今天給大家分享一個制作數據大屏的工具，非常的好用，100行左右的Python代碼就可以制作出來一個完整的數據大屏，并且代碼的邏輯非常容易理解。

PywebIO介紹

Python當中的PywebIO模塊可以幫助開發者在不具備HTML和JavaScript的情況下也能夠迅速構建Web應用或者是基于瀏覽器的GUI應用，PywebIO還可以和一些常用的可視化模塊聯用，制作成一個可視化大屏，

我們先來安裝好需要用到的模塊

pip?install?pywebio pip?install?cutecharts

上面提到的cutecharts模塊是Python當中的手繪風格的可視化神器，相信大家對此并不陌生，我們來看一下它與PywebIO模塊結合繪制圖表的效果是什么樣的，代碼如下

from?cutecharts.charts?import?Bar from?cutecharts.faker?import?Fakerfrom?pywebio?import?start_server from?pywebio.output?import?put_htmldef?bar_base():chart?=?Bar("Bar-基本示例",?width="100%")chart.set_options(labels=Faker.choose(),?x_label="I'm?xlabel",?y_label="I'm?ylabel")chart.add_series("series-A",?Faker.values())put_html(chart.render_notebook())if?__name__?==?'__main__':start_server(bar_base,?debug=True,?port=8080)

output

上述代碼的邏輯并不難看懂，先實例化一個直方圖Bar()對象，然后填上X軸對應的標簽以及對應Y軸的值，最后調用PywebIO模塊當中的put_html()方法，我們會看到一個URL

在瀏覽器當中輸入該URL便能夠看到我們繪制出來的圖表。當然在cutecharts模塊當中有Page()方法來將各個圖表都連接起來，做成一張可視化大屏，代碼如下

def?bar_base():chart?=?Bar("Bar-基本示例",?width="100%")chart.set_options(labels=Faker.choose(),?x_label="I'm?xlabel",?y_label="I'm?ylabel")chart.add_series("series-A",?Faker.values())return?chartdef?pie_base()?->?Pie:chart?=?Pie("標題",?width="100%")........return?chartdef?radar_base()?->?Radar:chart?=?Radar("標題",?width="100%")......return?chartdef?line_base()?->?Line:chart?=?Line("標題",?width="100%")......return?chartdef?main():page?=?Page()page.add(pie_base(),?pie_base(),?radar_base(),?line_base(),?bar_base())put_html(page.render_notebook())if?__name__?==?'__main__':start_server(main,?debug=True,?port=8080)

output

PywebIO和Pyecharts的組合

當PywebIO模塊遇上Pyecharts模塊時，代碼的邏輯基本上和cutecharts的一致，先是實例化一個圖表的對象，然后在添加完數據以及設置好圖表的樣式之后，最后調用put_html()方法將最后的結果在瀏覽器中呈現

#?`chart`?是你的圖表的實例 pywebio.output.put_html(chart.render_notebook())

在這個案例當中我們調用Pyecharts當中的組合組件，分別來呈現繪制完成的圖表，代碼如下

def?bar_plots():bar?=?(Bar().add_xaxis(Faker.choose()).add_yaxis("商家A",?Faker.values()).add_yaxis("商家B",?Faker.values()).set_global_opts(title_opts=opts.TitleOpts(title="Grid-Bar")))return?bardef?line_plots():line?=?(Line().add_xaxis(Faker.choose()).add_yaxis("商家A",?Faker.values()).add_yaxis("商家B",?Faker.values()).set_global_opts(title_opts=opts.TitleOpts(title="Grid-Line",?pos_top="48%"),legend_opts=opts.LegendOpts(pos_top="48%"),))return?linedef?main():c?=?(Grid().add(bar_plots(),?grid_opts=opts.GridOpts(pos_bottom="60%")).add(line_plots(),?grid_opts=opts.GridOpts(pos_top="60%")))c.width?=?"100%"put_html(c.render_notebook())if?__name__?==?'__main__':start_server(main,?debug=True,?port=8080)

output

PywebIO和Bokeh的組合

PywebIO和Bokeh的組合從代碼的語法上來看會稍微和上面的不太一樣，具體的不同如下所示

from?bokeh.io?import?output_notebook from?bokeh.io?import?showoutput_notebook(notebook_type='pywebio') fig?=?figure(...) ... show(fig)

例如我們來繪制一個簡單的直方圖，代碼如下

def?bar_plots():output_notebook(notebook_type='pywebio')fruits?=?['Apples',?'Pears',?'Nectarines',?'Plums',?'Grapes',?'Strawberries']counts?=?[5,?3,?4,?2,?4,?6]p?=?figure(x_range=fruits,?plot_height=350,?title="Fruit?Counts",toolbar_location=None,?tools="")p.vbar(x=fruits,?top=counts,?width=0.9)p.xgrid.grid_line_color?=?Nonep.y_range.start?=?0show(p)if?__name__?==?"__main__":start_server(bar_plots,?debug=True,?port=8080)

output

基于瀏覽器的GUI應用

除了將Pywebio模塊與常用的可視化模塊結合用于各種圖表的繪制之外，我們還能用它構建一個基于瀏覽的圖形界面，我們先來做一個最為簡單的應用，代碼如下

from?pywebio.input?import?* from?pywebio.output?import?*data?=?input_group("用戶數據",[input("請問您的名字是:?",?name="name",?type=TEXT),input("輸入您的年齡",?name="age",?type=NUMBER),radio("哪個洲的",name="continent",options=["非洲","亞洲","澳大利亞","歐洲","北美洲","南美洲",],),checkbox("用戶隱私條例",?name="agreement",?options=["同意"]),], )put_text("表格輸出:")put_table([["名字",?data["name"]],["年齡",?data["age"]],["位置",?data["continent"]],["條例",?data["agreement"]],] )

output

當中部分函數方法的解釋如下：

• input(): 文本內容的輸入

• radio(): 代表的是單選框

• checkbox(): 代表的是多選框

• input_group(): 代表的是輸入組

• put_table(): 代表的是輸出組

• put_text(): 代表的是輸出文本

在這里還是要推薦下我自己建的Python學習Q群:831804576，群里都是學Python的，如果你想學或者正在學習Python ，歡迎你加入，大家都是軟件開發黨，不定期分享干貨（只有Python軟件開發相關的），
包括我自己整理的一份2021最新的Python進階資料和零基礎教學，歡迎進階中和對Python感興趣的小伙伴加入！

總結

以上是生活随笔為你收集整理的50 行 Python 代码制作一个数据大屏的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。