PywebIO 轻松制作一个数据大屏，代码只需100行

今天我给大家分享一个制作数据大屏的工具，非常的好用，100行的Python代码就可以制作出来一个完整的数据大屏，并且代码的逻辑非常容易理解。

`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 pywebio
pip 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 Bar
from cutecharts.faker import Fakerfrom pywebio import start_server
from 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

`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

`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_notebook
from 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 = Nonep.y_range.start = 0show(p)if __name__ == "__main__":start_server(bar_plots, debug=True, port=8080)

output

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

技术交流

欢迎转载、收藏、有所收获点赞支持一下！

目前开通了技术交流群，群友已超过2000人，添加时最好的备注方式为：来源+兴趣方向，方便找到志同道合的朋友

方式①、发送如下图片至微信，长按识别，后台回复：加群；
方式②、添加微信号：dkl88191，备注：来自CSDN
方式③、微信搜索公众号：Python学习与数据挖掘，后台回复：加群