python中的PywebIO模块制作一个数据大屏

目录

• 一、PywebIO介绍
• 二、PywebIO和Pyecharts的组合
• 三、PywebIO和Bokeh的组合
• 四、基于浏览器的GUI应用

一、PywebIO介绍

Python当中的PywebIO模块可以帮助开发者在不具备HTML和JavaScript的情况下也能够迅速构建Web应用或者是基于浏览器的GUI应用，PywebIO还可以和一些常用的可视化模块联用，制作成一个可视化大屏，

我们先来安装好需要用到的模块

pip install pywebio
pip install cutecharts

上面提到的cutecharts模块是Python当中的手绘风格的可视化神器，相信大家对此并不陌生，我们来看一下它与PywebIO模块结合绘制图表的效果是什么样的，

代码如下：

from cutecharts.charts import Bar
from cutecharts.faker import Faker

from pywebio import start_server
from pywebio.output import put_html

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())
    put_html(chart.render_notebook())

if __name__ == '__main__':
    start_server(bar_base, debug=True, port=8080)

output：

上述代码的逻辑并不难看懂，先实例化一个直方图Bar()对象，然后填上X轴对应的标签以及对应Y轴的值，最后调用PywebIO模块当中的put_html()方法，我们会看到一个URL

在浏览器当中输入该URL便能够看到我们绘制出来的图表。当然在cutecharts模块当中有Page()方法来将各个图表都连接起来，做成一张可视化大屏，

代码如下：

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 chart

def pie_base() -> Pie:
    chart = Pie("标题", width="100%")
    ........
    return chart

def radar_base() -> Radar:
    chart = Radar("标题", width="100%")
    ......
    return chart

def line_base() -> Line:
    chart = Line("标题", width="100%")
    ......
    return chart

def 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：

二、PywebIO和Pyecharts的组合

当PywebIO模块遇上Pyecharts模块时，代码的逻辑基本上和cutecharts的一致，先是实例化一个图表的对象，然后在添加完数据以及设置好图表的样式之后，最后调用put_html()方法将最后的结果在浏览器中呈现

# `chart` 是你的图表的实例
pywebio.output.put_html(chart.render_notebook())

在这个案例当中我们调用Pyecharts当中的组合组件，分别来呈现绘制完成的图表，代码如下：

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 bar

def 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 line

def 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：

三、PywebIO和Bokeh的组合

PywebIO和Bokeh的组合从代码的语法上来看会稍微和上面的不太一样，具体的不同如下所示：

from bokeh.io import output_notebook
from bokeh.io import show

output_notebook(notebook_type='pywebio')
fig = figure(...)
...
show(fig)

例如我们来绘制一个简单的直方图，代码如下：

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 = None
    p.y_range.start = 0

    show(p)

if __name__ == "__main__":
    start_server(bar_plots, debug=True, port=8080)

output：

四、基于浏览器的GUI应用

除了将Pywebio模块与常用的可视化模块结合用于各种图表的绘制之外，我们还能用它构建一个基于浏览的图形界面，我们先来做一个最为简单的应用，代码如下：

from pywebio.input import *
from pywebio.output import *

data = input_group(
    "用户数据",
    [
        input("请问您的名字是: ", name="name", type=TEXT),
        input("输入您的年龄", name="age", type=NUMBER),
        radio(
            "哪个洲的",
            name="continent",
            options=[
                "非洲",
                "亚洲",
                "澳大利亚",
                "欧洲",
                "北美洲",
                "南美洲",
            ],
        ),
        checkbox(
            "用户隐私条例", name="agreement", options=["同意"]
        ),
    ],
)

put_text("表格输出:")

put_table(
    [
        ["名字", data["name"]],
        ["年龄", data["age"]],
        ["位置", data["continent"]],
        ["条例", data["agreement"]],
    ]
)

output：

当中部分函数方法的解释如下：

• input(): 文本内容的输入
• radio(): 代表的是单选框
• checkbox(): 代表的是多选框
• input_group(): 代表的是输入组
• put_table(): 代表的是输出组
• put_text(): 代表的是输出文本

到此这篇关于python中的PywebIO模块制作一个数据大屏的文章就介绍到这了,更多相关PywebIO制作数据大屏内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！