python可视化大屏库big_screen示例详解

 更新时间:2021年11月22日 17:07:02   作者:Python学习与数据挖掘  
提到数据可视化,我们会想到 Plotly、Matplotlib、Pyecharts等可视化库,或者一些商用软件Tableau、FineBI等等。如果你希望操作更简单、展现效果更强大,那么这款工具 big_screen 更适合

在这里插入图片描述

对于从事数据领域的小伙伴来说,当需要阐述自己观点、展示项目成果时,我们需要在最短时间内让别人知道你的想法。我相信单调乏味的语言很难让别人快速理解。最直接有效的方式就是将数据如上图所示这样,进行可视化展现。

具体如下:

big_screen 特点

便利性工具, 结构简单, 你只需传数据就可以实现数据大屏展示。

安装环境

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple flask

输入数据

在文件夹 data.py 中更新你需要展示的数据即可,如下为部分数据展示:

self.echart1_data = {
            'title': '行业分布',
            'data': [
                {"name": "商超门店", "value": 47},
                {"name": "教育培训", "value": 52},
                {"name": "房地产", "value": 90},
                {"name": "生活服务", "value": 84},
                {"name": "汽车销售", "value": 99},
                {"name": "旅游酒店", "value": 37},
                {"name": "五金建材", "value": 2},
            ]
        }
        self.echart2_data = {
            'title': '省份分布',
            'data': [
                {"name": "浙江", "value": 47},
                {"name": "上海", "value": 52},
                {"name": "江苏", "value": 90},
                {"name": "广东", "value": 84},
                {"name": "北京", "value": 99},
                {"name": "深圳", "value": 37},
                {"name": "安徽", "value": 150},
            ]
        }
        self.echarts3_1_data = {
            'title': '年龄分布',
            'data': [
                {"name": "0岁以下", "value": 47},
                {"name": "20-29岁", "value": 52},
                {"name": "30-39岁", "value": 90},
                {"name": "40-49岁", "value": 84},
                {"name": "50岁以上", "value": 99},
            ]
        }
        self.echarts3_2_data = {
            'title': '职业分布',
            'data': [
                {"name": "电子商务", "value": 10},
                {"name": "教育", "value": 20},
                {"name": "IT/互联网", "value": 20},
                {"name": "金融", "value": 30},
                {"name": "学生", "value": 40},
                {"name": "其他", "value": 50},
            ]
        }

本地运行

cd big_screen-master;
python app.py;

在线部署

你可以直接像在本地一样运行脚本,这样可以运行成功,如果我们想让它一直运行,我们可以在线部署。使用命令如下:

nohup python app.py

这时你可以查看进程

ps -ef | grep python

就会看到我们刚才 app.py 代码已经运行起来了,这个就是在后台运行,关闭连接之后一样会运行,这下就放心了。

但是,如果发生错误的话,我们是无法知道哪里出错的,这时我们指定日志输出文件

nohup python -u app.py > robot.log 2>&1 &

还有一个问题,我想停止在线运行怎么办?可以使用这个命令

kill PID

以上就是python可视化大屏库big_screen示例详解的详细内容,更多关于python可视化大屏库big_screen的资料请关注脚本之家其它相关文章!

相关文章

  • 调试Python程序代码的几种方法总结

    调试Python程序代码的几种方法总结

    这篇文章主要介绍了调试Python程序代码的几种方法总结,文中代码基于Python2.x版本,需要的朋友可以参考下
    2015-04-04
  • 利用Python绘制多种风玫瑰图

    利用Python绘制多种风玫瑰图

    这篇文章主要介绍了利用Python绘制多种风玫瑰图,风玫瑰是由气象学家用于给出如何风速和风向在特定位置通常分布的简明视图的图形工具,下文绘制实现详情,需要的小伙伴可以参考一下
    2022-05-05
  • 浅析Python pandas模块输出每行中间省略号问题

    浅析Python pandas模块输出每行中间省略号问题

    这篇文章主要介绍Python pandas模块输出每行中间省略号问题,本文给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下
    2018-07-07
  • python使用requests实现发送带文件请求功能

    python使用requests实现发送带文件请求功能

    这篇文章主要介绍了python使用requests实现发送带文件请求,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2022-12-12
  • Python编程中的异常处理教程

    Python编程中的异常处理教程

    这篇文章主要介绍了Python编程中的异常处理教程,是Python入门学习中的基础知识,需要的朋友可以参考下
    2015-08-08
  • Python的collections模块真的很好用

    Python的collections模块真的很好用

    collections是实现了特定目标的容器,以提供Python标准内建容器 dict , list , set , 和 tuple 的替代选择,本文详细总结collections的相关知识,感兴趣的朋友跟随看看吧
    2021-03-03
  • Python Watchdog实现实时监控文件系统

    Python Watchdog实现实时监控文件系统

    Python Watchdog是一个优秀的第三方库,用于实现高效的文件系统监控,本文将为大家详细介绍一下Python如何使用Watchdog实现实时监控文件,需要的可以参考下
    2023-11-11
  • 使用python实现对元素的长截图功能

    使用python实现对元素的长截图功能

    这篇文章主要介绍了用python实现对元素的长截图功能,非常不错,具有一定的参考借鉴价值,需要的朋友参考下吧
    2019-11-11
  • python SMTP实现发送带附件电子邮件

    python SMTP实现发送带附件电子邮件

    这篇文章主要为大家详细介绍了python SMTP实现发送带附件电子邮件,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-05-05
  • Python实现求两个csv文件交集的方法

    Python实现求两个csv文件交集的方法

    这篇文章主要介绍了Python实现求两个csv文件交集的方法,涉及Python针对csv文件的读取、遍历、判断等相关操作技巧,需要的朋友可以参考下
    2017-09-09

最新评论