V2AS问路
【可视化大屏教程】用Python开发智慧城市数据分析大屏！
阅读原文时间：2023年07月10日阅读：1

目录

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。

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！

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

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）

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：

与2.4章节逻辑实现相同，替换对应数据即可，不再赘述。

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：

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。

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：

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"""
 <div id="bar_project" class="chart-container" style="width:450px; height:350px;">
    <video id="videoID" controls="controls" style="width:140%;"> <!--MSK修改视频 -->
      <source src="./static/城市宣传片.mp4" type="video/mp4"/>
    </video>
    </div>
    <br/>
<!--    <button id="con" onclick="btn()">开始/暂停 </button>-->

<script  type="text/javascript">
    window.onload = function() {
        var local1=document.getElementById('videoID');  //获取，函数执行完成后local内存释放
        local1.autoplay = true; // 自动播放
        local1.loop = true; // 循环播放
        local1.muted=true; // 关闭声音，如果为false,视频无法自动播放
        if(local1.paused){  //判断是否处于暂停状态
            local1.play();  //开启播放
        }else{
            local1.pause();  //停止播放
        }
    }
    function btn(){
        var local=document.getElementById('videoID');  //获取，函数执行完成后local内存释放
        if(local.paused){  //判断是否处于暂停状态
            local.play();  //开启播放
        }else{
            local.pause();  //停止播放
        }
    }
</script>
"""

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：

<source src="./static/城市宣传片.mp4" type="video/mp4"/>

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('<div id="bar_project"(.*?)</script>', 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/1556218745923821568

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：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！

手机扫一扫

移动阅读更方便

阿里云服务器
腾讯云服务器
七牛云服务器

你可能感兴趣的文章

Shodan使用指南