
近來deepseek爆火,看看deepseek能否幫我們快速實現(xiàn)數(shù)據(jù)看板實時更新。
可以看出這對不知道怎么動手的小白來說是相當(dāng)友好的,尤其是它的思考路徑,可以讓我們立馬理清頭緒,明確了動作,但是具體的動作執(zhí)行,看了Deepseek給的代碼,對于小白來說難度就有點大了,今天我們手把手教大家實現(xiàn)。
數(shù)據(jù)看板、儀表盤的設(shè)計和實現(xiàn)需要熟悉企業(yè)的業(yè)務(wù),掌握指標(biāo)的設(shè)計方法,這些內(nèi)容在教材中有詳細(xì)的介紹。本文作為教材的補充拓展給大家介紹一下如何基于Python工具包Pyecharts實現(xiàn)可視化看板,并實現(xiàn)看板實時刷新。最終效果如下圖所示:
在CDA LEVELⅠ教材中多次提到數(shù)據(jù)看板和儀表盤,如P151
Pyecharts的基本使用在之前的文章中已有介紹,不熟悉Pyecharts的小伙伴可以參考一下:【干貨】數(shù)據(jù)可視化很難?不存在的!一文弄懂PyEcharts可視化技術(shù)。接下來我們分步驟講解如何實現(xiàn)這個看板。
在Pyecharts中常見的圖表可以通過設(shè)置統(tǒng)一的主題實現(xiàn)各個圖形風(fēng)格一致,但是一些HTML組件是無法設(shè)置主題的,這里我們用到了table組件,需要手動設(shè)置。例如這里我統(tǒng)一使用Pyecharts中的ThemeType.DARK主題,那么表的背景顏色需與它一致。不同版本相同風(fēng)格對應(yīng)的顏色可能是不一樣的,需要先試試具體的顏色效果,然后通過一些取色器獲取顏色編碼(顏色設(shè)置的源碼在echarts下,看源碼比較麻煩)。例如PPT、一些截圖工具(Snipaste)都可以。
# 導(dǎo)入主題模塊
from pyecharts.globals import ThemeType
from pyecharts.charts import Bar
import pyecharts.options as opts
bar = Bar(init_opts=opts.InitOpts(theme=ThemeType.DARK))
bar.add_xaxis(["2021","2022","2023","2024","2025"])
bar.add_yaxis("A組銷售額",y_axis=[1000,3000,2500,4000,3900])
bar.render_notebook()
通過取色工具獲取顏色RGB編碼為:'#100c2a',因此將table組件的背景顏色做如下設(shè)置
table_color = '#100c2a'
其余圖形如地圖、餅圖、儀表盤在創(chuàng)建圖形時基于init_opts=opts.InitOpts(theme=ThemeType.DARK)設(shè)置即可。
接下來如何將多個圖表按照自定義的位置進(jìn)行布局呢?pyecharts中的Page圖表可以實現(xiàn)該功能,其基本原理是將各個單獨的圖形組合在一個Page上。其使用方式如下:
from pyecharts.charts import Page
# 初始化Page對象
page = Page(page_title="零售數(shù)據(jù)大屏", # 網(wǎng)頁的標(biāo)題
layout=Page.DraggablePageLayout # 布局采用拖拽式設(shè)定
)
# 將各個圖形對象添加到Page中
page.add(get_table(["零售數(shù)據(jù)分析大屏"],[]), # html表
get_table(header,rows), # html表
get_map(data), # 地圖
get_bar(data), # 柱狀圖
get_pie(data), # 餅圖1
get_pie(data,dim="類別",chart_id="pie2"), # 餅圖2
get_pie(data,dim="細(xì)分",chart_id="pie3") # 餅圖3
)
page.render() # 渲染成render.html網(wǎng)頁文件
首次生成的網(wǎng)頁文件中各個圖形是從上往下順序排列的,我們可以根據(jù)需要使用鼠標(biāo)拖拽各個模塊,使其布局符合要求。
當(dāng)布局調(diào)整好以后可以單擊左上角的Save Config按鈕保存圖形的布局信息為json文件。不然拖拽的效果只是臨時性的。
最后根據(jù)配置文件重新渲染網(wǎng)頁文件
# 根據(jù)調(diào)整后的模板 重新渲染圖形
Page.save_resize_html(
cfg_file="chart_config.json", # 之前保存的圖形的布局信息json文件
dest="零售數(shù)據(jù)大屏.html" # 重新渲染后的html文件存儲位置
)
這樣我們就得到了一個靜態(tài)的網(wǎng)頁,如果想要動態(tài)的可以自動刷新還需編寫后端程序。
PyEcharts官網(wǎng)有相關(guān)前后端分離的demo,不過只涉及單張圖,我們基于官網(wǎng)提供的方案并按照我們的實際需求做進(jìn)一步改造適應(yīng)我們的看板。我們分別從前端、后端兩側(cè)來做,前端、后端屬于開發(fā)領(lǐng)域的知識,前端主要指網(wǎng)頁側(cè),實現(xiàn)與用戶的交互。后端實現(xiàn)應(yīng)用的核心邏輯,涉及數(shù)據(jù)的處理、對網(wǎng)頁請求的響應(yīng)。
前端主動向后端進(jìn)行數(shù)據(jù)刷新,定時刷新的核心在于 HTML 的 setInterval 方法。網(wǎng)頁中主要元素都存儲在各個div標(biāo)簽中,我們對"零售數(shù)據(jù)大屏.html"這個文件中的各個圖表div標(biāo)簽進(jìn)行改造。如何識別div與圖的對應(yīng)關(guān)系呢,div中有個id屬性,我們可以根據(jù)div的id值確定。之前保存的"chart_config.json"文件中有各個圖形的id信息。
[{"cid":"96cb9e7ba9cc4be69fab9491ab1225e2","width":"1495.4px","height":"68.4px","top":"31.399999618530273px","left":"8px"},
{"cid":"31325b2a450a491aa64498c9708e5fc2","width":"1495.4px","height":"92.4px","top":"78.80000305175781px","left":"8px"},
{"cid":"map1","width":"650.4px","height":"350.4px","top":"170px","left":"116px"},
{"cid":"bar1","width":"628.4px","height":"350.4px","top":"170px","left":"766px"},
{"cid":"pie_1","width":"426.4px","height":"350.4px","top":"520px","left":"116px"},
{"cid":"pie2","width":"426.4px","height":"350.4px","top":"520px","left":"541px"},
{"cid":"pie3","width":"426.4px","height":"350.4px","top":"520px","left":"967px"}]
這里cid就是將來網(wǎng)頁中相應(yīng)div的id,后面的"width","height","top","left"則是圖形在網(wǎng)頁中的位置信息。pyecharts中的html組件id是隨機的,例如前兩個cid是table的,后續(xù)的5個是地圖、柱狀圖、餅圖等,這些是可以手動設(shè)置的,在繪圖時設(shè)置即可,以餅圖代碼為例:
def get_pie(data,dim="地區(qū)",value="銷售額",chart_id="pie_1"):
from pyecharts.charts import Pie
# 下面的chart_id參數(shù)就是設(shè)置圖形id的,可以自行設(shè)置各種id值,別的圖形也是這樣設(shè)置
pie = Pie(init_opts=opt.InitOpts(theme=theme_config,width=f"{pie_w}px",height="350px",chart_id=chart_id))
data = data.groupby(dim,as_index=False)[value].sum()
pie.add("",data_pair=data.values.tolist(),center=["50%","55%"])
pie.set_global_opts(title_opts=opt.TitleOpts(title=f"各{dim}{value}占比-餅圖",pos_right='center'),
legend_opts=opt.LegendOpts(pos_left="right",orient="vertical"))
pie.set_series_opts(label_opts=opt.LabelOpts(formatter="n------ngeybsqlxm7mc%"))
return pie
在知道定位div的依據(jù)后,我們可以在記事本中編輯,例如編輯table組件:我們需要在tbody下的tr中存儲一行數(shù)據(jù),給tr設(shè)置一個id 方便后續(xù)函數(shù)定位標(biāo)簽并動態(tài)修改標(biāo)簽內(nèi)容。script標(biāo)簽中的內(nèi)容為JavaScript代碼,是實現(xiàn)自動刷新的核心。這里面的函數(shù)會像"http://127.0.0.1:5000/api/data"發(fā)送請求獲取數(shù)據(jù),并根據(jù)返回的數(shù)據(jù)更新table中的數(shù)值。setInterval(fetchapiData, 5000);中的5000表示每5000ms更新一次。代碼如下:
<div id="31325b2a450a491aa64498c9708e5fc2" class="chart-container" style="position: absolute; width: 1495.4px; height: 75px; top: 78.80000305175781px; left: 8px;">
<p class="title" style="font-size: 0px; font-weight:bold;" > </p>
<p class="subtitle" style="font-size: 0px;" > </p>
<table align="center" style="text-align:center;background:#333333; width:1278px; height:50px; font-size:25px; color:#C0C0C0;padding:0px;">
<thead>
<tr>
<th>銷售額</th>
<th>利潤</th>
<th>利潤率</th>
<th>訂單數(shù)</th>
<th>平均折扣</th>
<th>客單價</th>
</tr>
</thead>
<tbody>
<tr id="tr_data">
</tr>
</tbody>
</table>
</div>
<script>
$(
function () {
fetchapiData();
setInterval(fetchapiData, 5000);// 每5秒執(zhí)行一次fetchapiData函數(shù)
}
);
function fetchapiData() {
$.ajax({
type: "GET",
url: "http://127.0.0.1:5000/api/data",
dataType: 'json',
success: function (data) {
document.getElementById('tr_data').innerHTML = `
<td>${data.sales}</td>
<td>${data.profit}</td>
<td>${data.profit_margin}</td>
<td>${data.orders}</td>
<td>${data.discount}</td>
<td>${data.average_order_value}</td>
`;
}
});
}
</script>
我們再看一下餅圖的前端改造,與table類似,只是請求的鏈接"http://127.0.0.1:5000/chart_map1"略有不同。
<div id="map1" class="chart-container" style="position: absolute; width: 650.4px; height: 351.4px; top: 153px; left: 116px;"></div>
<script>
var chart_map1 = echarts.init(
document.getElementById('map1'), 'dark', {renderer: 'canvas'});// 根據(jù)id定位div,并初始化圖表
$(
function () {
fetchData1(chart_map1); // 調(diào)用刷新圖形函數(shù)更新圖形
setInterval(fetchData1, 5000);// 每5秒執(zhí)行一次刷新圖形函數(shù)
}
);
// 刷新圖形函數(shù)定義
function fetchData1() {
$.ajax({
type: "GET",
url: "http://127.0.0.1:5000/chart_map1",
dataType: 'json',
success: function (result) {
chart_map1.setOption(result);
}
});
}
</script>
其他的圖形也是類似改造,最后將改完的html文件存放到templates文件夾中。
后端開發(fā)使用Python中的Flask這個模塊,核心代碼如下:
from flask import Flask
from flask import jsonify,render_template
app = Flask(__name__, static_folder="templates")
@app.route("/")
def index():
return render_template("零售數(shù)據(jù)大屏.html")
@app.route("/chart_map1")
def get_chart_map1():
c = get_map(data.sample(np.random.randint(*number_range,1)[0]))
return c.dump_options_with_quotes()
@app.route("/chart_gauge_1")
def get_chart_gauge_1():
c = get_gauge(data.sample(np.random.randint(*number_range,1)[0]))
return c.dump_options_with_quotes()
@app.route("/chart_pie_1")
def get_chart_pie_1():
c = get_pie(data.sample(np.random.randint(*number_range,1)[0]))
return c.dump_options_with_quotes()
@app.route("/chart_pie_2")
def get_chart_pie_2():
c = get_pie(data.sample(np.random.randint(*number_range,1)[0]),dim="類別")
return c.dump_options_with_quotes()
@app.route("/chart_pie_3")
def get_chart_pie_3():
c = get_pie(data.sample(np.random.randint(*number_range,1)[0]),dim="細(xì)分")
return c.dump_options_with_quotes()
@app.route('/api/data', methods=['GET'])
def get_data():
da = data.sample(np.random.randint(*number_range,1)[0])
rows = {"sales":f"{da.銷售額.sum()/10000:.2f} 萬元",
"profit":f"{da.利潤.sum()/10000:.2f} 萬元",
"profit_margin":f"{da.利潤.sum()/da.銷售額.sum():.2%}",
"orders":da.shape[0],
"discount":f"{da.折扣.mean():.2%}",
"average_order_value":f"{round(da.銷售額.sum()/da.shape[0],2):.2f}"}
return jsonify(rows)
if __name__ == "__main__":
app.run()
代碼首先初始化web應(yīng)用對象app,后續(xù)使用裝飾器@app.route()對各種請求設(shè)置了相應(yīng)的響應(yīng)函數(shù)。需要說明的是響應(yīng)函數(shù)中使用的dump_options_with_quotes()函數(shù)會將pyecharts的圖形對象的參數(shù)序列化為json返回到前端頁面,前端中的charts通過setOption函數(shù)解析json變成圖表的前端形式,例如:chart_map1.setOption(result)中result就是后端發(fā)送到前端的json數(shù)據(jù)。為了模擬數(shù)據(jù)的變化,后端代碼中使用了pandas的sample對dataframe隨機抽取實現(xiàn)圖表顯示的變化,實際工作中一般會通過查詢數(shù)據(jù)庫中的數(shù)據(jù)實現(xiàn)實時更新圖形。最后啟動后端程序(python執(zhí)行后端程序代碼文件),然后在瀏覽器輸入'http://127.0.0.1:5000'即可查看動態(tài)看板。
以上就是基于Python實現(xiàn)動態(tài)看板的核心點
隨著各行各業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型,數(shù)據(jù)分析能力已經(jīng)成了職場的剛需能力,這也是這兩年CDA數(shù)據(jù)分析師大火的原因。和領(lǐng)導(dǎo)提建議再說“我感覺”“我覺得”,自己都覺得心虛,如果說“數(shù)據(jù)分析發(fā)現(xiàn)……”,肯定更有說服力。想在職場精進(jìn)一步還是要學(xué)習(xí)數(shù)據(jù)分析的,統(tǒng)計學(xué)、概率論、商業(yè)模型、SQL,Python還是要會一些,能讓你工作效率提升不少。備考CDA數(shù)據(jù)分析師的過程就是個自我提升的過程。
CDA 考試官方報名入口:https://www.cdaglobal.com/pinggu.html
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10CDA 數(shù)據(jù)分析師:商業(yè)數(shù)據(jù)分析實踐的落地者與價值創(chuàng)造者 商業(yè)數(shù)據(jù)分析的價值,最終要在 “實踐” 中體現(xiàn) —— 脫離業(yè)務(wù)場景的分 ...
2025-09-10機器學(xué)習(xí)解決實際問題的核心關(guān)鍵:從業(yè)務(wù)到落地的全流程解析 在人工智能技術(shù)落地的浪潮中,機器學(xué)習(xí)作為核心工具,已廣泛應(yīng)用于 ...
2025-09-09SPSS 編碼狀態(tài)區(qū)域中 Unicode 的功能與價值解析 在 SPSS(Statistical Product and Service Solutions,統(tǒng)計產(chǎn)品與服務(wù)解決方案 ...
2025-09-09