怎么用python中的PywebIO模块制作一个数据大屏
这篇文章主要介绍了怎么用python中的PywebIO模块制作一个数据大屏的相关知识，内容详细易懂，操作简单快捷，具有一定借鉴价值，相信大家阅读完这篇怎么用python中的PywebIO模块制作一个数据大屏文章都会有所收获，下面我们一起来看看吧。
一、PywebIO介绍
Python当中的PywebIO模块可以帮助开发者在不具备HTML和JavaScript的情况下也能够迅速构建Web应用或者是基于浏览器的GUI应用，PywebIO还可以和一些常用的可视化模块联用，制作成一个可视化大屏，
我们先来安装好需要用到的模块
pip install pywebiopip install cutecharts
上面提到的cutecharts模块是Python当中的手绘风格的可视化神器，相信大家对此并不陌生，我们来看一下它与PywebIO模块结合绘制图表的效果是什么样的，
代码如下：
from cutecharts.charts import Barfrom cutecharts.faker import Fakerfrom pywebio import start_serverfrom pywebio.output import put_htmldef bar_base(): chart = Bar("Bar-基本示例", width="100%") chart.set_options(labels=Faker.choose(), x_label="I'm xlabel", y_label="I'm ylabel") chart.add_series("series-A", Faker.values()) put_html(chart.render_notebook())if __name__ == '__main__': start_server(bar_base, debug=True, port=8080)output：
上述代码的逻辑并不难看懂，先实例化一个直方图Bar()对象，然后填上X轴对应的标签以及对应Y轴的值，最后调用PywebIO模块当中的put_html()方法，我们会看到一个URL
在浏览器当中输入该URL便能够看到我们绘制出来的图表。当然在cutecharts模块当中有Page()方法来将各个图表都连接起来，做成一张可视化大屏，
代码如下：
def bar_base(): chart = Bar("Bar-基本示例", width="100%") chart.set_options(labels=Faker.choose(), x_label="I'm xlabel", y_label="I'm ylabel") chart.add_series("series-A", Faker.values()) return chartdef pie_base() -> Pie: chart = Pie("标题", width="100%") ........ return chartdef radar_base() -> Radar: chart = Radar("标题", width="100%") ...... return chartdef line_base() -> Line: chart = Line("标题", width="100%") ...... return chartdef main(): page = Page() page.add(pie_base(), pie_base(), radar_base(), line_base(), bar_base()) put_html(page.render_notebook())if __name__ == '__main__': start_server(main, debug=True, port=8080)output：
二、PywebIO和Pyecharts的组合
当PywebIO模块遇上Pyecharts模块时，代码的逻辑基本上和cutecharts的一致，先是实例化一个图表的对象，然后在添加完数据以及设置好图表的样式之后，最后调用put_html()方法将最后的结果在浏览器中呈现
# `chart` 是你的图表的实例pywebio.output.put_html(chart.render_notebook())
在这个案例当中我们调用Pyecharts当中的组合组件，分别来呈现绘制完成的图表，代码如下：
def bar_plots(): bar = ( Bar() .add_xaxis(Faker.choose()) .add_yaxis("商家A", Faker.values()) .add_yaxis("商家B", Faker.values()) .set_global_opts(title_opts=opts.TitleOpts(title="Grid-Bar")) ) return bardef line_plots(): line = ( Line() .add_xaxis(Faker.choose()) .add_yaxis("商家A", Faker.values()) .add_yaxis("商家B", Faker.values()) .set_global_opts( title_opts=opts.TitleOpts(title="Grid-Line", pos_top="48%"), legend_opts=opts.LegendOpts(pos_top="48%"), ) ) return linedef main(): c = ( Grid() .add(bar_plots(), grid_opts=opts.GridOpts(pos_bottom="60%")) .add(line_plots(), grid_opts=opts.GridOpts(pos_top="60%")) ) c.width = "100%" put_html(c.render_notebook())if __name__ == '__main__': start_server(main, debug=True, port=8080)output：
三、PywebIO和Bokeh的组合
PywebIO和Bokeh的组合从代码的语法上来看会稍微和上面的不太一样，具体的不同如下所示：
from bokeh.io import output_notebookfrom bokeh.io import showoutput_notebook(notebook_type='pywebio')fig = figure(...)...show(fig)
例如我们来绘制一个简单的直方图，代码如下：
def bar_plots(): output_notebook(notebook_type='pywebio') fruits = ['Apples', 'Pears', 'Nectarines', 'Plums', 'Grapes', 'Strawberries'] counts = [5, 3, 4, 2, 4, 6] p = figure(x_range=fruits, plot_height=350, title="Fruit Counts", toolbar_location=None, tools="") p.vbar(x=fruits, top=counts, width=0.9) p.xgrid.grid_line_color = None p.y_range.start = 0 show(p)if __name__ == "__main__": start_server(bar_plots, debug=True, port=8080)
output：
四、基于浏览器的GUI应用
除了将Pywebio模块与常用的可视化模块结合用于各种图表的绘制之外，我们还能用它构建一个基于浏览的图形界面，我们先来做一个最为简单的应用，代码如下：
from pywebio.input import *from pywebio.output import *data = input_group( "用户数据", [ input("请问您的名字是: ", name="name", type=TEXT), input("输入您的年龄", name="age", type=NUMBER), radio( "哪个洲的", name="continent", options=[ "非洲", "亚洲", "澳大利亚", "欧洲", "北美洲", "南美洲", ], ), checkbox( "用户隐私条例", name="agreement", options=["同意"] ), ],)put_text("表格输出:")put_table( [ ["名字", data["name"]], ["年龄", data["age"]], ["位置", data["continent"]], ["条例", data["agreement"]], ])output：
当中部分函数方法的解释如下：
input(): 文本内容的输入radio(): 代表的是单选框checkbox(): 代表的是多选框input_group(): 代表的是输入组put_table(): 代表的是输出组put_text(): 代表的是输出文本
关于"怎么用python中的PywebIO模块制作一个数据大屏"这篇文章的内容就介绍到这里，感谢各位的阅读！相信大家对"怎么用python中的PywebIO模块制作一个数据大屏"知识都有一定的了解，大家如果还想学习更多知识，欢迎关注行业资讯频道。
