【可视化大屏教程】用Python开发智慧城市数据分析大屏！
目录
- @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。
line3 = ( Line(init_opts=opts.InitOpts(width="1420px", # 宽度 height="800px", # 高度 bg_color={"type": "pattern", "image": JsCode("img"), "repeat": "repeat", })) # 设置背景图片 .add_xaxis([None]) # 插入空数据 .add_yaxis("", [None]) # 插入空数据 .set_global_opts( title_opts=opts.TitleOpts(title=v_title, pos_left='center', pos_top='1%', title_textstyle_opts=opts.TextStyleOpts(font_size=45, font_family='cursive', color='white', align='left'), ), yaxis_opts=opts.AxisOpts(is_show=False), # 不显示y轴 xaxis_opts=opts.AxisOpts(is_show=False)) # 不显示x轴 ) # 设置背景图片 line3.add_js_funcs( """ var img = new Image(); img.src = './static/城市1.jpeg'; """ )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：
x_data = [str(i) + '月' for i in range(1, 13)] y1_data = [193, 242, 206, 198, 335, 298, 38, 93, 88, 285, 297, 302] y2_data = [96, 41, 28, 95, 36, 94, 29, 61, 42, 85, 99, 31] bar = ( Bar(init_opts=opts.InitOpts(theme=theme_config, width="750px", height="350px", chart_id='bar_county')) .add_xaxis(x_data) .add_yaxis("高峰期", y1_data, gap="0%") .add_yaxis("非高峰期", y2_data, gap="0%") .set_global_opts(title_opts=opts.TitleOpts(title=v_title, pos_left='center', title_textstyle_opts=opts.TextStyleOpts(color=chart_text_color), ), legend_opts=opts.LegendOpts(pos_right='10%', orient='vertical'), tooltip_opts=opts.TooltipOpts( trigger="axis", axis_pointer_type="cross", is_show=True), # 提示框配置 xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(color=chart_text_color), ), yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(color=chart_text_color), ), ) )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：
data_list = [[23, 0.6328]] l1 = Liquid(init_opts=opts.InitOpts(theme=theme_config, width="450px", height="350px", chart_id=v_chart_id)) l1.add("完成率", [data_list[0][1]], center=["30%", "50%"], label_opts=opts.LabelOpts(font_size=20, position='inside')) l1.set_global_opts(title_opts=opts.TitleOpts(title=v_title, pos_left='15%', pos_top='15%', title_textstyle_opts=opts.TextStyleOpts(color=chart_text_color), ))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：
x_data = [str(i) + '月' for i in range(1, 13)] 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] area_color_js = ( # 设置美观背景色 "new echarts.graphic.LinearGradient(0, 0, 0, 1, " "[{offset: 0, color: '#eb64fb'}, {offset: 1, color: '#3fbbff0d'}], false)" ) line = ( Line(init_opts=opts.InitOpts(theme=theme_config, width="450px", height="300px", chart_id='line_aqi')) .add_xaxis(xaxis_data=x_data) .add_yaxis( series_name="增长率", y_axis=y_data, is_smooth=True, # 是否平滑 is_symbol_show=True, symbol="circle", symbol_size=6, linestyle_opts=opts.LineStyleOpts(color="#fff"), label_opts=opts.LabelOpts(is_show=True, position="top", color="white"), itemstyle_opts=opts.ItemStyleOpts( color="red", border_color="#fff", border_width=3 ), tooltip_opts=opts.TooltipOpts(is_show=False), areastyle_opts=opts.AreaStyleOpts(color=JsCode(area_color_js), opacity=1), ) .set_global_opts( title_opts=opts.TitleOpts( title=v_title, pos_left="center", pos_top='9%', title_textstyle_opts=opts.TextStyleOpts(color=chart_text_color), ), xaxis_opts=opts.AxisOpts( type_="category", boundary_gap=False, axislabel_opts=opts.LabelOpts(margin=30, color=chart_text_color), axisline_opts=opts.AxisLineOpts(is_show=False), axistick_opts=opts.AxisTickOpts( is_show=True, length=25, linestyle_opts=opts.LineStyleOpts(color="#ffffff1f"), ), splitline_opts=opts.SplitLineOpts( is_show=True, linestyle_opts=opts.LineStyleOpts(color="#ffffff1f") ), ), yaxis_opts=opts.AxisOpts( type_="value", position="left", axislabel_opts=opts.LabelOpts(margin=20, color=chart_text_color), axisline_opts=opts.AxisLineOpts( linestyle_opts=opts.LineStyleOpts(width=2, color="#fff") ), axistick_opts=opts.AxisTickOpts( is_show=True, length=15, linestyle_opts=opts.LineStyleOpts(color="#ffffff1f"), ), splitline_opts=opts.SplitLineOpts( is_show=True, linestyle_opts=opts.LineStyleOpts(color="#ffffff1f") ), ), legend_opts=opts.LegendOpts(is_show=True, pos_right='right', pos_top='10%'), tooltip_opts=opts.TooltipOpts( trigger="axis", axis_pointer_type="cross", is_show=True), # 提示框配置 ) )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：
x_data = ['博士人才', '硕士人才', '本科人才', '专科人才', '专科以下'] y_data = [0.4, 5.8, 26.4, 29.8, 37.6, ] # 画柱形图 bar = Bar( init_opts=opts.InitOpts(theme=theme_config, width="450px", height="350px", chart_id='bar_talent')) # 初始化条形图 bar.add_xaxis(x_data) # 增加x轴数据 bar.add_yaxis("占比", y_data) # 增加y轴数据 bar.set_series_opts(label_opts=opts.LabelOpts(position="right")) # Label出现位置 bar.set_global_opts( legend_opts=opts.LegendOpts(pos_left='right'), title_opts=opts.TitleOpts(title=v_title, pos_left='center', title_textstyle_opts=opts.TextStyleOpts(color=chart_text_color), ), # 标题 toolbox_opts=opts.ToolboxOpts(is_show=False), # 不显示工具箱 tooltip_opts=opts.TooltipOpts( trigger="axis", axis_pointer_type="cross", is_show=True), # 提示框配置 xaxis_opts=opts.AxisOpts(name="人才类型", # x轴名称 axislabel_opts=opts.LabelOpts(rotate=0, color=chart_text_color), splitline_opts=opts.SplitLineOpts(is_show=False) ), yaxis_opts=opts.AxisOpts(name="百分比", # y轴名称 axislabel_opts=opts.LabelOpts(rotate=0, color=chart_text_color), # y轴名称 ) )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：
# 绘制:整个页面 page = Page( page_title="智慧城市数据可视化分析监控大屏", # 页面标题 layout=Page.DraggablePageLayout, # 采用拖拽方式 ) page.add( # 大标题 make_title(v_title="智慧城市数据可视化分析监控大屏"), # 近五年城建重点项目数变化情况 make_key_project_bar(v_title="近年城建重点项目统计"), # 各区县交通事故统计图 make_county_traffic_bar(v_title="各区县交通事故统计图"), # 城市人才占比结构统计图 make_talent_reversal_bar(v_title="城市人才占比结构统计图"), # 近7年人均生产总值变化图 make_gdp_area_line(v_title="近7年人均生产总值变化图"), # 当年城市空气质量aqi变化图 make_aqi_area_line(v_title="当年城市空气质量aqi变化图"), # 教育文化设施数量占比-图书馆 make_edu_liquid(v_title="图书馆建设率", v_chart_id='liquid_1', ), ) # 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 page.render('大屏_临时.html') print('生成完毕:大屏_临时.html')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：
video_new = r"""
"""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：
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：
with open('大屏_临时.html', 'r', encoding='utf8') as f: text = f.read() # 正则表达式替换文本 text2 = re.sub('', video_new, text, flags=re.DOTALL) with open('大屏_临时2.html', 'w', encoding='utf8') as f: f.write(text2) print('已写入：大屏_临时2.html')最后，再执行常规生成最终大屏的代码：
Page.save_resize_html( source="大屏_临时2.html", # 源html文件 cfg_file="chart_config.json", # 配置文件 dest="大屏_最终.html" # 目标html文件 )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/15562187459238215682.10 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：
from flask import Flask, render_template app = Flask(__name__, template_folder='./', ) # 定义路由及视图函数 @app.route('/') # 装饰器 def f_index(): return render_template('大屏_最终.html') if __name__ == '__main__': app.run(host='0.0.0.0', port=7888, debug=True)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：