| python数据可视化：基于pyecharts的BI数据大屏 | 您所在的位置：网站首页 › echarts大屏多图 › python数据可视化：基于pyecharts的BI数据大屏 |
python数据可视化：基于pyecharts的BI数据大屏
|
部门有很多业务数据都需要进行可视化展示，一方面是方便团队成员进行监控和分析，另一方面也是为了和业务部门共享分析成果，让数据产生更多的价值。虽然公司已经准备部署Tableau，但我们经过讨论后认为团队自己开发的大屏可以更灵活、也可以和Tableau形成互补。在寻找解决方案的时候，我们首先明确了以下几条原则，并且最终选定了pyecharts。 注：出于保密和效果考虑，BI版面和图表类型有调整，使用的数据全部为虚构。 图表丰富，提供仪表盘、漏斗图、地理图、关系图等图表类型；样式美观，具有简单的动态效果和基础的交互功能；实现容易，尽可能使用python开源库，实现“一站式”的数据抽取、数据处理和可视化。ECharts是由百度开源的基于JS的商业级数据图表库，具有简洁美观、交互丰富、高度定制等特点，我们可以在ECharts官网看到其具有非常丰富的图表类型和实例。pyecharts基于ECharts为我们提供了python的调用接口，可以生成“html”、“svg”、“png”、“jpeg”、“gif”和“pdf”格式的图表。 pyecharts可以直接通过pip安装： pip install pyecharts需要使用地图类图表的，还需要安装以下地图数据包： pip install echarts-countries-pypkg pip install echarts-china-provinces-pypkg pip install echarts-china-cities-pypkg pip install echarts-china-counties-pypkg pip install echarts-china-misc-pypkg 2.2 pyecharts快速上手下面我们来尝试使用pyecharts制作单个图表。以下代码首先创建了一个Bar类型的柱状图实例bar，指定了图表的主标题和副标题；然后用add的方法为bar传入了数据标签、x值和y值；最后，我们把图表保存成了html格式。 from pyecharts import Bar bar=Bar("商品销量","各季度的商品销量") bar.add("2018Q4",["轴承","弹簧","齿轮","导轨","丝杠"],[19,21,23,19,13]) bar.render("bar.html")
关于echarts的调用方法和更多图表的配置，建议大家参考pyecharts官网，里面有非常详细的介绍。这里需要再补充的是pyecharts的“多图表Page”功能，这是我们实现BI监控大屏的基础。如下代码，我们构建了一个page实例，然后将构建的bar和gauge添加进page，最后将page保存获得一个包含柱状图和仪表盘的html文件。 from pyecharts import Page,Bar,Funnel page=Page() bar=Bar("商品销量","各季度的商品销量") bar.add("2018Q3",["轴承","弹簧","齿轮","导轨","丝杠"],[25,23,17,14,17]) bar.add("2018Q4",["轴承","弹簧","齿轮","导轨","丝杠"],[23,21,19,19,13]) page.add_chart(bar,name="bar") funnel=Funnel("订单转化效率","今日用户的订单转化效率") funnel.add("",["访问","搜索","点击","加购","订单"],[100.00,78.12,35.74,17.17,2.62]) page.add_chart(funnel,name="funnel") page.render("page.html")使用Chrome打开“page.html”文件，使用开发者工具（F12）查看该文件，发现pyecharts实际上帮我们生成了两个div，对应刚才绘制的柱状图和仪表盘。我们可以把整个html理解成画布，div理解成两个图表，图表的主要内容已经通过pyecherts完成，接下来还需要继续对图表和画布进一步修改。
前面介绍了pyecharts的安装和使用，借助多图表Page功能，我们可以首先绘制多个图表并对每个图表进行修改，然后调整每个图表在画布中的大小和位置，最后借助html追加标题、边框等元素实现BI大屏。 3.1 图表配置图表的配置主要包括图形初始化、通用配置项和图表配置项，具体的配置参数大家可以参考官方教程，以下供参考。 图形初始化：创建图表时传入的配置项，如“title”、“subtitle”、“title_pos”等。 bar=Bar("商品销量","各季度的商品销量",title_pos="center")通用配置项：图表通过add接受的参数（所有类型的图表都有的参数）。 bar.add("A",data_x,data_y,xaxis_name=“x_axis”,xaxis_name_pos=“middle”)图表配置项：图表通过add接受的参数（指定类型的图表特有的参数）。 bar.add("A",data_x,data_y,bar_category_gap=“20%”) 3.2 图表编辑_optionpyecharts只提供了部分图表配置参数，当不能满足修改需求时，我们还可以参考echarts官网示例通过_option接口追加配置选项。以漏斗图为例，我们可以修改“top”、“bottom”、“left”和“width”四个参数选项来调整漏斗的大小，代码如下： 借助html，我们可以调整每个图表在画布中的大小和位置、追加标题、边框等元素，实现BI大屏。以一个完整的例子来说明： from pyecharts import Page,Bar,Funnel import os as os from bs4 import BeautifulSoup page=Page() bar=Bar("商品销量","各季度的商品销量",title_pos="center") bar.use_theme("dark") #修改图表主题 bar.add("2018Q3",["轴承","弹簧","齿轮","导轨","丝杠"],[25,23,17,14,17],mark_point=["min","max"]) #追加最大值标记点、最小值标记点 bar.add("2018Q4",["轴承","弹簧","齿轮","导轨","丝杠"],[23,21,19,19,13],mark_point=["min","max"],bar_category_gap=45,is_legend_show=False) #追加最大值标记点、最小值标记点、修改柱间隔、是否显示图例 page.add_chart(bar,name="bar") funnel=Funnel("订单转化效率","今日用户的订单转化效率",title_pos="center") #修改标题位置 funnel.use_theme("dark") #修改图表主题 funnel.add("",["访问","搜索","点击","加购","订单"],[100.00,78.12,35.74,17.17,2.62],is_label_show=True,is_legend_show=False,label_pos="outside") #是否显示标签、是否显示图例、标签位置 funnel._option['series'][0]["top"]=70 #修改漏斗图上间隔 funnel._option['series'][0]["bottom"]=20 #修改漏斗图下间隔 funnel._option['series'][0]["left"]="5%" #修改漏斗图左间隔 funnel._option['series'][0]["width"]="90%" #修改漏斗图宽度 page.add_chart(funnel,name="funnel") page.render("page.html") with open(os.path.join(os.path.abspath("."),"page.html"),'r+',encoding="utf8") as html: html_bf=BeautifulSoup(html,"lxml") divs=html_bf.find_all("div") divs[0]["style"]="width:600px;height:400px;position:absolute;top:70px;left:0px;border-style:solid;border-color:#444444;border-width:3px;" #修改图表大小、位置、边框 divs[1]["style"]="width:600px;height:400px;position:absolute;top:70px;left:600px;border-style:solid;border-color:#444444;border-width:3px;" #修改图表大小、位置、边框 body=html_bf.find("body") body["style"]="background-color:#333333;" div_title="\n基于pyecharts的BI监控大屏" #修改页面背景色、追加标题 body.insert(0,BeautifulSoup(div_title,"lxml").div) html_new=str(html_bf) html.seek(0,0) html.truncate() html.write(html_new) html.close()
|
对于柱状图、折线图、散点图等图表类型，我们可以通过多次add的方法传入数据，制作多列柱状图。
同时，我们还可以在创建bar和add数据的时候为图表和数据项设置各类参数。如主标题的字体颜色，x值的字体大小
此外，pyecharts还支持主题色系的更换，你可以理解为变更主题：
这里我们已经实现了比较简单的图表组合和画布设置，在此基础上结合业务需要，就可以制作我们需要的BI大屏，然后通过对浏览、上传和加载该html文件进行分享【本文地址】