【可視化大屏教程】用Python開發智慧城市數據分析大屏!

来源:https://www.cnblogs.com/mashukui/archive/2022/09/25/16728997.html
-Advertisement-
Play Games

一、開發背景 您好,我是 @馬哥python說 ,這是我獨立開發的Python可視化大屏,看下演示效果: 截圖: 視頻演示效果: https://www.zhihu.com/zvideo/1556218745923821568 這個大屏,是通過pyecharts可視化開發框架實現。 下麵詳細介紹,這 ...


目錄

一、開發背景

您好,我是 @馬哥python說 ,這是我獨立開發的Python可視化大屏,看下演示效果:
截圖:大屏
視頻演示效果:
https://www.zhihu.com/zvideo/1556218745923821568

這個大屏,是通過pyecharts可視化開發框架實現。

下麵詳細介紹,這個大屏的實現過程。

二、講解代碼

註:由於我的MySQL資料庫環境問題,暫通過模擬假數據,對接可視化代碼。

2.1 大標題+背景圖

由於pyecharts組件沒有專門用作標題的圖表,我決定靈活運用Line組件實現大標題。

line3 = (
		Line(init_opts=opts.InitOpts(width="1420px",  # 寬度
		                             height="800px",  # 高度
		                             bg_color={"type": "pattern", "image": JsCode("img"),
		                                       "repeat": "repeat", }))  # 設置背景圖片
			.add_xaxis([None])  # 插入空數據
			.add_yaxis("", [None])  # 插入空數據
			.set_global_opts(
			title_opts=opts.TitleOpts(title=v_title,
			                          pos_left='center',
			                          pos_top='1%',
			                          title_textstyle_opts=opts.TextStyleOpts(font_size=45,
			                                                                  font_family='cursive',
			                                                                  color='white',
			                                                                  align='left'),
			                          ),
			yaxis_opts=opts.AxisOpts(is_show=False),  # 不顯示y軸
			xaxis_opts=opts.AxisOpts(is_show=False))  # 不顯示x軸
	)
# 設置背景圖片
line3.add_js_funcs(
	"""
	var img = new Image(); img.src = './static/城市1.jpeg';
	"""
)

這裡最關鍵的邏輯,就是背景圖片的處理。我找了一張智慧城市的炫麗背景圖片:城市背景圖

然後用add_js_funcs代碼把此圖片設置為整個大屏的背景圖。

大標題效果:大標題+背景圖

由於背景圖片太大(4360x2910),只顯示出了上半部分,恰恰是我預期的效果!

2.2 各區縣交通事故統計圖-系列柱形圖

針對城市交通事故統計數據,繪製系列柱形圖:

x_data = [str(i) + '月' for i in range(1, 13)]
y1_data = [193, 242, 206, 198, 335, 298, 38, 93, 88, 285, 297, 302]
y2_data = [96, 41, 28, 95, 36, 94, 29, 61, 42, 85, 99, 31]
bar = (
	Bar(init_opts=opts.InitOpts(theme=theme_config, width="750px", height="350px", chart_id='bar_county'))
		.add_xaxis(x_data)
		.add_yaxis("高峰期", y1_data, gap="0%")
		.add_yaxis("非高峰期", y2_data, gap="0%")
		.set_global_opts(title_opts=opts.TitleOpts(title=v_title,
	                                               pos_left='center',
	                                               title_textstyle_opts=opts.TextStyleOpts(color=chart_text_color),
	                                               ),
	                     legend_opts=opts.LegendOpts(pos_right='10%', orient='vertical'),
	                     tooltip_opts=opts.TooltipOpts(
		                     trigger="axis", axis_pointer_type="cross", is_show=True),  # 提示框配置
	                     xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(color=chart_text_color), ),
	                     yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(color=chart_text_color), ),
	                     )
)

效果圖如下:系列柱形圖

這種兩兩一組的柱形圖,在pyecharts中叫做:系列柱形圖,Bar with different series gap

2.3 圖書館建設率-水球圖

圖書館建設率,採用pyecharts的水球圖(動態)展示效果:

data_list = [[23, 0.6328]]
l1 = Liquid(init_opts=opts.InitOpts(theme=theme_config, width="450px", height="350px", chart_id=v_chart_id))
l1.add("完成率", [data_list[0][1]], center=["30%", "50%"], label_opts=opts.LabelOpts(font_size=20, position='inside'))
l1.set_global_opts(title_opts=opts.TitleOpts(title=v_title,
                                             pos_left='15%',
                                             pos_top='15%',
                                             title_textstyle_opts=opts.TextStyleOpts(color=chart_text_color),
                                             ))

效果圖如下:(此處是靜態截圖,其實有動態波紋效果)水球圖

2.4 當年城市空氣質量aqi指數-面積圖

城市空氣質量aqi,採用面積圖展示:

x_data = [str(i) + '月' for i in range(1, 13)]
y_data = [36.8, 35.2, 36.0, 31.9, 29.5, 14.9, 33.5, 20.8, 37.1, 42.6, 44.9, 53.3]
area_color_js = (  # 設置美觀背景色
	"new echarts.graphic.LinearGradient(0, 0, 0, 1, "
	"[{offset: 0, color: '#eb64fb'}, {offset: 1, color: '#3fbbff0d'}], false)"
)

line = (
	Line(init_opts=opts.InitOpts(theme=theme_config, width="450px", height="300px", chart_id='line_aqi'))
		.add_xaxis(xaxis_data=x_data)
		.add_yaxis(
		series_name="增長率",
		y_axis=y_data,
		is_smooth=True,  # 是否平滑
		is_symbol_show=True,
		symbol="circle",
		symbol_size=6,
		linestyle_opts=opts.LineStyleOpts(color="#fff"),
		label_opts=opts.LabelOpts(is_show=True, position="top", color="white"),
		itemstyle_opts=opts.ItemStyleOpts(
			color="red", border_color="#fff", border_width=3
		),
		tooltip_opts=opts.TooltipOpts(is_show=False),
		areastyle_opts=opts.AreaStyleOpts(color=JsCode(area_color_js), opacity=1),
	)
		.set_global_opts(
		title_opts=opts.TitleOpts(
			title=v_title,
			pos_left="center",
			pos_top='9%',
			title_textstyle_opts=opts.TextStyleOpts(color=chart_text_color),
		),
		xaxis_opts=opts.AxisOpts(
			type_="category",
			boundary_gap=False,
			axislabel_opts=opts.LabelOpts(margin=30, color=chart_text_color),
			axisline_opts=opts.AxisLineOpts(is_show=False),
			axistick_opts=opts.AxisTickOpts(
				is_show=True,
				length=25,
				linestyle_opts=opts.LineStyleOpts(color="#ffffff1f"),
			),
			splitline_opts=opts.SplitLineOpts(
				is_show=True, linestyle_opts=opts.LineStyleOpts(color="#ffffff1f")
			),
		),
		yaxis_opts=opts.AxisOpts(
			type_="value",
			position="left",
			axislabel_opts=opts.LabelOpts(margin=20, color=chart_text_color),
			axisline_opts=opts.AxisLineOpts(
				linestyle_opts=opts.LineStyleOpts(width=2, color="#fff")
			),
			axistick_opts=opts.AxisTickOpts(
				is_show=True,
				length=15,
				linestyle_opts=opts.LineStyleOpts(color="#ffffff1f"),
			),
			splitline_opts=opts.SplitLineOpts(
				is_show=True, linestyle_opts=opts.LineStyleOpts(color="#ffffff1f")
			),
		),
		legend_opts=opts.LegendOpts(is_show=True, pos_right='right', pos_top='10%'),
		tooltip_opts=opts.TooltipOpts(
			trigger="axis", axis_pointer_type="cross", is_show=True),  # 提示框配置
	)
)

效果圖如下:面積圖

2.5 近7年人均生產總值變化圖-面積圖

與2.4章節邏輯實現相同,替換對應數據即可,不再贅述。

2.6 城市人才占比結構圖-柱形圖

分別統計該城市的博士人才、碩士人才、本科人才、專科人才、專科以下的占比情況,通過柱形圖展示:

x_data = ['博士人才', '碩士人才', '本科人才', '專科人才', '專科以下']
y_data = [0.4, 5.8, 26.4, 29.8, 37.6, ]
# 畫柱形圖
bar = Bar(
	init_opts=opts.InitOpts(theme=theme_config, width="450px", height="350px", chart_id='bar_talent'))  # 初始化條形圖
bar.add_xaxis(x_data)  # 增加x軸數據
bar.add_yaxis("占比", y_data)  # 增加y軸數據
bar.set_series_opts(label_opts=opts.LabelOpts(position="right"))  # Label出現位置
bar.set_global_opts(
	legend_opts=opts.LegendOpts(pos_left='right'),
	title_opts=opts.TitleOpts(title=v_title,
	                          pos_left='center',
	                          title_textstyle_opts=opts.TextStyleOpts(color=chart_text_color),
	                          ),  # 標題
	toolbox_opts=opts.ToolboxOpts(is_show=False),  # 不顯示工具箱
	tooltip_opts=opts.TooltipOpts(
		trigger="axis", axis_pointer_type="cross", is_show=True),  # 提示框配置
	xaxis_opts=opts.AxisOpts(name="人才類型",  # x軸名稱
	                         axislabel_opts=opts.LabelOpts(rotate=0, color=chart_text_color),
	                         splitline_opts=opts.SplitLineOpts(is_show=False)
	                         ),
	yaxis_opts=opts.AxisOpts(name="百分比",  # y軸名稱
	                         axislabel_opts=opts.LabelOpts(rotate=0, color=chart_text_color),  # y軸名稱
	                         )
)

效果圖如下:柱形圖

2.7 城市宣傳片視頻-大屏左上角位置

難點來了!

pyecharts本身並無播放視頻的組件,怎麼實現的視頻播放呢?

首先,任意開發一個簡單的圖表,柱形圖、折線圖、散點圖什麼都可以,後續把它拖拽到大屏左上角。

最後我會用宣傳片視頻替換掉這個圖表。

2.8 組合以上圖表,生成臨時大屏

通過pyecharts提供的Page組件,採用DraggablePageLayout的layout方法,組合大屏:

# 繪製:整個頁面
page = Page(
	page_title="智慧城市數據可視化分析監控大屏",  # 頁面標題
	layout=Page.DraggablePageLayout,  # 採用拖拽方式
)
page.add(
	# 大標題
	make_title(v_title="智慧城市數據可視化分析監控大屏"),
	# 近五年城建重點項目數變化情況
	make_key_project_bar(v_title="近年城建重點項目統計"),
	# 各區縣交通事故統計圖
	make_county_traffic_bar(v_title="各區縣交通事故統計圖"),
	# 城市人才占比結構統計圖
	make_talent_reversal_bar(v_title="城市人才占比結構統計圖"),
	# 近7年人均生產總值變化圖
	make_gdp_area_line(v_title="近7年人均生產總值變化圖"),
	# 當年城市空氣質量aqi變化圖
	make_aqi_area_line(v_title="當年城市空氣質量aqi變化圖"),
	# 教育文化設施數量占比-圖書館
	make_edu_liquid(v_title="圖書館建設率", v_chart_id='liquid_1', ),
)
# 執行完畢後,打開臨時html並拖拽,拖拽完點擊Save Config,把chart_config.json放到本目錄下
page.render('大屏_臨時.html')
print('生成完畢:大屏_臨時.html')

至此,臨時大屏文件已經生成。

下麵就開始手動拖拽,拖拽的過程,就不文字闡述了,可點擊這個視頻,觀看拖拽過程:

2.9 生成最終大屏

很關鍵!!

除了常規的拖拽組合大屏操作外,還記得2.7章節留下的疑問嗎?

定義一個存放視頻的div,把它存到一個字元串里:

video_new = r"""
 <div id="bar_project" class="chart-container" style="width:450px; height:350px;">
	<video id="videoID" controls="controls" style="width:140%;"> <!--MSK修改視頻 -->
	  <source src="./static/城市宣傳片.mp4" type="video/mp4"/>
	</video>
	</div>
	<br/>
<!--	<button id="con" onclick="btn()">開始/暫停 </button>-->

<script  type="text/javascript">
	window.onload = function() {
		var local1=document.getElementById('videoID');  //獲取,函數執行完成後local記憶體釋放
		local1.autoplay = true; // 自動播放
		local1.loop = true; // 迴圈播放
		local1.muted=true; // 關閉聲音,如果為false,視頻無法自動播放
		if(local1.paused){  //判斷是否處於暫停狀態
			local1.play();  //開啟播放
	    }else{
			local1.pause();  //停止播放
	    }
    }
    function btn(){
		var local=document.getElementById('videoID');  //獲取,函數執行完成後local記憶體釋放
		if(local.paused){  //判斷是否處於暫停狀態
			local.play();  //開啟播放
	    }else{
			local.pause();  //停止播放
	    }
	}
</script>
"""

註意看這行代碼下麵這行代碼,把mp4視頻文件放到static目錄下:

<source src="./static/城市宣傳片.mp4" type="video/mp4"/>

在臨時html里找到左上角圖表的代碼部分,用正則表達式替換成這個視頻的代碼:

with open('大屏_臨時.html', 'r', encoding='utf8') as f:
	text = f.read()
# 正則表達式替換文本
text2 = re.sub('<div id="bar_project"(.*?)</script>', video_new, text, flags=re.DOTALL)
with open('大屏_臨時2.html', 'w', encoding='utf8') as f:
	f.write(text2)
print('已寫入:大屏_臨時2.html')

最後,再執行常規生成最終大屏的代碼:

Page.save_resize_html(
	source="大屏_臨時2.html",  # 源html文件
	cfg_file="chart_config.json",  # 配置文件
	dest="大屏_最終.html"  # 目標html文件
)

這樣,就完成了把視頻佈局到大屏里的最終目的!

最後,再看一次大屏演示效果:
https://www.zhihu.com/zvideo/1556218745923821568

2.10 部署到伺服器-供外部訪問

通過flask框架,將html大屏網頁快速部署到伺服器:

from flask import Flask, render_template

app = Flask(__name__, template_folder='./', )

# 定義路由及視圖函數
@app.route('/')  # 裝飾器
def f_index():
	return render_template('大屏_最終.html')

if __name__ == '__main__':
	app.run(host='0.0.0.0', port=7888, debug=True)

需要註意的是,host設置為'0.0.0.0',不要把host設置為'127.0.0.1'或者'localhost',否則只能自己在本地訪問,外部用戶無法訪問。

再多說一句,如果host設置沒問題,外部用戶仍然無法訪問,請查看你的雲伺服器防火牆配置、埠映射、win出入站訪問等安全策略,是否存在問題。

三、線上演示

大屏演示地址:智慧城市數據可視化分析監控大屏

我的伺服器是乞丐版的,帶寬有限,左上角視頻播放會卡頓,大家悠著點訪問~~

我是 @馬哥python說 ,持續分享python乾貨中!


推薦閱讀:馬哥python說:【Python可視化大屏】全流程揭秘實現可視化數據大屏的背後原理!


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 建造者模式 介紹 建造者模式註重的是部件構建的過程,意在通過一步一步地精確構造出一個複雜的對象。 可以將建造者模式理解為,假設我們有一個對象需要建立,這個對象是由多個組件(Component)組合而成,每個組件的建立都比較複雜,但運用組件來建立所需的組件對象非常簡單,所以我們就可以將構建複雜組件的步 ...
  • 在創建型模式中,工廠模式是我們日常使用最為頻繁的設計模式之一。工廠模式可細分為簡單工廠模式、工廠方法模式、抽象工廠模式。 簡單工廠模式 模式簡介 簡單工廠模式:根據參數返回不同類的實例,這些類通常具有共同的父類。 簡單工廠模式包括三個角色: 工廠 (Factory):用於創建所需產品,提供靜態工廠方 ...
  • 編程教材 《R語言實戰·第2版》Robert I. Kabacoff 課程教材《商務與經濟統計·原書第13版》 (安德森) P48、案例2-1 Pelican 商店 PS C:\Users\小能喵喵喵\Desktop\R\homework\1_Pelican> tree /f C:. │ pelic ...
  • 安裝最新版 R-4.2.1 R: The R Project for Statistical Computing (r-project.org) 有大量鏡像供選擇下載,找中國地區鏡像下載會快一點。安裝一口氣Next到底。 https://cran.rstudio.com/bin/windows/Rt ...
  • 簡述 類型:結構型 目的:降低對象創建時大量屬性也隨之被新建而帶來的性能上的消耗 話不多說,我們看一個案例。 優化案例 最初版v0 現在需要採購一批辦公用的電腦,以下是Computer類的定義。 class Computer { private String sn; // 序列號,電腦的唯一識別碼 ...
  • 探索密碼學的奇妙之旅。介紹分組密碼常用模式CFB密文反饋模式的相關理論。並基於AES標準,使用golang crypto包的cipher模塊實現了加密、解密字元串的過程。 ...
  • 七牛雲文件上傳 @RequestMapping("/upload") public Result upload(MultipartFile imgFile) { try { //獲取原始文件名 String originalFilename = imgFile.getOriginalFilename ...
  • Stream流呢,以前我也有所瞭解,像一些面試題中也出現過,Java8的新特性,有一塊就是這個Stream操作集合,而且在看一些項目中也使用的比較多。但總感覺自己學的一知半解,所以今天打算系統的過一下,再鞏固鞏固。 ###概念 Stream是JDK8 API中的新成員,它允許以聲明性方式處理集合。 ...
一周排行
    -Advertisement-
    Play Games
  • 前言 當別人做大數據用Java、Python的時候,我使用.NET做大數據、數據挖掘,這確實是值得一說的事。 寫的並不全面,但都是實際工作中的內容。 .NET在大數據項目中,可以做什麼? 寫腳本(使用控制台程式+頂級語句) 寫工具(使用Winform) 寫介面、寫服務 使用C#寫代碼的優點是什麼? ...
  • 前言 本文寫給想學C#的朋友,目的是以儘快的速度入門 C#好學嗎? 對於這個問題,我以前的回答是:好學!但仔細想想,不是這麼回事,對於新手來說,C#沒有那麼好學。 反而學Java還要容易一些,學Java Web就行了,就是SpringBoot那一套。 但是C#方向比較多,你是學控制台程式、WebAP ...
  • 某一日晚上上線,測試同學在回歸項目黃金流程時,有一個工單項目介面報JSF序列化錯誤,馬上升級對應的client包版本,編譯部署後錯誤消失。 線上問題是解決了,但是作為程式員要瞭解問題發生的原因和本質。但這都是為什麼呢? ...
  • 本文介紹基於Python語言中TensorFlow的Keras介面,實現深度神經網路回歸的方法。 1 寫在前面 前期一篇文章Python TensorFlow深度學習回歸代碼:DNNRegressor詳細介紹了基於TensorFlow tf.estimator介面的深度學習網路;而在TensorFl ...
  • 前段時間因業務需要完成了一個工作流組件的編碼工作。藉著這個機會跟大家分享一下整個創作過程,希望大家喜歡,組件暫且命名為"easyFlowable"。 接下來的文章我將從什麼是工作流、為什麼要自研這個工作流組件、架構設計三個維度跟大家來做個整體介紹。 ...
  • 1 簡介 我們之前使用了dapr的本地托管模式,但在生產中我們一般使用Kubernetes托管,本文介紹如何在GKE(GCP Kubernetes)安裝dapr。 相關文章: dapr本地托管的服務調用體驗與Java SDK的Spring Boot整合 dapr入門與本地托管模式嘗試 2 安裝GKE ...
  • 摘要:在jvm中有很多的參數可以進行設置,這樣可以讓jvm在各種環境中都能夠高效的運行。絕大部分的參數保持預設即可。 本文分享自華為雲社區《為什麼需要對jvm進行優化,jvm運行參數之標準參數》,作者:共飲一杯無。 我們為什麼要對jvm做優化? 在本地開發環境中我們很少會遇到需要對jvm進行優化的需 ...
  • 背景 我們的業務共使用11台(阿裡雲)伺服器,使用SpringcloudAlibaba構建微服務集群,共計60個微服務,全部註冊在同一個Nacos集群 流量轉發路徑: nginx->spring-gateway->業務微服務 使用的版本如下: spring-boot.version:2.2.5.RE ...
  • 基於php+webuploader的大文件分片上傳,帶進度條,支持斷點續傳(刷新、關閉頁面、重新上傳、網路中斷等情況)。文件上傳前先檢測該文件是否已上傳,如果已上傳提示“文件已存在”,如果未上傳則直接上傳。視頻上傳時會根據設定的參數(分片大小、分片數量)進行上傳,上傳過程中會在目標文件夾中生成一個臨 ...
  • 基於php大文件分片上傳至七牛雲,使用的是七牛雲js-sdk V2版本,引入js文件,配置簡單,可以暫停,暫停後支持斷點續傳(刷新、關閉頁面、重新上傳、網路中斷等情況),可以配置分片大小和分片數量,官方文檔https://developer.qiniu.com/kodo/6889/javascrip ...