python可视化界面自动生成,python如何做可视化界面

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IntelliSense（Pylance）、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 pyecharts==1.9 -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_smooth=True).add_yaxis("商家B", Faker.values(), is_smooth=True).set_series_opts(areastyle_opts=opts.AreaStyleOpts(opacity=0.5),label_opts=opts.LabelOpts(is_show=False),).set_global_opts(title_opts=opts.TitleOpts(title="面积图"),xaxis_opts=opts.AxisOpts(axistick_opts=opts.AxisTickOpts(is_align_with_label=True),is_scale=False,boundary_gap=False,),)# .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_opts=opts.TitleOpts(title="数据对比类型"),datazoom_opts=opts.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_gap="60%").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_opts=opts.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_opts=opts.LabelOpts(position="outside",formatter="{a|{a}}{abg|}\n{hr|}\n {b|{b}: }{c}  {per|{d}%}  ",background_color="#eee",border_color="#aaa",border_width=1,border_radius=4,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_opts=opts.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_opts=opts.TitleOpts(title="可视化大屏",title_textstyle_opts=opts.TextStyleOpts(font_size=40,
#                                                                           color='#FFFFFF',),subtitle = f'截至：{now_time}',pos_top=10))
)
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+", encoding='utf-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！