基于ECharts数据可视化项目

基于ECharts数据可视化项目

什么是数据可视化

数据可视化

数据可视化主要目的:借助于图形化手段,清晰有效地传达与沟通信息。数据可视化可以把数据从冰冷的数字转换成图形,揭示蕴含在数据中的规律和道理。

数据可视化的场景

目前互联网公司通常有这么几大类的可视化需求:

在这里插入图片描述

常见的数据可视化库

D3.js : 目前 Web 端评价最高的 Javascript 可视化工具库(入手难)
ECharts.js: 百度出品的一个开源 Javascript 数据可视化库
Highcharts.js: 国外的前端数据可视化库,非商用免费,被许多国外大公司所使用
AntV : 蚂蚁金服全新一代数据可视化解决方案

Highcharts 和 Echarts 就像是 Office 和 WPS 的关系。

数据可视化项目概述

项目目的

应对现在数据可视化的趋势,越来越多企业需要在很多场景(营销数据,生产数据,用户数据)下使用,可视化图表来展示体现数据,让数据更加直观,数据特点更加突出。

项目技术
  • HTML5 + CSS3 布局;
  • CSS3 动画、渐变;
  • jQuery库+ 原生 JavaScript;
  • flex布局 和 rem 适配方案;
  • 图片边框 border-image;
  • ES6 模板字符;
  • ECharts 可视化库等等;

ECharts简介

ECharts是一个使用 JavaScript 实现的开源可视化库,可以流畅的运行在 PC 和移动设备上,兼容当前绝大部分浏览器(IE8/9/10/11,Chrome,Firefox,Safari等),底层依赖矢量图形库 ZRender,提供直观,交互丰富,可高度个性化定制的数据可视化图表。

官网地址:https://www.echartsjs.com/zh/index.html

优点:

  • 丰富的可视化类型
  • 多种数据格式支持
  • 流数据的支持
  • 移动端优化
  • 跨平台使用
  • 绚丽的特效
  • 详细的文档说明

ECharts的基本使用

ECharts 使用五步曲

在这里插入图片描述

相关配件参数

title:标题组件
tooltip:提示框组件
legend:图例组件
toolbox: 工具栏
grid:直角坐标系内绘图网格
xAxis:直角坐标系 grid 中的 x 轴
yAxis:直角坐标系 grid 中的 y 轴
series: 系列列表。
color:调色盘颜色列表

series: 系列列表
type: 类型 (什么类型的图表) 比如 line 是折线 bar 柱形等
name: 系列名称,用于tooltip的显示,legend 的图例筛选 变化
stack: 数据堆叠。 如果设置相同值,则会数据堆叠。
数据堆叠: 第二个数据值= 第一个数据值 + 第二个数据值
第三个数据值 = 第二个数据值 + 第三个数据值…. 依次叠加
如果给stack 指定不同值或者去掉这个属性则不会发生数据堆叠。

在这里插入图片描述

数据可视化项目适配方案

rem适配
  • 设计稿是1920px

  • PC端适配: 宽度在 1024~1920之间页面元素宽高自适应

    1. flexible.js 把屏幕分为 24 等份

    2. cssrem 插件的基准值是 80px

      插件-配置按钮—配置扩展设置–Root Font Size 里面 设置。

      但是别忘记重启vscode软件保证生效

    3. 要把屏幕宽度约束在1024~1920之间有适配,实现代码:

// 实现rem适配
@media screen and (max-width: 1024px) {
   
     html {
   
         font-size: 42.66px !important;
     }
 }

 @media screen and (min-width: 1920px) {
   
     html {
   
         font-size: 80px !important;
     }
 }

数据可视化项目开发

html结构:
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
使用 Flask 和 Echarts 可以很方便地搭建一个数据可视化大屏。以下是一个简单的示例: 1. 安装 Flask 和 Echarts: ``` pip install flask pip install pyecharts ``` 2. 创建 Flask 应用和路由: ```python from flask import Flask, render_template from pyecharts import options as opts from pyecharts.charts import Bar app = Flask(__name__) @app.route('/') def index(): return render_template('index.html') @app.route('/data') def data(): # 生成数据 x = ['Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun'] y = [820, 932, 901, 934, 1290, 1330, 1320] # 生成图表 bar = ( Bar() .add_xaxis(x) .add_yaxis('Sales', y) .set_global_opts(title_opts=opts.TitleOpts(title='Weekly Sales')) ) # 渲染图表 return bar.render_embed() ``` 3. 创建 HTML 模板: ```html <!DOCTYPE html> <html> <head> <meta charset="utf-8"> <title>Flask Echarts Demo</title> <script src="https://cdn.jsdelivr.net/npm/echarts@5.2.0/dist/echarts.min.js"></script> </head> <body> <div id="chart" style="width: 800px; height: 600px;"></div> <script> var chart = echarts.init(document.getElementById('chart')); chart.showLoading(); fetch('/data').then(function (response) { response.text().then(function (text) { chart.hideLoading(); chart.setOption(JSON.parse(text)); }); }); </script> </body> </html> ``` 4. 启动 Flask 应用: ```python if __name__ == '__main__': app.run() ``` 5. 在浏览器中访问 http://localhost:5000 ,即可看到数据可视化大屏。 注意:以上示例中的数据和图表仅作为演示用途,实际应用中需要根据具体需求进行修改。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值