python echarts数据可视化

最新推荐文章于 2024-05-11 00:13:36 发布
最新推荐文章于 2024-05-11 00:13:36 发布
阅读量2.9k 收藏 38
点赞数 1
分类专栏： python 文章标签： python echarts
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zxz634084743/article/details/120221254
版权

需求

将监控数据绘制成图表推送到企业微信

实现步骤

1.pyecharts图片渲染工具介绍
2.使用echarts将数据生成为html可视化图表
3.图片压缩
4.推送企业微信机器人

pyecharts图片渲染

pyecharts渲染图片
pyecharts 官方提供了 selenium, phantomjs 和 pyppeteer 三种方式，本文使用selenium，测试发现pyecharts Table不能通过selenium渲染成图片，所以本文还使用了html-table和imgkit库来生成表格和转换图片

imgkit模块安装和使用

pip install imgkit
pip install html-table

wkhtmltopdf工具包下载地址
按照系统版本下载对应的安装包安装
options参数可参考官方文档

#简单示例
import imgkit
path_wkimg = r'C:\Program Files\wkhtmltopdf\bin\wkhtmltoimage.exe'
cfg = imgkit.config(wkhtmltoimage=path_wkimg)
options = {
    "encoding": "UTF-8"
}
#截图html网页
imgkit.from_url(url="https://www.baidu.com",output_path='img.jpg',options=options,config=cfg)
#截图本地html文件
imgkit.from_file("render.html","render.jpg")

selenium模块安装和使用

pip install  selenium

下载对应浏览器驱动，本文使用chrome，下载地址
selenium官方文档地址
option参数文档：https://selenium-python.readthedocs.io/api.html#module-selenium.webdriver.chrome.options

#简单测试
import time
from selenium import webdriver
driver = webdriver.Chrome() 
#打开谷歌浏览器
driver.get('http://www.google.com/');
time.sleep(5) 
#定位搜索框
search_box = driver.find_element_by_name('q')
#输入关键字查询
search_box.send_keys('ChromeDriver')
#截图
driver.get_screenshot_as_file("ChromeDriver.jpg")
search_box.submit()
time.sleep(5) # Let the user actually see something!
driver.quit()

echarts基础图表绘制

echarts官方文档
模块安装

pip install pyecharts
pip install pyecharts-snapshot

常用的一些图表参数

#画布大小设置
init_opts=opts.InitOpts(width='600px', height='400px')
#背景色"white", "green"和rgb
init_opts=opts.InitOpts(bg_color='rgba(123, 200, 88, 0.4)')
#标题
set_global_opts(title_opts=opts.TitleOpts(title="我是主标题",subtitle='我是副标题',pos_left='center',pos_top='10%'))
#Y轴名称
set_global_opts(yaxis_opts=opts.AxisOpts(name='销售额/万元'))
#图例
pos_left='20%',pos_bottom='90%' #图例显示位置
legend_icon='circle' 可选'circle', 'rect', 'roundRect', 'triangle', 'diamond', 'pin', 'arrow', 'none' #图例样式形状
item_gap=100 #图例间隔
orient='vertical'  #图例水平、垂直排列
set_global_opts(legend_opts=opts.LegendOpts(is_show=True,pos_left='20%',pos_bottom='90%'，orient='vertical'，item_gap=100))
#设置主题
c = Bar(init_opts=opts.InitOpts(theme=ThemeType.DARK))
#内置主题
theme_list = ['chalk',
              'dark',
              'essos',
              'infographic',
              'light',
              'macarons',
              'purple-passion',
              'roma',
              'romantic',
              'shine',
              'vintage',
              'walden',
              'westeros',
              'white',
              'wonderland']
#设置标题
c.set_global_opts(title_opts=opts.TitleOpts(title=title))
系列参数
#设置渐变效果
color_js = """
            new echarts.graphic.LinearGradient(
                                0,
                                1,
                                0,
                                0,
                                [{offset: 0, color: '#008B8B'},
                                 {offset: 1, color: '#FF6347'}],
                                false)
           """
itemstyle_opts=opts.ItemStyleOpts(color=JsCode(color_js)))
#设置标签效果
label_opts=opts.LabelOpts(position='top',
                                  color='red',
                                  font_family='Arial',
                                  font_size=12,
                                  font_style='italic',
                                  interval=1,
                                  formatter='{b}:{d}%'
                                  )
#设置标记线配置
markline_opts=opts.MarkLineOpts(
            data=[
                opts.MarkLineItem(type_="min", name="最小值"),
                opts.MarkLineItem(type_="max", name="最大值"),
                opts.MarkLineItem(type_="average", name="平均值"),
            ]

常用图表数据输入格式

#直方图
bar = {
        "x": ['AAA','BBB','CCC','DDD'
,'EEE','FFF'],
        "y": {
            "A": [1140,590,270,540,390,670],
            "B": [540,390,670,1140,590,270]
        },
        "title": "直方图测试"
}

#折线图
line = {
        "x": ['AAA','BBB','CCC','DDD','EEE','FFF'],
        "y": {
            "A": [1140,590,270,540,390,670],
            "B": [540,390,670,1140,590,270]
        },
        "title": "折线图测试"
}
#饼图
pie = {
        "x": ['AAA','BBB','CCC','DDD','EEE','FFF'],
        "y": {
            "A": [1140,590,270,540,390,670]
        },
        "title": "饼图测试"
}
#表格
table = {
        "x": [['AAA','BBB','CCC','DDD','EEE','FFF'],],
        "y": [[1140,590,270,540,390,670],[540,390,670,1140,590,270],],
        "title": "表格测试"
}
#漏斗图
funnel = {
        "x": ['AAA','BBB','CCC','DDD','EEE','FFF'],
        "y": {
            "A": [1140,590,270,540,390,670]
        },
        "title": "漏斗图测试"
}

集成flask框架生成图片源码

from snapshot_selenium import snapshot as driver
from pyecharts.charts import Bar,Line,Boxplot,Scatter,EffectScatter,Kline,HeatMap,PictorialBar,Geo,Map,Pie,Funnel,Gauge,Liquid,ThemeRiver
from flask import Flask, request, session, g, redirect, url_for, abort, render_template, flash
from pyecharts.components import Table
from pyecharts.commons.utils import JsCode
from pyecharts import options as opts
from pyecharts.render import make_snapshot
from pyecharts.globals import ThemeType
from pyecharts.faker import Faker
import requests
import base64
import hashlib
import imgkit
from HTMLTable import  HTMLTable
import os
from PIL import Image
app = Flask(__name__)

def get_size(file):
    # 获取文件大小:KB
    size = os.path.getsize(file)
    return size / 1024

def get_outfile(infile, outfile):
    if outfile:
        return outfile
    dir, suffix = os.path.splitext(infile)
    outfile = '{}-out{}'.format(dir, suffix)
    return outfile

def compress_image(infile, outfile='', mb=2048, step=10, quality=80):
    """不改变图片尺寸压缩到指定大小
    :param infile: 压缩源文件
    :param outfile: 压缩文件保存地址
    :param mb: 压缩目标，KB
    :param step: 每次调整的压缩比率
    :param quality: 初始压缩比率
    :return: 压缩文件地址，压缩文件大小
    """
    o_size = get_size(infile)
    if o_size <= mb:
        return infile,o_size
    outfile = get_outfile(infile, outfile)
    while o_size > mb:
        im = Image.open(infile)
        im.save(outfile, quality=quality)
        if quality - step < 0:
            break
        quality -= step
        o_size = get_size(outfile)
    return outfile, get_size(outfile)

def render_image(c):
    image_file = "first_bar.png"
    #使用imgkit生成图片
    #path_wkimg = r'C:\Program Files\wkhtmltopdf\bin\wkhtmltoimage.exe'
    #imgkit.config(wkhtmltoimage=path_wkimg)
    #imgkit.from_file(c.render(), image_file)
    #outfile,size = compress_image(image_file)
    #print(outfile,size)
    
    #使用selenium生成图片
    make_snapshot(driver, c.render(), image_file)
    jpg_md5 = hashlib.md5(open(outfile, 'rb').read()).hexdigest()
    with open(outfile, 'rb') as f:
        data_ = f.read()
        encodestr = str(base64.b64encode(data_), 'utf-8')
    data = {
        "msgtype": "image",
        "image": {
            "base64": encodestr,
            "md5": jpg_md5
        }
    }
    webhook_url = 'https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=xxx'
    headers = {
        "Content-Type": "application/json"
    }

    res = requests.post(webhook_url, json=data, headers=headers)
    print(res.text)
    return res.text

color_js = """
            new echarts.graphic.LinearGradient(
                                0,
                                1,
                                0,
                                0,
                                [{offset: 0, color: '#008B8B'},
                                 {offset: 1, color: '#FF6347'}],
                                false)
           """

@app.route('/bar', methods=['POST'])
def bar():
    x = request.json.get("x")
    y = request.json.get("y")
    title = request.json.get("title")
    c = Bar(init_opts=opts.InitOpts(theme=ThemeType.DARK))
    c.add_xaxis(x)
    for yaxis in y.keys():
        c.add_yaxis(series_name=yaxis, y_axis=y.get(yaxis), itemstyle_opts=opts.ItemStyleOpts(color=JsCode(color_js)))
    c.set_global_opts(title_opts=opts.TitleOpts(title=title))
    c.set_series_opts(
        markline_opts=opts.MarkLineOpts(
            data=[
                opts.MarkLineItem(type_="min", name="最小值"),
                opts.MarkLineItem(type_="max", name="最大值"),
                opts.MarkLineItem(type_="average", name="平均值"),
            ]
        )
    )
    return render_image(c)

@app.route('/line', methods=['POST'])
def line():
    x = request.json.get("x")
    y = request.json.get("y")
    title = request.json.get("title")
    c = Line(init_opts=opts.InitOpts(theme=ThemeType.DARK))
    c.add_xaxis(x)
    for yaxis in y.keys():
        c.add_yaxis(series_name=yaxis, y_axis=y.get(yaxis),itemstyle_opts=opts.ItemStyleOpts(color=JsCode(color_js)))
    c.set_global_opts(title_opts=opts.TitleOpts(title=title))
    c.set_series_opts(areastyle_opts=opts.AreaStyleOpts(opacity=0.3))
    return render_image(c)

@app.route('/pie', methods=['POST'])
def pie():
    x = request.json.get("x")
    y = request.json.get("y")
    title = request.json.get("title")
    c = Pie(init_opts=opts.InitOpts(theme=ThemeType.WHITE))
    for yaxis in y.keys():
        c.add(yaxis,[list(z) for z in zip(x, y.get(yaxis))],radius=["20%", "50%"])
    c.set_global_opts(title_opts=opts.TitleOpts(title=title))
    c.set_series_opts(
        label_opts=opts.LabelOpts(position='top',
                                  color='red',
                                  font_family='Arial',
                                  font_size=12,
                                  font_style='italic',
                                  interval=1,
                                  formatter='{b}:{d}%'
                                  )
    )
    return render_image(c)

@app.route('/table', methods=['POST'])
def table():
    x = request.json.get("x")
    y = request.json.get("y")
    title = request.json.get("title")
    table = HTMLTable(caption=title)
    table.append_header_rows(x)
    table.append_data_rows(y)
    # 标题样式
    table.caption.set_style({
        'font-size': '15px',
    })
    # 表格样式，即<table>标签样式
    table.set_style({
        'border-collapse': 'collapse',
        'word-break': 'keep-all',
        'white-space': 'nowrap',
        'font-size': '14px',
    })
    # 统一设置所有单元格样式，<td>或<th>
    table.set_cell_style({
        'width': "250px",
        'border-color': '#000',
        'border-width': '1px',
        'border-style': 'solid',
        'padding': '5px',
    })
    # 表头样式
    table.set_header_row_style({
        'color': '#fff',
        'background-color': '#48a6fb',
        'font-size': '18px',
    })
    # 覆盖表头单元格字体样式
    table.set_header_cell_style({
        'padding': '15px',
    })
    # 调小次表头字体大小
    table[1].set_cell_style({
        'padding': '8px',
        'font-size': '15px',
    })
    # 遍历数据行，如果增长量为负，标红背景颜色
    for row in table.iter_data_rows():
        if row[2].value < 0:
            row.set_style({
                'background-color': '#ffdddd',
            })
    body = table.to_html()
    # html的charset='UTF-8'必须加上，否则中午会乱码
    html = "<!DOCTYPE html><html><head><meta charset='UTF-8'></head><body>{0}</body></html>".format(body)
    # 生成图片
    image_file = 'table.jpg'
    imgkit.from_string(html, image_file)
    jpg_md5 = hashlib.md5(open(image_file, 'rb').read()).hexdigest()
    with open(image_file, 'rb') as f:
        data_ = f.read()
        encodestr = str(base64.b64encode(data_), 'utf-8')
    data = {
        "msgtype": "image",
        "image": {
            "base64": encodestr,
            "md5": jpg_md5
        }
    }
    webhook_url = 'https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=xxx'
    headers = {
        "Content-Type": "application/json"
    }
    res = requests.post(webhook_url, json=data, headers=headers)
    return res.text

@app.route('/funnel', methods=['POST'])
def funnel():
    x = request.json.get("x")
    y = request.json.get("y")
    title = request.json.get("title")
    c = Funnel()
    for yaxis in y.keys():
        c.add("", [list(z) for z in zip(x, y.get(yaxis))])
    c.set_global_opts(title_opts=opts.TitleOpts(title=title))
    return render_image(c)

if __name__ == '__main__':
    app.run()

客户端代码

import requests

bar = {
        "x": ['AAA','BBB','CCC','DDD','EEE','FFF'],
        "y": {
            "A": [1140,590,270,540,390,670],
            "B": [540,390,670,1140,590,270]
        },
        "title": "直方图测试"
}
line = {
        "x": ['AAA','BBB','CCC','DDD','EEE','FFF'],
        "y": {
            "A": [1140,590,270,540,390,670],
            "B": [540,390,670,1140,590,270]
        },
        "title": "折线图测试"
}
pie = {
        "x": ['AAA','BBB','CCC','DDD','EEE','FFF'],
        "y": {
            "A": [1140,590,270,540,390,670]
        },
        "title": "饼图测试"
}
table = {
        "x": [['AAA','BBB','CCC','DDD','EEE','FFF'],],
        "y": [[1140,590,270,540,390,670],[540,390,670,1140,590,270],],
        "title": "表格测试"
}
funnel = {
        "x": ['AAA','BBB','CCC','DDD','EEE','FFF'],
        "y": {
            "A": [1140,590,270,540,390,670]
        },
        "title": "漏斗图测试"
}
headers = {
	"Content-Type":	"application/json"
}

res = requests.post("http://127.0.0.1:5000/bar",json=bar,headers=headers)
res = requests.post("http://127.0.0.1:5000/bar",json=line,headers=headers)
res = requests.post("http://127.0.0.1:5000/bar",json=table,headers=headers)
res = requests.post("http://127.0.0.1:5000/bar",json=pie,headers=headers)
res = requests.post("http://127.0.0.1:5000/bar",json=funnel,headers=headers)

imgkit和snapshot_selenium两种方式对比

imgkit生成图片速度比selenium快很多，但是图片质量selenium好很多，且imgkit有些样式会乱，实际效果如下

使用selenium生成图片效果

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述在这里插入图片描述在这里插入图片描述

imgkit生成图片的效果

在这里插入图片描述

在这里插入图片描述

遇到的问题

echarts官方Table组件生成的html通过selenium渲染会报错
具体原因可以查看https://github.com/pyecharts/pyecharts/issues/1170

def render_image(c):
    image_file = "first_bar.png"
    make_snapshot(driver, c.render(), image_file)
    jpg_md5 = hashlib.md5(open(image_file, 'rb').read()).hexdigest()

c = Table()
c.add(["City name", "Area", "Population", "Annual Rainfall"],[
["Brisbane", 5905, 1857594, 1146.4],
["Adelaide", 1295, 1158259, 600.5],
["Darwin", 112, 120900, 1714.7],
["Hobart", 1357, 205556, 619.5],
["Sydney", 2058, 4336374, 1214.8],
["Melbourne", 1566, 3806092, 646.9],
["Perth", 5386, 1554769, 869.4],
])
render_image(c)

在这里插入图片描述

zxz634084743
关注
  • 1
    点赞
  • 踩
  • 38
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
htmltabl+imgki发送到企业微信
欢迎你们到来，希望能帮到大家
03-22 247
htmltable+imgkit生成html格式，再保存图片，通过机器人发送到企业微信群
python pyecharts 数据可视化展示
waiting alone的博客
01-25 1072
from pyecharts import options as opts from snapshot_selenium import snapshot as driver def draw_chart(self, file, save_path): """ 前端回放性能用例数据统计图 file: excel完整路径 save_path: html 和 png 保存目录 """ data = pand.
Python爬虫、Flask框架与ECharts实现数据可视化
06-19
Python爬虫、Flask框架与ECharts实现数据可视化，源码无错误！希望大家可以好好学习，用好资源，原创，搬运请表明来源，谢谢！又不足请大佬们指正！
2024 年 Python 使用 Pyecharts 数据可视化操作详细教程（更新中）
最新发布
唤醒手腕的博客
05-11 437
Echarts 是一个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。而 Python 是一门富有表达力的语言，很适合用于数据处理。当数据分析遇上数据可视化时，pyecharts 诞生了。默认将会在根目录下生成一个 render.html 的文件，支持 path 参数，设置文件保存位置，如 render(r"c:\chart.html")，文件用浏览器打开。自 0.5.2+ 起，pyecharts 支持更换主体色系。主要方法，用于添加图表的数据和设置各种配置项。
当python遇上echarts（一）了解基本知识
热门推荐
leidawangzi的博客
02-17 1万+
pyecharts 一、简介 Echarts 是一个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。而 Python 是一门富有表达力的语言，很适合用于数据处理。当数据分析遇上数据可视化时，pyecharts 诞生了。 简单来说，pyecharts就是echarts的python接口，方便python用户开发。当然，精通Html，JavaScript的同学，可以直接使用echarts。 二、优势 python中，有很多的可视化模块，比如matplotlib,seaborn
Echarts+Python让你的数据可视化（文末有完整源码）
一个不会射日的后羿
07-20 9518
用一个小例子+一个小程序带你了解pyecharts的基础用法什么是Echarts？Echarts介绍代码演示支持自定义主题使用Echarts安装pyecharts库使用pyecharts制作柱形图Echarts+Python制作一个统计票数的程序要用到的第三方库主程序模块添加投票信息模块删除单个投票信息模块清空所有投票信息模块显示所有投票信息的模块重点来了！！！生成饼状图的模块生成条形图的模块生成CSV文件的模块退出程序模块完整源码Finally 什么是Echarts？ Echarts介绍 ECharts
【Python】pyecharts 数据可视化模块
吞吞吐吐大魔王的博客
09-19 8166
Echarts 是一个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。而 Python 是一门富有表达力的语言，很适合用于数据处理。当数据分析遇上数据可视化时，pyecharts 诞生了。
资源 | Python可视化系列文章资源(源码+数据)
Python当打之年
12-02 6836
Python可视化系列文章资源(源码+数据)
python pyecharts 绘图 数据可视化
xiaojiayia的博客
01-26 1491
python pyecharts 绘图，数据可视化，可视化中遇到的只显示横纵坐标，数据为null的问题解决方法
11-20套Python+Echarts数据可视化大屏案例（共10套）
03-06
第11篇 https://yydatav.blog.csdn.net/article/details/119909960 第12篇 https://yydatav.blog.csdn.net/article/details/120053057 第13篇 ...第19篇 第20篇
pyhton通用可视化展示系统模板-基于Flask+Echarts开发可视化大屏数据展示项目
06-23
pyhton通用可视化展示系统模板——基于Flask+Echarts开发可视化大屏数据展示项目 使用技术 div + css 布局 flex 布局 Less 原生js + jquery 使用 rem适配 echarts基础 flask路由、utilts实时更新数据 pyhton通用...
1-10套Python+Echarts数据可视化大屏案例（共10套）
03-06
第1篇 https://yydatav.blog.csdn.net/article/details/106571356 第2篇 https://yydatav.blog.csdn.net/article/details/106783264 第3篇 https://yydatav.blog.csdn.net/article/details/106937661 ...等
NBA球员数据爬取可视化展示（Python爬虫+spring-boot的前后端分离+echarts数据可视化）.zip
10-30
该项目旨在通过Python爬虫技术、Spring Boot前后端分离框架和ECharts数据可视化工具，实现NBA球员数据的爬取、可视化和展示。首先，使用Python爬虫技术从NBA官方网站或其他数据源获取球员数据。然后，使用Spring ...
Python数据分析及可视化之Pyecharts可视化1
随心发挥
11-17 4150
Python数据分析及可视化之Pyecharts可视化
python前端框架实例_Python数据可视化：PyQt5 + ECharts框架实例
weixin_39635657的博客
12-02 1570
引言对于Python下桌面软件的开发已经有了很多数据可视化的库，如Matplotlib、Seaborn、Pyqtgraph、Plotly等等，但这些库更适合于后端程序员的软件开发。实际上在前端网页开发方面，也有很多很多漂亮的界面设计方案，也包括很多很多数据可视化方面的强大控件。基于此，我们是否可以考虑这样一种桌面软件的开发架构方案，即将前端技术融入到Python开发中，结合PyQt界面库，将前端网...
Python系列 | 基于Requests和PyEcharts实现爬取博客数据可视化大屏分析
woshinsy的博客
12-11 1872
博客作者数据分析实现的思路大致为爬虫(用户通过控制台输入用户博客地址和博客文章地址)和大屏可视化展示两方面
Python - 05.怎么使用ECharts实现数据可视化
阿财继续努力
12-14 1812
ECharts是一个基于JavaScript的开源可视化图表库，官方文档【Handbook - Apache ECharts】。 将echarts.js文件引入到目录下，然后利用Flask框架和官方文档的快速上手，可以搭建出基本的可视化框架。 通过Flask框架将整理好的数据传入HTML，替换官方示例的数据，然后运行，即可在网页中得到可视化图表。 import xlrd from flask import Flask, render_template app = Flask(__name__) @.
python晋江文学城数据分析——简单的可视化（pyecharts）
kpl_22b的博客
04-10 2177
本节用pyecharts对一些非数值的数据进行初步的较为简单的可视化。
替代Matplotlib图表，动态交互python可视化：Pyecharts图表汇总.pdf
11-27
替代Matplotlib图表，动态交互python可视化：Pyecharts图表汇总

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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