您当前的位置:首页 > 互联网百科 > 大数据

基于Django结合Pyecharts实现数据可视化

时间:2022-04-22 12:06:43  来源:  作者:司马弈

一、前言

我们都知道Python/ target=_blank class=infotextkey>Python上的一款可视化工具matplotlib,当然百度开源的一个可视化JS工具-Echarts也非常好用,可视化类型非常多,但是得通过导入js库在JAVA Web项目上运行,平时用Python比较多,于是就在想有没有Python与Echarts结合的可视化框架

google后,找到一个国人开发的一个Echarts与Python结合的框架:pyecharts,下面就来简述下pyecharts(官方网站:https://pyecharts.org/)一些使用细则。

 

二、Pyercharts安装

 

写这篇文章用的是mac环境,首先打开终端,输入:

pip install pyecharts
#如果存在多个版本的Python,存在Python2和Python3 则是 pip3

但实测时发现,由于墙的原因,下载时会出现断线和速度过慢的问题导致下载失败,所以建议通过清华镜像来进行下载:

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyecharts
#如果存在多个版本的Python,存在Python2和Python3 则是 pip3
基于Django结合Pyecharts实现数据可视化

 

出现上方的信息,即代表下载成功,我们可以来进行下一步的实验了!

三、开发环境准备

 

虽然官网也给出了一些比较基础的例子,可以直接拿来放到IDE运行查看:

基于Django结合Pyecharts实现数据可视化

 

不过本次我们不对官网的入门案例进行展开,而是选择了其中一个比较有成就感的例子来讲:pyecharts框架使用-Django对接pyecharts使用。

 

原因是因为我们目前使用到的Python web的框架来说,Django是使用比较多的(如果你不会Django,不用担心,后续我会出关于Django的一系列教程,可以先就本文体验一下Django),下面我们来动手开搞吧!

 

首先,我们需要准备开发环境:

 

1、开发工具

 

Pycharm

 

2、包

 

django

pyecharts

 

1.pycharm的安装下载可直接百度搜索下载使用

 

2.Django、pyecharts的安装如下(如果存在多个版本的Python,存在Python2和Python3 则是 pip3):

 

pip install django
基于Django结合Pyecharts实现数据可视化

 

pip install pyecharts
基于Django结合Pyecharts实现数据可视化

 

两个包都是,出现"Successfully installe xxxx"字眼就是安装成功了。

四、具体实现过程

 

准备好开发环境后接下来我们正式开始练习

 

Step1:我们新建一个Django项目:

django-admin startproject pyecharts_django_codingclub
基于Django结合Pyecharts实现数据可视化

 

Step2:创建对应的App

 

我们先cd 到
pyecharts_django_codingclub 项目文件夹再创建:

基于Django结合Pyecharts实现数据可视化

 

创建app

python manage.py startapp demo
基于Django结合Pyecharts实现数据可视化

 

接着我们去pycharm中进行开发

 

Step3:注册demo的app:

 

首先需要在
pyecharts_django_codingclub/settings.py 中注册app

INSTALLED_APPS = [
'django.contrib.admin',
'django.contrib.auth',
'django.contrib.contenttypes',
'django.contrib.sessions',
'django.contrib.messages',
'django.contrib.staticfiles',
'demo'
]
基于Django结合Pyecharts实现数据可视化

 

Step4:配置demo的urls

 

再配置 demo/urls.py 文件,新建的app没有urls文件,我们新建一个即可

基于Django结合Pyecharts实现数据可视化

 

将以下代码编写到新建的urls文件

from django.conf.urls import url

from . import views

urlpatterns = [
url(r'^$', views.index, name='index'),
]
基于Django结合Pyecharts实现数据可视化

 


pyecharts_django_codingclub/urls.py 中新增我们刚刚编写的 'demo.urls'

from django.contrib import admin
from django.urls import path,include

urlpatterns = [
path('admin/', admin.site.urls),
path('demo', include('demo.urls'))
]
基于Django结合Pyecharts实现数据可视化

 

Step5:使用pyecharts 模板

 

先在 demo 文件夹下新建 templates文件夹

基于Django结合Pyecharts实现数据可视化

 

将 pyecharts 模板,位于
pyecharts.render.templates 拷贝至刚新建的 templates 文件夹:

基于Django结合Pyecharts实现数据可视化

 


基于Django结合Pyecharts实现数据可视化

 


基于Django结合Pyecharts实现数据可视化

 

Step6:渲染图表

 

将下列代码保存到 demo/views.py 中。

 

from jinja2 import Environment, FileSystemLoader
from pyecharts.globals import CurrentConfig
from django.http import HttpResponse

CurrentConfig.GLOBAL_ENV = Environment(loader=FileSystemLoader("./demo/templates"))

from pyecharts import options as opts
from pyecharts.charts import Bar

def index(request):
c = (
Bar()
.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
.add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
.add_yaxis("商家B", [15, 25, 16, 55, 48, 8])
.set_global_opts(title_opts=opts.TitleOpts(title="Bar-基本示例", subtitle="我是副标题"))
)
return HttpResponse(c.render_embed())
基于Django结合Pyecharts实现数据可视化

 

Step7:运行项目

 

进入我们项目的根目录

基于Django结合Pyecharts实现数据可视化

 

然后在pycharm的终端输入:

 

python manage.py runserver
基于Django结合Pyecharts实现数据可视化

 

使用浏览器打开
http://127.0.0.1:8000/demo即可访问我们的项目了

基于Django结合Pyecharts实现数据可视化

 

实现效果:

基于Django结合Pyecharts实现数据可视化

 



Tags:数据可视化   点击:()  评论:()
声明:本站部分内容及图片来自互联网,转载是出于传递更多信息之目的,内容观点仅代表作者本人,不构成投资建议。投资者据此操作,风险自担。如有任何标注错误或版权侵犯请与我们联系,我们将及时更正、删除。
▌相关推荐
数据可视化在网络安全中的关键作用
在当今数字化时代,网络安全已成为各大企业乃至国家安全的重要组成部分。随着网络攻击的日益复杂和隐蔽,传统的网络安全防护措施已难以满足需求,急需新型的解决方案以增强网络防...【详细内容】
2024-03-29  Search: 数据可视化  点击:(22)  评论:(0)  加入收藏
八个常见的数据可视化错误以及如何避免它们
在当今以数据驱动为主导的世界里,清晰且具有洞察力的数据可视化至关重要。然而,在创建数据可视化时很容易犯错误,这可能导致对数据的错误解读。本文将探讨一些常见的糟糕数据可...【详细内容】
2024-03-26  Search: 数据可视化  点击:(11)  评论:(0)  加入收藏
Rust中的数据可视化指南
可视化是数据分析和解释的一个关键方面。虽然Rust主要以其性能和安全特性而闻名,但它也为数据可视化提供了强大的工具。在这个全面的指南中,我们将深入研究Rust中的数据可视化...【详细内容】
2024-03-07  Search: 数据可视化  点击:(35)  评论:(0)  加入收藏
构建Flask 数据可视化大屏
引言数据可视化是现代应用开发中不可或缺的一环,而使用 Flask 构建数据可视化大屏是一个既有趣又具有挑战性的项目。在这篇文章中,我们将深入介绍如何借助 Flask 后端和纯 HTM...【详细内容】
2023-12-27  Search: 数据可视化  点击:(84)  评论:(0)  加入收藏
基于Python实现大规模光栅人口数据可视化
译者 | 朱先忠审校 | 重楼我经常看到网上流传着美丽的人口地图;然而,我也常常会遇到一些技术问题,比如可视化本文中显示的其他的地图片段,或者将大规模光栅数据转换为更便于计算...【详细内容】
2023-12-14  Search: 数据可视化  点击:(274)  评论:(0)  加入收藏
埋点数据可视化的探索与实践
如何进行埋点数据的分析?埋点是数据采集的专用术语,在数据驱动型业务中,如营销策略、产品迭代、业务分析、用户画像等,都依赖于数据提供决策支持,希望通过数据来捕捉特定的用户行...【详细内容】
2023-11-30  Search: 数据可视化  点击:(62)  评论:(0)  加入收藏
Python数据可视化:使用pyecharts创建交互式图表
数据可视化是数据分析和呈现的重要组成部分。通过可视化,数据可以更容易地被理解和解释。Python中有许多强大的数据可视化工具,其中之一是pyecharts,它是一个基于Echarts库的Py...【详细内容】
2023-10-28  Search: 数据可视化  点击:(143)  评论:(0)  加入收藏
Python数据可视化与图表绘制:让数据一目了然
Python 提供了多种数据可视化库,使得数据的可视化和图表绘制变得非常简单和灵活。下面将介绍一些常用的 Python 数据可视化库,并分享如何使用它们来创建各种类型的图表。一、M...【详细内容】
2023-10-07  Search: 数据可视化  点击:(338)  评论:(0)  加入收藏
你是否知道如何使用Python Matplotlib创建令人惊叹的数据可视化?
Python Matplotlib 的使用Python Matplotlib 是一个基于 Python 的 2D 绘图库,能够生成各种静态、动态、交互式的图表,支持多种输出格式,包括图片、PDF、SVG 等。Matplotlib 提...【详细内容】
2023-08-31  Search: 数据可视化  点击:(238)  评论:(0)  加入收藏
Tableau Desktop 2021数据可视化工具
软件特点一、快速获得可行的见解将图表构建者抛在后面。实时视觉分析推动了无限的数据探索。交互式仪表板可帮助您即时发现隐藏的见解。Tableau利用人们的自然能力快速发现...【详细内容】
2023-08-31  Search: 数据可视化  点击:(255)  评论:(0)  加入收藏
▌简易百科推荐
大数据杀熟何时告别“人人喊打却无可奈何”?
2月7日郑州飞往珠海的航班,不同手机、不同账号搜索该航班显示出不同价格。图源网络有网友近日分享在某平台的购票经历,引发社会广泛关注——用3个账号买同一航班同...【详细内容】
2024-01-30    中国青年网  Tags:大数据杀熟   点击:(34)  评论:(0)  加入收藏
简易百科:到底什么是大数据?
随着互联网的快速发展,大数据已经成为了当今社会最热门的话题之一。那么,到底什么是大数据呢?首先,我们需要明确大数据的定义。大数据是指数据量极大、类型繁多、处理难度高的数...【详细内容】
2024-01-30    简易百科  Tags:大数据   点击:(40)  评论:(0)  加入收藏
数据采集新篇章:AI与大模型的融合应用
开篇在AIGC(人工智能与通用计算)应用中,大型语言模型(LLM)占据着举足轻重的地位。这些模型,如GPT和BERT系列,通过处理和分析庞大的数据集,已经极大地推动了自然语言理解和生成的边界...【详细内容】
2024-01-17  崔皓  51CTO  Tags:数据采集   点击:(55)  评论:(0)  加入收藏
挑战 Spark 和 Flink?大数据技术栈的突围和战争
十年的轮回,正如大数据的发展一般,它既是一个轮回的结束,也是崭新的起点。大数据在过去的二十年中蓬勃发展,从无到有,崛起为最具爆炸性的技术领域之一,逐渐演变成为每个企业不可或...【详细内容】
2024-01-17  InfoQ    Tags:大数据   点击:(40)  评论:(0)  加入收藏
分布式存储系统在大数据处理中扮演着怎样的角色?
如果存储节点本身可以定制,则通常会让其支持部分计算能力,以利用数据的亲和性,将部分计算下推到相关的存储节点上。如果存储是云上的 S3 等对象存储,无法定制,则通常会将数据在计...【详细内容】
2023-12-19  木鸟杂记  微信公众号  Tags:大数据   点击:(49)  评论:(0)  加入收藏
大数据如何实时拯救生命:车联网的数据分析有助预防交通事故
译者 | 李睿审校 | 重楼车联网(IoV)是汽车行业与物联网相结合的产物。预计车联网数据规模将越来越大,尤其是当电动汽车成为汽车市场新的增长引擎。问题是:用户的数据平台准备...【详细内容】
2023-12-19    51CTO  Tags:大数据   点击:(43)  评论:(0)  加入收藏
利用生成对抗网络进行匿名化数据处理
在互联网时代,数据日益成为人们的生产资料。然而,在某些情况下,我们需要分享数据,但又需要保护个人隐私。这时,匿名化技术就显得尤为重要。本文将介绍利用生成对抗网络进行匿名化...【详细内容】
2023-12-18  技巧达人小影    Tags:数据处理   点击:(57)  评论:(0)  加入收藏
盘点那些常见的数据中心类型,你知道几个?
在数字化潮流的浪潮下,数据中心如同企业的神经系统,关系到业务的稳健运转。而在这个巨大的网络中,各种数据中心类型如雨后春笋般崭露头角。从企业级的个性至云数据中心的虚拟化...【详细内容】
2023-12-07  数据中心之家  微信公众号  Tags:数据中心   点击:(71)  评论:(0)  加入收藏
数据中心的七个关键特征
随着信息技术的不断演进,数据中心的可靠性、可扩展性、高效性、安全性、灵活性、管理性和可持续性成为业界探讨的焦点。下面让我们一同深入剖析这些关键特征,了解它们是如何影...【详细内容】
2023-12-06  数据中心之家  微信公众号  Tags:数据   点击:(65)  评论:(0)  加入收藏
什么是数据解析?将数据转化为更好的决策
什么是数据解析?数据解析是一门专注于从数据中获取洞察力的学科。它包含数据分析(data analysis)和管理的流程、工具和技术,包括数据的收集、组织和存储。数据解析的主要目的是...【详细内容】
2023-12-06  计算机世界    Tags:数据解析   点击:(67)  评论:(0)  加入收藏
站内最新
站内热门
站内头条