目录
对于从事数据领域的小伙伴来说,当需要阐述自己观点、展示项目成果时,我们需要在最短时间内让别人知道你的想法。我相信单调乏味的语言很难让别人快速理解。最直接有效的方式就是将数据如上图所示这样,进行可视化展现。
具体如下:
big_screen 特点
便利性工具, 结构简单, 你只需传数据就可以实现数据大屏展示。
安装环境
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple flask
输入数据
在文件夹 data.py 中更新你需要展示的数据即可,如下为部分数据展示:
self.echart1_data = { \'title\': \'行业分布\', \'data\': [ {\"name\": \"商超门店\", \"value\": 47}, {\"name\": \"教育培训\", \"value\": 52}, {\"name\": \"房地产\", \"value\": 90}, {\"name\": \"生活服务\", \"value\": 84}, {\"name\": \"汽车销售\", \"value\": 99}, {\"name\": \"旅游酒店\", \"value\": 37}, {\"name\": \"五金建材\", \"value\": 2}, ] } self.echart2_data = { \'title\': \'省份分布\', \'data\': [ {\"name\": \"浙江\", \"value\": 47}, {\"name\": \"上海\", \"value\": 52}, {\"name\": \"江苏\", \"value\": 90}, {\"name\": \"广东\", \"value\": 84}, {\"name\": \"北京\", \"value\": 99}, {\"name\": \"深圳\", \"value\": 37}, {\"name\": \"安徽\", \"value\": 150}, ] } self.echarts3_1_data = { \'title\': \'年龄分布\', \'data\': [ {\"name\": \"0岁以下\", \"value\": 47}, {\"name\": \"20-29岁\", \"value\": 52}, {\"name\": \"30-39岁\", \"value\": 90}, {\"name\": \"40-49岁\", \"value\": 84}, {\"name\": \"50岁以上\", \"value\": 99}, ] } self.echarts3_2_data = { \'title\': \'职业分布\', \'data\': [ {\"name\": \"电子商务\", \"value\": 10}, {\"name\": \"教育\", \"value\": 20}, {\"name\": \"IT/互联网\", \"value\": 20}, {\"name\": \"金融\", \"value\": 30}, {\"name\": \"学生\", \"value\": 40}, {\"name\": \"其他\", \"value\": 50}, ] }
本地运行
cd big_screen-master; python app.py;
在线部署
你可以直接像在本地一样运行脚本,这样可以运行成功,如果我们想让它一直运行,我们可以在线部署。使用命令如下:
nohup python app.py
这时你可以查看进程
ps -ef | grep python
就会看到我们刚才 app.py 代码已经运行起来了,这个就是在后台运行,关闭连接之后一样会运行,这下就放心了。
但是,如果发生错误的话,我们是无法知道哪里出错的,这时我们指定日志输出文件
nohup python -u app.py > robot.log 2>&1 &
还有一个问题,我想停止在线运行怎么办?可以使用这个命令
kill PID
以上就是python可视化大屏库big_screen示例详解的详细内容,更多关于python可视化大屏库big_screen的资料请关注其它相关文章!
© 版权声明
THE END
暂无评论内容