网站建设前端需要看什么书,设计logo怎么设计,正规挣钱最快的app,企业网站开发实训目的大家好#xff0c;小编来为大家解答以下问题#xff0c;python gui可视化操作界面制作#xff0c;python做出的炫酷的可视化#xff0c;现在让我们一起来看看吧#xff01; 目录 前言 一.环境配置 插件#xff1a; 1.python 2.Chinese 3.Open In Default Browser 安装pyt…大家好小编来为大家解答以下问题python gui可视化操作界面制作python做出的炫酷的可视化现在让我们一起来看看吧 目录 前言 一.环境配置 插件 1.python 2.Chinese 3.Open In Default Browser 安装python数据可视化的库 pyecharts库 二.制作可视化大屏 从网站中找示例图 1、小编自己做过的各省份车辆销售数量图 2、数据对比类型 3、渐变圆柱 4、饼图 制作大屏 1、制作一个大屏 2、运行下面的代码后会在ipynb所在的目录下生成一个HTML文件会将示例图汇总到HTML中在html中调整各个图形的位置和大小 3、最后通过一下代码来调整显示示例图在大屏中的位置 总结 前言 本文章是用网站的示例图用python汇总后用html在网页中实现数据可视化最后达到数据大屏的效果 一.环境配置 小编用的软件Visual Studio Code 插件 1.python 这个插件是Visual Studio代码扩展丰富地支持Python语言适用于该语言的所有受支持版本3.7包括IntelliSensePylance、linting、调试、代码导航、代码格式化、重构、变量资源管理器、测试资源管理器等功能 2.Chinese 这个插件是将Visual Studio Code页面中文化的插件对一些英语不太好的程序员是比较友好的 3.Open In Default Browser 这个插件我是方便使用一些html的文件时可以在Visual Studio Code中直接跳转到网页中所用的如 安装python数据可视化的库 pyecharts库 打开anaconda prompt 安装pip install pyecharts1.9 -i Simple Index 查看是否成功 pip show pyecharts 所用到的环境就安装好啦接下来就可以用python制作可视化大屏啦 二.制作可视化大屏 从网站中找示例图 1.我们可以从下面的网站中任意找3-6个可视化示例图 Document 这个网站中包含各种图形demo的项目案例代码和演示。 2.而下面的官网文档包含pyecharts中各个功能和图形的介绍和代码参数解析利用python简易的画一个雪人。 pyecharts - A Python Echarts Plotting Library built with love. pyecharts的画图语法结构 小编找的四个图是 1、面积图
import pyecharts.options as opts
from pyecharts.charts import Line
from pyecharts.faker import Fakera (Line().add_xaxis(Faker.choose()).add_yaxis(商家A, Faker.values(), is_smoothTrue).add_yaxis(商家B, Faker.values(), is_smoothTrue).set_series_opts(areastyle_optsopts.AreaStyleOpts(opacity0.5),label_optsopts.LabelOpts(is_showFalse),).set_global_opts(title_optsopts.TitleOpts(title面积图),xaxis_optsopts.AxisOpts(axistick_optsopts.AxisTickOpts(is_align_with_labelTrue),is_scaleFalse,boundary_gapFalse,),)# .render(line_areastyle_boundary_gap.html)
)
a.render_notebook()2、数据对比类型 from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Fakerb (Bar().add_xaxis(Faker.days_attrs).add_yaxis(商家A, Faker.days_values, color#5cd8d0).set_global_opts(title_optsopts.TitleOpts(title数据对比类型),datazoom_optsopts.DataZoomOpts(type_inside),)#.render(bar_datazoom_inside.html)
)
b.render_notebook() 3、渐变圆柱 from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.commons.utils import JsCode
from pyecharts.faker import Fakerc (Bar().add_xaxis(Faker.choose()).add_yaxis(商家A, Faker.values(), category_gap60%).set_series_opts(itemstyle_opts{normal: {color: JsCode(new echarts.graphic.LinearGradient(0, 0, 0, 1, [{offset: 0,color: rgba(0, 244, 255, 1)}, {offset: 1,color: rgba(0, 77, 167, 1)}], false)),barBorderRadius: [30, 30, 30, 30],shadowColor: rgb(0, 160, 221),}}).set_global_opts(title_optsopts.TitleOpts(title渐变圆柱))# .render(bar_border_radius.html)
)
c.render_notebook() 4、饼图 from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.faker import Fakerd (Pie().add(,[list(z) for z in zip(Faker.choose(), Faker.values())],radius[40%, 55%],label_optsopts.LabelOpts(positionoutside,formatter{a|{a}}{abg|}\n{hr|}\n {b|{b}: }{c} {per|{d}%} ,background_color#eee,border_color#aaa,border_width1,border_radius4,rich{a: {color: #999, lineHeight: 22, align: center},abg: {backgroundColor: #e3e3e3,width: 100%,align: right,height: 22,borderRadius: [4, 4, 0, 0],},hr: {borderColor: #aaa,width: 100%,borderWidth: 0.5,height: 0,},b: {fontSize: 16, lineHeight: 33},per: {color: #eee,backgroundColor: #334455,padding: [2, 4],borderRadius: 2,},},),).set_global_opts(title_optsopts.TitleOpts(title))# .render(pie_rich_label.html)
)
d.render_notebook() 制作大屏 1、制作一个大屏 这个大屏仅仅显示一个大标题和时间 from pyecharts.charts import Pie
from datetime import datetime
now_time datetime.now().strftime(%Y-%m-%d) # 获取当前时间
big_title (Pie() # 不画图只显示一个标题用来构成大屏的标题.set_global_opts(title_optsopts.TitleOpts(title可视化大屏,title_textstyle_optsopts.TextStyleOpts(font_size40,
# color#FFFFFF,),subtitle f截至{now_time},pos_top10))
)
big_title.render_notebook() 2、运行下面的代码后会在ipynb所在的目录下生成一个HTML文件会将示例图汇总到HTML中在html中调整各个图形的位置和大小 from pyecharts.charts import Pagepage Page()
page.add(big_title,b,c,d,a
)
# page.render_notebook()
page.render(page.html) # 在html中可以调整各个图形的位置和大小按“Save Config”键保存配置chart_config.json有的电脑不成功。 其中的、big_title、a、b、c、d分别对应的是 big_title 制作的标签大屏 a 面积图 b 数据对比类型 c 渐变圆柱 d 饼图 3、最后通过一下代码来调整显示示例图在大屏中的位置 with open(page.html, r, encodingutf-8) as html:html_bf BeautifulSoup(html, lxml)divs html_bf.select(.chart-container) # 根据css定位标签选中图像的父节点标签divs[0][style] width:50%;height:50%;position:absolute;top:0%;left:45%;border-style:dashed;border-color:#89641;border-width:0px;divs[1][style] width:40%;height:40%;position:absolute;top:10%;left:5%;border-style:solid;border-color:#444444;border-width:2px;divs[2][style] width:40%;height:40%;position:absolute;top:10%;left:55%;border-style:solid;border-color:#444444;border-width:2px;divs[3][style] width:40%;height:40%;position:absolute;top:55%;left:5%;border-style:solid;border-color:#444444;border-width:2px;divs[4][style] width:40%;height:40%;position:absolute;top:55%;left:55%;border-style:solid;border-color:#444444;border-width:2px;body html_bf.find(body) # 根据标签名称定位到body标签# body[style] img.imread() # 修改背景颜色body[style] background-color:#ffffff; # 修改背景颜色# body[style] background-image:(博客\kj.jpeg); # 修改背景颜色html_new str(html_bf) # 将BeautifulSoup对象转换为字符html.seek(0, 0) # 光标移动至html.truncate() # 删除光标后的所有字符内容html.write(html_new) # 将由BeautifulSoup对象转换得到的字符重新写入html文件html.close() 让我们看看最后的效果吧 总结 在以上的制作可视化大屏中小编的只是基础版的我们还可以将可视化的大屏换一些背景使其更加的美观也可以调整几个示例图在大屏中的比例。如果想要更深入的了解用python制作可视化大屏那就在https://pyecharts.org/#/zh-cn/intro网站中和小编一起学习吧
