【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（創建型）
    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 ...
  • 工廠模式總結——三個工廠
    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 ...
  • R語言、02 案例2-1 Pelican商店、《商務與經濟統計》案例題
    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 ...
  • R語言、01 VSCODE 配置 R 環境快速指南、4.2.1版本
    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 ...
  • 設計模式---享元模式
    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 ...
  • 密碼學奇妙之旅、01 CFB密文反饋模式、AES標準、Golang代碼
    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。 ...
  • Python中class內置方法__init__與__new__作用與區別探究
    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 ...
  • Java8Stream流
    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
  • C#自增運算符詳解：++i與i++的區別及應用場景
    概述：在C#中，++i和i++都是自增運算符，其中++i先增加值再返回，而i++先返回值再增加。應用場景根據需求選擇，首碼適合先增後用，尾碼適合先用後增。詳細示例提供清晰的代碼演示這兩者的操作時機和實際應用。 在C#中，++i 和 i++ 都是自增運算符，但它們在操作上有細微的差異，主要體現在操作的 ...
  • Taurus.MVC 性能壓力測試（ap 壓測 和 linux 下wrk 壓測）：.NET 版本
    上次發佈了：Taurus.MVC 性能壓力測試（ap 壓測 和 linux 下wrk 壓測）：.NET Core 版本，今天計劃準備壓測一下 .NET 版本，來測試並記錄一下 Taurus.MVC 框架在 .NET 版本的性能，以便後續持續優化改進。 為了方便對比，本文章的電腦環境和測試思路，儘量和... ...
  • 一文讀懂.NET WebAPI中FromRoute、FromQuery、FromBody的關鍵角色與用法
    .NET WebAPI作為一種構建RESTful服務的強大工具，為開發者提供了便捷的方式來定義、處理HTTP請求並返迴響應。在設計API介面時，正確地接收和解析客戶端發送的數據至關重要。.NET WebAPI提供了一系列特性，如[FromRoute]、[FromQuery]和[FromBody]，用 ...
  • WPF/C#實現圖像濾鏡優化方案：打造炫目視覺體驗！
    原因：我之所以想做這個項目，是因為在之前查找關於C#/WPF相關資料時，我發現講解圖像濾鏡的資源非常稀缺。此外，我註意到許多現有的開源庫主要基於CPU進行圖像渲染。這種方式在處理大量圖像時，會導致CPU的渲染負擔過重。因此，我將在下文中介紹如何通過GPU渲染來有效實現圖像的各種濾鏡效果。 生成的效果 ...
  • Bogus 實戰：使用 Bogus 和 EFCore 生成模擬數據和種子數據【完整教程】
    引言 上一章我們介紹了在xUnit單元測試中用xUnit.DependencyInject來使用依賴註入，上一章我們的Sample.Repository倉儲層有一個批量註入的介面沒有做單元測試，今天用這個示例來演示一下如何用Bogus創建模擬數據 ，和 EFCore 的種子數據生成 Bogus 的優 ...
  • WPF隨筆收錄-實時繪製心率曲線
    一、前言 在自己的項目中，涉及到實時心率曲線的繪製，項目上的曲線繪製，一般很難找到能直接用的第三方庫，而且有些還是定製化的功能，所以還是自己繪製比較方便。很多人一聽到自己畫就害怕，感覺很難，今天就分享一個完整的實時心率數據繪製心率曲線圖的例子；之前的博客也分享給DrawingVisual繪製曲線的方 ...
  • wpf程式修改啟動入口註意事項
    如果你在自定義的 Main 方法中直接使用 App 類並啟動應用程式，但發現 App.xaml 中定義的資源沒有被正確載入，那麼問題可能在於如何正確配置 App.xaml 與你的 App 類的交互。 確保 App.xaml 文件中的 x:Class 屬性正確指向你的 App 類。這樣，當你創建 Ap ...
  • 記一次 .NET某爐膛鍋爐檢測系統 崩潰分析
    一：背景 1. 講故事 上個月有個朋友在微信上找到我，說他們的軟體在客戶那邊隔幾天就要崩潰一次，一直都沒有找到原因，讓我幫忙看下怎麼回事，確實工控類的軟體環境複雜難搞，朋友手上有一個崩潰的dump，剛好丟給我來分析一下。 二：WinDbg分析 1. 程式為什麼會崩潰 windbg 有一個厲害之處在於 ...
  • 一個.NET內置依賴註入的小型強化版
    前言 .NET生態中有許多依賴註入容器。在大多數情況下，微軟提供的內置容器在易用性和性能方面都非常優秀。外加ASP.NET Core預設使用內置容器，使用很方便。 但是筆者在使用中一直有一個頭疼的問題：服務工廠無法提供請求的服務類型相關的信息。這在一般情況下並沒有影響，但是內置容器支持註冊開放泛型服 ...
  • WPF隨筆收錄-DataGrid固定右側列
    一、前言 在項目開發過程中，DataGrid是經常使用到的一個數據展示控制項，而通常表格的最後一列是作為操作列存在，比如會有編輯、刪除等功能按鈕。但WPF的原始DataGrid中，預設只支持固定左側列，這跟大家習慣性操作列放最後不符，今天就來介紹一種簡單的方式實現固定右側列。（這裡的實現方式參考的大佬 ...
所有分類