【可视化大屏教程】用Python开发智慧城市数据分析大屏！

目录

• 一、开发背景
  
• 二、讲解代码
  
  
  
  • 2.1 大标题+背景图
    
  • 2.2 各区县交通事故统计图-系列柱形图
    
  • 2.3 图书馆建设率-水球图
    
  • 2.4 当年城市空气质量aqi指数-面积图
    
  • 2.5 近7年人均生产总值变化图-面积图
    
  • 2.6 城市人才占比结构图-柱形图
    
  • 2.7 城市宣传片视频-大屏左上角位置
    
  • 2.8 组合以上图表，生成临时大屏
    
  • 2.9 生成最终大屏
    
  • 2.10 部署到服务器-供外部访问
    
  
  
• 三、在线演示
  

一、开发背景

您好，我是 @马哥python说 ，这是我独立开发的Python可视化大屏，看下演示效果：
截图：
视频演示效果：
https://www.zhihu.com/zvideo/1556218745923821568
这个大屏，是通过pyecharts可视化开发框架实现。
下面详细介绍，这个大屏的实现过程。
二、讲解代码

注：由于我的MySQL数据库环境问题，暂通过模拟假数据，对接可视化代码。

2.1 大标题+背景图

由于pyecharts组件没有专门用作标题的图表，我决定灵活运用Line组件实现大标题。

1. line3 = (
2.                 Line(init_opts=opts.InitOpts(width="1420px",  # 宽度
3.                                              height="800px",  # 高度
4.                                              bg_color={"type": "pattern", "image": JsCode("img"),
5.                                                        "repeat": "repeat", }))  # 设置背景图片
6.                         .add_xaxis([None])  # 插入空数据
7.                         .add_yaxis("", [None])  # 插入空数据
8.                         .set_global_opts(
9.                         title_opts=opts.TitleOpts(title=v_title,
10.                                                   pos_left='center',
11.                                                   pos_top='1%',
12.                                                   title_textstyle_opts=opts.TextStyleOpts(font_size=45,
13.                                                                                           font_family='cursive',
14.                                                                                           color='white',
15.                                                                                           align='left'),
16.                                                   ),
17.                         yaxis_opts=opts.AxisOpts(is_show=False),  # 不显示y轴
18.                         xaxis_opts=opts.AxisOpts(is_show=False))  # 不显示x轴
19.         )
20. # 设置背景图片
21. line3.add_js_funcs(
22.         """
23.         var img = new Image(); img.src = './static/城市1.jpeg';
24.         """
25. )

复制代码

这里最关键的逻辑，就是背景图片的处理。我找了一张智慧城市的炫丽背景图片：
然后用add_js_funcs代码把此图片设置为整个大屏的背景图。
大标题效果：
由于背景图片太大（4360x2910），只显示出了上半部分，恰恰是我预期的效果！
2.2 各区县交通事故统计图-系列柱形图

针对城市交通事故统计数据，绘制系列柱形图：

1. x_data = [str(i) + '月' for i in range(1, 13)]
2. y1_data = [193, 242, 206, 198, 335, 298, 38, 93, 88, 285, 297, 302]
3. y2_data = [96, 41, 28, 95, 36, 94, 29, 61, 42, 85, 99, 31]
4. bar = (
5.         Bar(init_opts=opts.InitOpts(theme=theme_config, width="750px", height="350px", chart_id='bar_county'))
6.                 .add_xaxis(x_data)
7.                 .add_yaxis("高峰期", y1_data, gap="0%")
8.                 .add_yaxis("非高峰期", y2_data, gap="0%")
9.                 .set_global_opts(title_opts=opts.TitleOpts(title=v_title,
10.                                                        pos_left='center',
11.                                                        title_textstyle_opts=opts.TextStyleOpts(color=chart_text_color),
12.                                                        ),
13.                              legend_opts=opts.LegendOpts(pos_right='10%', orient='vertical'),
14.                              tooltip_opts=opts.TooltipOpts(
15.                                      trigger="axis", axis_pointer_type="cross", is_show=True),  # 提示框配置
16.                              xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(color=chart_text_color), ),
17.                              yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(color=chart_text_color), ),
18.                              )
19. )

复制代码

效果图如下：

这种两两一组的柱形图，在pyecharts中叫做：系列柱形图，Bar with different series gap

2.3 图书馆建设率-水球图

图书馆建设率，采用pyecharts的水球图（动态）展示效果：

1. data_list = [[23, 0.6328]]
2. l1 = Liquid(init_opts=opts.InitOpts(theme=theme_config, width="450px", height="350px", chart_id=v_chart_id))
3. l1.add("完成率", [data_list[0][1]], center=["30%", "50%"], label_opts=opts.LabelOpts(font_size=20, position='inside'))
4. l1.set_global_opts(title_opts=opts.TitleOpts(title=v_title,
5.                                              pos_left='15%',
6.                                              pos_top='15%',
7.                                              title_textstyle_opts=opts.TextStyleOpts(color=chart_text_color),
8.                                              ))

复制代码

效果图如下：（此处是静态截图，其实有动态波纹效果）
2.4 当年城市空气质量aqi指数-面积图

城市空气质量aqi，采用面积图展示：

1. x_data = [str(i) + '月' for i in range(1, 13)]
2. 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]
3. area_color_js = (  # 设置美观背景色
4.         "new echarts.graphic.LinearGradient(0, 0, 0, 1, "
5.         "[{offset: 0, color: '#eb64fb'}, {offset: 1, color: '#3fbbff0d'}], false)"
6. )
8. line = (
9.         Line(init_opts=opts.InitOpts(theme=theme_config, width="450px", height="300px", chart_id='line_aqi'))
10.                 .add_xaxis(xaxis_data=x_data)
11.                 .add_yaxis(
12.                 series_name="增长率",
13.                 y_axis=y_data,
14.                 is_smooth=True,  # 是否平滑
15.                 is_symbol_show=True,
16.                 symbol="circle",
17.                 symbol_size=6,
18.                 linestyle_opts=opts.LineStyleOpts(color="#fff"),
19.                 label_opts=opts.LabelOpts(is_show=True, position="top", color="white"),
20.                 itemstyle_opts=opts.ItemStyleOpts(
21.                         color="red", border_color="#fff", border_width=3
22.                 ),
23.                 tooltip_opts=opts.TooltipOpts(is_show=False),
24.                 areastyle_opts=opts.AreaStyleOpts(color=JsCode(area_color_js), opacity=1),
25.         )
26.                 .set_global_opts(
27.                 title_opts=opts.TitleOpts(
28.                         title=v_title,
29.                         pos_left="center",
30.                         pos_top='9%',
31.                         title_textstyle_opts=opts.TextStyleOpts(color=chart_text_color),
32.                 ),
33.                 xaxis_opts=opts.AxisOpts(
34.                         type_="category",
35.                         boundary_gap=False,
36.                         axislabel_opts=opts.LabelOpts(margin=30, color=chart_text_color),
37.                         axisline_opts=opts.AxisLineOpts(is_show=False),
38.                         axistick_opts=opts.AxisTickOpts(
39.                                 is_show=True,
40.                                 length=25,
41.                                 linestyle_opts=opts.LineStyleOpts(color="#ffffff1f"),
42.                         ),
43.                         splitline_opts=opts.SplitLineOpts(
44.                                 is_show=True, linestyle_opts=opts.LineStyleOpts(color="#ffffff1f")
45.                         ),
46.                 ),
47.                 yaxis_opts=opts.AxisOpts(
48.                         type_="value",
49.                         position="left",
50.                         axislabel_opts=opts.LabelOpts(margin=20, color=chart_text_color),
51.                         axisline_opts=opts.AxisLineOpts(
52.                                 linestyle_opts=opts.LineStyleOpts(width=2, color="#fff")
53.                         ),
54.                         axistick_opts=opts.AxisTickOpts(
55.                                 is_show=True,
56.                                 length=15,
57.                                 linestyle_opts=opts.LineStyleOpts(color="#ffffff1f"),
58.                         ),
59.                         splitline_opts=opts.SplitLineOpts(
60.                                 is_show=True, linestyle_opts=opts.LineStyleOpts(color="#ffffff1f")
61.                         ),
62.                 ),
63.                 legend_opts=opts.LegendOpts(is_show=True, pos_right='right', pos_top='10%'),
64.                 tooltip_opts=opts.TooltipOpts(
65.                         trigger="axis", axis_pointer_type="cross", is_show=True),  # 提示框配置
66.         )
67. )

复制代码

效果图如下：
2.5 近7年人均生产总值变化图-面积图

与2.4章节逻辑实现相同，替换对应数据即可，不再赘述。
2.6 城市人才占比结构图-柱形图

分别统计该城市的博士人才、硕士人才、本科人才、专科人才、专科以下的占比情况，通过柱形图展示：

1. x_data = ['博士人才', '硕士人才', '本科人才', '专科人才', '专科以下']
2. y_data = [0.4, 5.8, 26.4, 29.8, 37.6, ]
3. # 画柱形图
4. bar = Bar(
5.         init_opts=opts.InitOpts(theme=theme_config, width="450px", height="350px", chart_id='bar_talent'))  # 初始化条形图
6. bar.add_xaxis(x_data)  # 增加x轴数据
7. bar.add_yaxis("占比", y_data)  # 增加y轴数据
8. bar.set_series_opts(label_opts=opts.LabelOpts(position="right"))  # Label出现位置
9. bar.set_global_opts(
10.         legend_opts=opts.LegendOpts(pos_left='right'),
11.         title_opts=opts.TitleOpts(title=v_title,
12.                                   pos_left='center',
13.                                   title_textstyle_opts=opts.TextStyleOpts(color=chart_text_color),
14.                                   ),  # 标题
15.         toolbox_opts=opts.ToolboxOpts(is_show=False),  # 不显示工具箱
16.         tooltip_opts=opts.TooltipOpts(
17.                 trigger="axis", axis_pointer_type="cross", is_show=True),  # 提示框配置
18.         xaxis_opts=opts.AxisOpts(name="人才类型",  # x轴名称
19.                                  axislabel_opts=opts.LabelOpts(rotate=0, color=chart_text_color),
20.                                  splitline_opts=opts.SplitLineOpts(is_show=False)
21.                                  ),
22.         yaxis_opts=opts.AxisOpts(name="百分比",  # y轴名称
23.                                  axislabel_opts=opts.LabelOpts(rotate=0, color=chart_text_color),  # y轴名称
24.                                  )
25. )

复制代码

效果图如下：
2.7 城市宣传片视频-大屏左上角位置

难点来了！
pyecharts本身并无播放视频的组件，怎么实现的视频播放呢？
首先，任意开发一个简单的图表，柱形图、折线图、散点图什么都可以，后续把它拖拽到大屏左上角。
最后我会用宣传片视频替换掉这个图表。
2.8 组合以上图表，生成临时大屏

通过pyecharts提供的Page组件，采用DraggablePageLayout的layout方法，组合大屏：

1. # 绘制:整个页面
2. page = Page(
3.         page_title="智慧城市数据可视化分析监控大屏",  # 页面标题
4.         layout=Page.DraggablePageLayout,  # 采用拖拽方式
5. )
6. page.add(
7.         # 大标题
8.         make_title(v_title="智慧城市数据可视化分析监控大屏"),
9.         # 近五年城建重点项目数变化情况
10.         make_key_project_bar(v_title="近年城建重点项目统计"),
11.         # 各区县交通事故统计图
12.         make_county_traffic_bar(v_title="各区县交通事故统计图"),
13.         # 城市人才占比结构统计图
14.         make_talent_reversal_bar(v_title="城市人才占比结构统计图"),
15.         # 近7年人均生产总值变化图
16.         make_gdp_area_line(v_title="近7年人均生产总值变化图"),
17.         # 当年城市空气质量aqi变化图
18.         make_aqi_area_line(v_title="当年城市空气质量aqi变化图"),
19.         # 教育文化设施数量占比-图书馆
20.         make_edu_liquid(v_title="图书馆建设率", v_chart_id='liquid_1', ),
21. )
22. # 执行完毕后,打开临时html并拖拽,拖拽完点击Save Config，把chart_config.json放到本目录下
23. page.render('大屏_临时.html')
24. print('生成完毕:大屏_临时.html')

复制代码

至此，临时大屏文件已经生成。
下面就开始手动拖拽，拖拽的过程，就不文字阐述了，可点击这个视频，观看拖拽过程：
2.9 生成最终大屏

很关键！！
除了常规的拖拽组合大屏操作外，还记得2.7章节留下的疑问吗？
定义一个存放视频的div，把它存到一个字符串里：

1. video_new = r"""
3.         <video id="videoID" controls="controls" >
4.           <source src="./static/城市宣传片.mp4" type="video/mp4"/>
5.         </video>
6.        
7.         <br/>
9. """

复制代码

注意看这行代码下面这行代码，把mp4视频文件放到static目录下：

1. [/code]在临时html里找到左上角图表的代码部分，用正则表达式替换成这个视频的代码：
2. [code]with open('大屏_临时.html', 'r', encoding='utf8') as f:
3.         text = f.read()
4. # 正则表达式替换文本
5. text2 = re.sub('', video_new, text, flags=re.DOTALL)
6. with open('大屏_临时2.html', 'w', encoding='utf8') as f:
7.         f.write(text2)
8. print('已写入：大屏_临时2.html')

复制代码

最后，再执行常规生成最终大屏的代码：

1. Page.save_resize_html(
2.         source="大屏_临时2.html",  # 源html文件
3.         cfg_file="chart_config.json",  # 配置文件
4.         dest="大屏_最终.html"  # 目标html文件
5. )

复制代码

这样，就完成了把视频布局到大屏里的最终目的！
最后，再看一次大屏演示效果：
https://www.zhihu.com/zvideo/1556218745923821568
2.10 部署到服务器-供外部访问

通过flask框架，将html大屏网页快速部署到服务器：

1. from flask import Flask, render_template
3. app = Flask(__name__, template_folder='./', )
5. # 定义路由及视图函数
6. @app.route('/')  # 装饰器
7. def f_index():
8.         return render_template('大屏_最终.html')
10. if __name__ == '__main__':
11.         app.run(host='0.0.0.0', port=7888, debug=True)

复制代码

需要注意的是，host设置为'0.0.0.0'，不要把host设置为'127.0.0.1'或者'localhost'，否则只能自己在本地访问，外部用户无法访问。
再多说一句，如果host设置没问题，外部用户仍然无法访问，请查看你的云服务器防火墙配置、端口映射、win出入站访问等安全策略，是否存在问题。
三、在线演示

大屏演示地址：智慧城市数据可视化分析监控大屏
我的服务器是乞丐版的，带宽有限，左上角视频播放会卡顿，大家悠着点访问~~
我是 @马哥python说 ，持续分享python干货中！
推荐阅读：马哥python说：【Python可视化大屏】全流程揭秘实现可视化数据大屏的背后原理！