Инструмент визуализации данных Python: практическое руководство Pyecharts по рисованию красочных информационных панелей и связыванию диаграмм
Инструмент визуализации данных Python: практическое руководство Pyecharts по рисованию красочных информационных панелей и связыванию диаграмм

введение

В области визуализации данных диаграммы информационной панели представляют собой интуитивно понятный и мощный инструмент для отображения состояния ключевых индикаторов в реальном времени. Pyecharts — это библиотека диаграмм Python, основанная на Echarts, которая предоставляет различные типы диаграмм, включая диаграммы информационной панели. В этой статье рассказывается, как использовать Pyecharts для рисования различных интересных диаграмм информационной панели, подробно объясняются соответствующие параметры и прикрепляются реальные примеры кода.

Установить Pyecharts

Сначала убедитесь, что у вас установлен Pyecharts. Если он еще не установлен, вы можете установить его с помощью следующей команды:

Язык кода:bash
копировать
pip install pyecharts

Описание параметров диаграммы информационной панели

При рисовании диаграммы информационной панели нам необходимо понимать некоторые ключевые параметры, чтобы настроить внешний вид и функциональность диаграммы. Вот некоторые общие параметры диаграммы информационной панели:

  1. radius：Установите размер радиуса панели мониторинга。
  2. title：Установите заголовок панели мониторинга。
  3. detail_text_color：Установите цвет числового текста информационной панели.。
  4. min_иmax_：设置仪表盘的最小и最大值。
  5. split_number：Установите количество шкал на приборной панели。
  6. start_angleиend_angle：设置仪表盘的起始и结束角度。
  7. axis_label_formatter：Настройте формат отображения меток осей。
  8. range_color：Установите цвета для разных диапазонов。

Практика написания кода: рисование различных диаграмм информационной панели

Пример 1: Базовая панель мониторинга

Язык кода:python
кодКоличество запусков：0
копировать
from pyecharts import options as opts
from pyecharts.charts import Gauge

# данные
value = 65.5

# Нарисуйте базовую панель мониторинга
gauge_basic = (
    Gauge()
    .add("", [("Базовая панель мониторинга", value)])
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Базовая панель мониторинга"),
        legend_opts=opts.LegendOpts(is_show=False),
    )
    .set_series_opts(
        axisline_opts=opts.AxisLineOpts(
            linestyle_opts=opts.LineStyleOpts(
                color=[[0.2, "#91c7ae"], [0.8, "#63869e"], [1, "#c23531"]]
            )
        )
    )
)

# Сохранить диаграмму
gauge_basic.render("gauge_basic.html")

Пример 2. Панель управления в пользовательском стиле.

Язык кода:python
кодКоличество запусков：0
копировать
from pyecharts import options as opts
from pyecharts.charts import Gauge

# данные
value = 75.8

# Нарисуйте панель мониторинга в собственном стиле
gauge_custom = (
    Gauge()
    .add("", [("Панель управления в пользовательском стиле", value)])
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Панель управления в пользовательском стиле"),
        legend_opts=opts.LegendOpts(is_show=False),
    )
    .set_series_opts(
        axisline_opts=opts.AxisLineOpts(
            linestyle_opts=opts.LineStyleOpts(
                color=[[0.2, "#91c7ae"], [0.8, "#63869e"], [1, "#c23531"]],
                width=8,
            )
        ),
        pointer_opts=opts.PointerOpts(width=5),
    )
)

# Сохранить диаграмму
gauge_custom.render("gauge_custom.html")

Пример 3: Панель мониторинга с несколькими сериями

Язык кода:python
кодКоличество запусков：0
копировать
from pyecharts import options as opts
from pyecharts.charts import Gauge

# данные
value_series = [68.2, 52.6, 80.5]

# Рисовать панели мониторинга из нескольких серий
gauge_multi_series = (
    Gauge()
    .add("", [("Series 1", value_series[0]), ("Series 2", value_series[1]), ("Series 3", value_series[2])])
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Панель мониторинга нескольких серий"),
        legend_opts=opts.LegendOpts(is_show=True, pos_top="5%"),
    )
    .set_series_opts(
        axisline_opts=opts.AxisLineOpts(
            linestyle_opts=opts.LineStyleOpts(
                color=[[0.2, "#91c7ae"], [0.8, "#63869e"], [1, "#c23531"]],
                width=8,
            )
        ),
        pointer_opts=opts.PointerOpts(width=5),
    )
)

# Сохранить диаграмму
gauge_multi_series.render("gauge_multi_series.html")

Пример 4. Панель мониторинга пользовательского масштаба

Язык кода:python
кодКоличество запусков：0
копировать
from pyecharts import options as opts
from pyecharts.charts import Gauge

# данные
value = 90.3

# Нарисуйте панель мониторинга пользовательского масштаба
gauge_custom_scale = (
    Gauge()
    .add("", [("Настраиваемая панель мониторинга масштаба", value)])
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Настраиваемая панель масштабирования"),
        legend_opts=opts.LegendOpts(is_show=False),
    )
    .set_series_opts(
        axisline_opts=opts.AxisLineOpts(
            linestyle_opts=opts.LineStyleOpts(
                color=[[0.2, "#91c7ae"], [0.8, "#63869e"], [1, "#c23531"]],
                width=12,
            )
        ),
        split_line_opts=opts.SplitLineOpts(length=20),
        axislabel_opts=opts.LabelOpts(font_size=12),
    )
)

# Сохранить диаграмму
gauge_custom_scale.render("gauge_custom_scale.html")

Пример 5: Динамическая панель мониторинга

Язык кода:python
кодКоличество запусков：0
копировать
import random
import time
from pyecharts import options as opts
from pyecharts.charts import Gauge

# функция генерации данных
def generate_random_value():
    return round(random.uniform(60, 90), 2)

# Обновляйте данные в режиме реального времени и рисуйте динамические информационные панели.
def update_dynamic_gauge():
    gauge_dynamic = (
        Gauge()
        .add("", [("Динамическая панель мониторинга", generate_random_value())])
        .set_global_opts(
            title_opts=opts.TitleOpts(title="Динамическая панель мониторинга"),
            legend_opts=opts.LegendOpts(is_show=False),
        )
        .set_series_opts(
            axisline_opts=opts.AxisLineOpts(
                linestyle_opts=opts.LineStyleOpts(
                    color=[[0.2, "#91c7ae"], [0.8, "#63869e"], [1, "#c23531"]],
                    width=12,
                )
            ),
            split_line_opts=opts.SplitLineOpts(length=20),
            axislabel_opts=opts.LabelOpts(font_size=12),
        )
    )

    while True:
        # возобновлятьданные
        value = generate_random_value()
        gauge_dynamic.set_series_opts(data=[("Динамическая панель мониторинга", value)])
        
        # Рендеринг диаграммы
        gauge_dynamic.render("gauge_dynamic.html")
        
        # Сделайте паузу на некоторое время, а затем обновите
        time.sleep(2)

# Запустите функцию обновления динамической информационной панели.
update_dynamic_gauge()

Пример 6. Комбинация информационной панели и других диаграмм.

Язык кода:python
кодКоличество запусков：0
копировать
from pyecharts import options as opts
from pyecharts.charts import Gauge, Line
from pyecharts.commons.utils import JsCode

# данные
value_gauge = 75.2
data_line = [random.randint(60, 90) for _ in range(10)]

# Нарисуйте комбинацию информационной панели и линейного графика.
gauge_line_combination = (
    Gauge()
    .add("", [("Панель управления", value_gauge)])
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Комбинация информационной панели и линейного графика"),
        legend_opts=opts.LegendOpts(is_show=False),
    )
    .set_series_opts(
        axisline_opts=opts.AxisLineOpts(
            linestyle_opts=opts.LineStyleOpts(
                color=[[0.2, "#91c7ae"], [0.8, "#63869e"], [1, "#c23531"]],
                width=12,
            )
        ),
        split_line_opts=opts.SplitLineOpts(length=20),
        axislabel_opts=opts.LabelOpts(font_size=12),
    )
)

line_chart = (
    Line()
    .add_xaxis(list(range(1, 11)))
    .add_yaxis("Линейный график", data_line)
    .set_global_opts(title_opts=opts.TitleOpts(title="Линейный график"))
)

# Объединение информационных панелей и линейных диаграмм на одной странице
gauge_line_page = (
    Page()
    .add(gauge_line_combination, line_chart)
)

# Сохранить диаграмму
gauge_line_page.render("gauge_line_combination.html")

Пример 7. Настройка стиля указателя информационной панели

Язык кода:python
кодКоличество запусков：0
копировать
from pyecharts import options as opts
from pyecharts.charts import Gauge

# данные
value = 80.7

# Нарисуйте панель управления в стиле пользовательского указателя
gauge_custom_pointer = (
    Gauge()
    .add("", [("Настраиваемая панель указателей", value)])
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Настраиваемая панель указателей"),
        legend_opts=opts.LegendOpts(is_show=False),
    )
    .set_series_opts(
        axisline_opts=opts.AxisLineOpts(
            linestyle_opts=opts.LineStyleOpts(
                color=[[0.2, "#91c7ae"], [0.8, "#63869e"], [1, "#c23531"]],
                width=12,
            )
        ),
        pointer_opts=opts.PointerOpts(
            width=6, 
            length="80%",
            shadow_color="#fff",
            shadow_offset_y=5,
            itemstyle_opts={"color": "auto", "borderColor": "auto"},
        ),
    )
)

# Сохранить диаграмму
gauge_custom_pointer.render("gauge_custom_pointer.html")

Пример 8. Связь между информационной панелью и круговой диаграммой

Язык кода:python
кодКоличество запусков：0
копировать
from pyecharts import options as opts
from pyecharts.charts import Gauge, Pie
from pyecharts.faker import Faker

# данные
value_gauge = 65.8
data_pie = list(zip(Faker.choose(), Faker.values()))

# Нарисуйте связь между информационной панелью и круговой диаграммой
gauge_pie_interaction = (
    Gauge()
    .add("", [("Панель управления", value_gauge)])
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Связь между информационной панелью и круговой диаграммой"),
        legend_opts=opts.LegendOpts(is_show=False),
    )
    .set_series_opts(
        axisline_opts=opts.AxisLineOpts(
            linestyle_opts=opts.LineStyleOpts(
                color=[[0.2, "#91c7ae"], [0.8, "#63869e"], [1, "#c23531"]],
                width=12,
            )
        ),
        split_line_opts=opts.SplitLineOpts(length=20),
        axislabel_opts=opts.LabelOpts(font_size=12),
    )
)

pie_chart = (
    Pie()
    .add("", data_pie, radius=["30%", "55%"])
    .set_global_opts(title_opts=opts.TitleOpts(title="круговая диаграмма"))
)

# Свяжите информационную панель и круговую диаграмму на одной странице
gauge_pie_page = (
    Page()
    .add(gauge_pie_interaction, pie_chart)
)

# Сохранить диаграмму
gauge_pie_page.render("gauge_pie_interaction.html")

Пример 9: Связь между информационной панелью и гистограммой

Язык кода:python
кодКоличество запусков：0
копировать
from pyecharts import options as opts
from pyecharts.charts import Gauge, Bar
from pyecharts.faker import Faker

# данные
value_gauge = 75.4
data_bar = list(zip(Faker.choose(), Faker.values()))

# Нарисуйте связь между информационной панелью и гистограммой.
gauge_bar_interaction = (
    Gauge()
    .add("", [("Панель управления", value_gauge)])
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Связь между информационной панелью и гистограммой"),
        legend_opts=opts.LegendOpts(is_show=False),
    )
    .set_series_opts(
        axisline_opts=opts.AxisLineOpts(
            linestyle_opts=opts.LineStyleOpts(
                color=[[0.2, "#91c7ae"], [0.8, "#63869e"], [1, "#c23531"]],
                width=12,
            )
        ),
        split_line_opts=opts.SplitLineOpts(length=20),
        axislabel_opts=opts.LabelOpts(font_size=12),
    )
)

bar_chart = (
    Bar()
    .add_xaxis(Faker.choose())
    .add_yaxis("Гистограмма", Faker.values())
    .set_global_opts(title_opts=opts.TitleOpts(title="гистограмма"))
)

# Свяжите панель мониторинга и гистограмму на одной странице.
gauge_bar_page = (
    Page()
    .add(gauge_bar_interaction, bar_chart)
)

# Сохранить диаграмму
gauge_bar_page.render("gauge_bar_interaction.html")

Пример 10: Связь между информационной панелью и точечной диаграммой

Язык кода:python
кодКоличество запусков：0
копировать
from pyecharts import options as opts
from pyecharts.charts import Gauge, Scatter
from pyecharts.faker import Faker

# данные
value_gauge = 85.1
data_scatter = [(i, random.randint(60, 90)) for i in range(1, 11)]

# Нарисуйте связь между информационной панелью и точечной диаграммой.
gauge_scatter_interaction = (
    Gauge()
    .add("", [("Панель управления", value_gauge)])
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Связь между информационной панелью и точечной диаграммой"),
        legend_opts=opts.LegendOpts(is_show=False),
    )
    .set_series_opts(
        axisline_opts=opts.AxisLineOpts(
            linestyle_opts=opts.LineStyleOpts(
                color=[[0.2, "#91c7ae"], [0.8, "#63869e"], [1, "#c23531"]],
                width=12,
            )
        ),
        split_line_opts=opts.SplitLineOpts(length=20),
        axislabel_opts=opts.LabelOpts(font_size=12),
    )
)

scatter_chart = (
    Scatter()
    .add_xaxis(list(range(1, 11)))
    .add_yaxis("Точечная диаграмма", data_scatter)
    .set_global_opts(title_opts=opts.TitleOpts(title="График рассеяния"))
)

# Свяжите панель мониторинга и точечную диаграмму на одной странице.
gauge_scatter_page = (
    Page()
    .add(gauge_scatter_interaction, scatter_chart)
)

# Сохранить диаграмму
gauge_scatter_page.render("gauge_scatter_interaction.html")

Пример 11: Связь между информационной панелью и диаграммой с областями

Язык кода:python
кодКоличество запусков：0
копировать
from pyecharts import options as opts
from pyecharts.charts import Gauge, Area
from pyecharts.faker import Faker

# данные
value_gauge = 78.6
data_area = [(i, random.randint(60, 90)) for i in range(1, 11)]

# Нарисуйте связь между информационной панелью и диаграммой с областями.
gauge_area_interaction = (
    Gauge()
    .add("", [("Панель управления", value_gauge)])
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Связь между информационной панелью и диаграммой областей"),
        legend_opts=opts.LegendOpts(is_show=False),
    )
    .set_series_opts(
        axisline_opts=opts.AxisLineOpts(
            linestyle_opts=opts.LineStyleOpts(
                color=[[0.2, "#91c7ae"], [0.8, "#63869e"], [1, "#c23531"]],
                width=12,
            )
        ),
        split_line_opts=opts.SplitLineOpts(length=20),
        axislabel_opts=opts.LabelOpts(font_size=12),
    )
)

area_chart = (
    Area()
    .add_xaxis(list(range(1, 11)))
    .add_yaxis("Диаграмма областей", data_area)
    .set_global_opts(title_opts=opts.TitleOpts(title="диаграмма областей"))
)

# Свяжите панель мониторинга и диаграмму с областями на одной странице.
gauge_area_page = (
    Page()
    .add(gauge_area_interaction, area_chart)
)

# Сохранить диаграмму
gauge_area_page.render("gauge_area_interaction.html")

Заключение

На приведенных выше примерах мы показываем, как добиться связи между информационными панелями, точечными диаграммами и диаграммами с областями. Такая связь может помочь нам более полно представить распределение и тенденции данных и обеспечить более глубокое понимание данных. В реальных проектах в соответствии с потребностями и типами данных выбирайте соответствующие диаграммы связей, чтобы визуализировать данные более ярко и четко.

Я надеюсь, что эти примеры вдохновят вас при использовании Pyecharts для установления связи между диаграммами информационной панели и другими диаграммами. На практике можно выполнить дополнительную настройку на основе конкретных сценариев и данных для удовлетворения реальных потребностей проекта.

Я участвую в пятом выпуске специального учебного лагеря Tencent Technology Creation 2024 с эссе, получившими награды. Приходите и разделите приз со мной!

boy illustration
Неразрушающее увеличение изображений одним щелчком мыши, чтобы сделать их более четкими артефактами искусственного интеллекта, включая руководства по установке и использованию.
boy illustration
Копикодер: этот инструмент отлично работает с Cursor, Bolt и V0! Предоставьте более качественные подсказки для разработки интерфейса (создание навигационного веб-сайта с использованием искусственного интеллекта).
boy illustration
Новый бесплатный RooCline превосходит Cline v3.1? ! Быстрее, умнее и лучше вилка Cline! (Независимое программирование AI, порог 0)
boy illustration
Разработав более 10 проектов с помощью Cursor, я собрал 10 примеров и 60 подсказок.
boy illustration
Я потратил 72 часа на изучение курсорных агентов, и вот неоспоримые факты, которыми я должен поделиться!
boy illustration
Идеальная интеграция Cursor и DeepSeek API
boy illustration
DeepSeek V3 снижает затраты на обучение больших моделей
boy illustration
Артефакт, увеличивающий количество очков: на основе улучшения характеристик препятствия малым целям Yolov8 (SEAM, MultiSEAM).
boy illustration
DeepSeek V3 раскручивался уже три дня. Сегодня я попробовал самопровозглашенную модель «ChatGPT».
boy illustration
Open Devin — инженер-программист искусственного интеллекта с открытым исходным кодом, который меньше программирует и больше создает.
boy illustration
Эксклюзивное оригинальное улучшение YOLOv8: собственная разработка SPPF | SPPF сочетается с воспринимаемой большой сверткой ядра UniRepLK, а свертка с большим ядром + без расширения улучшает восприимчивое поле
boy illustration
Популярное и подробное объяснение DeepSeek-V3: от его появления до преимуществ и сравнения с GPT-4o.
boy illustration
9 основных словесных инструкций по доработке академических работ с помощью ChatGPT, эффективных и практичных, которые стоит собрать
boy illustration
Вызовите deepseek в vscode для реализации программирования с помощью искусственного интеллекта.
boy illustration
Познакомьтесь с принципами сверточных нейронных сетей (CNN) в одной статье (суперподробно)
boy illustration
50,3 тыс. звезд! Immich: автономное решение для резервного копирования фотографий и видео, которое экономит деньги и избавляет от беспокойства.
boy illustration
Cloud Native｜Практика: установка Dashbaord для K8s, графика неплохая
boy illustration
Краткий обзор статьи — использование синтетических данных при обучении больших моделей и оптимизации производительности
boy illustration
MiniPerplx: новая поисковая система искусственного интеллекта с открытым исходным кодом, спонсируемая xAI и Vercel.
boy illustration
Конструкция сервиса Synology Drive сочетает проникновение в интрасеть и синхронизацию папок заметок Obsidian в облаке.
boy illustration
Центр конфигурации————Накос
boy illustration
Начинаем с нуля при разработке в облаке Copilot: начать разработку с минимальным использованием кода стало проще
boy illustration
[Серия Docker] Docker создает мультиплатформенные образы: практика архитектуры Arm64
boy illustration
Обновление новых возможностей coze | Я использовал coze для создания апплета помощника по исправлению домашних заданий по математике
boy illustration
Советы по развертыванию Nginx: практическое создание статических веб-сайтов на облачных серверах
boy illustration
Feiniu fnos использует Docker для развертывания личного блокнота Notepad
boy illustration
Сверточная нейронная сеть VGG реализует классификацию изображений Cifar10 — практический опыт Pytorch
boy illustration
Начало работы с EdgeonePages — новым недорогим решением для хостинга веб-сайтов
boy illustration
[Зона легкого облачного игрового сервера] Управление игровыми архивами
boy illustration
Развертывание SpringCloud-проекта на базе Docker и Docker-Compose
©