50 行 Python 代码制作一个数据大屏！("用50行Python代码轻松打造专业数据大屏！")

原创

ithorizon 6个月前 (10-21) 阅读数 21 #后端开发

用50行Python代码轻松打造专业数据大屏！

在现代数据分析和商业智能领域，数据大屏已成为展示数据、监控业务状态的重要工具。它可以帮助决策者敏捷了解关键指标，实时监控业务动态。你或许认为打造一个数据大屏需要复杂化的编程知识和大量的代码，但实际上，我们可以使用Python的单纯库，在短短50行代码内就实现一个基本的数据大屏。

本文将介绍怎样使用Python中的` Dash `库来创建一个单纯的数据大屏。Dash是一个用于构建交互式Web应用程序的Python框架，它基于Plotly，可以轻松创建出具有充裕交互性的数据可视化界面。

一、环境准备

首先，确保你的环境中已经安装了以下库：

pip install dash pandas numpy

这里我们使用了`dash`库来构建前端界面，`pandas`来处理数据，`numpy`用于生成模拟数据。

二、代码实现

下面是创建数据大屏的完整代码，我们将一步步解释每一部分的功能。


import dash
import dash_core_components as dcc
import dash_html_components as html
from dash.dependencies import Input, Output
import pandas as pd
import numpy as np
# 创建一个Dash应用
app = dash.Dash(__name__)
# 生成模拟数据
np.random.seed(0)
dates = pd.date_range('20210101', periods=100)
data = np.random.randn(100).cumsum()
df = pd.DataFrame(data, index=dates, columns=['value'])
# 定义应用的布局
app.layout = html.Div([
    html.H1("数据大屏"),
    dcc.Graph(id='live-graph', animate=True),
    dcc.Interval(
        id='graph-update',
        interval=1000
    ),
])
# 定义回调函数，用于更新图表
@app.callback(
    Output('live-graph', 'figure'),
    [Input('graph-update', 'interval')]
)
def update_graph_scatter(interval):
    X = df['value']
    data = go.Scatter(
            x=X.index,
            y=X,
            name='Scatter',
            mode='lines+markers'
    )
    return {'data': [data],'layout': go.Layout(xaxis=dict(range=[min(X.index),max(X.index)]),)}
# 运行应用
if __name__ == '__main__':
    app.run_server(debug=True)

三、代码解析

1. 创建Dash应用

首先，我们导入了所需的库，并创建了一个Dash应用实例。


app = dash.Dash(__name__)

2. 生成模拟数据

为了演示，我们生成了一个包含100个数据点的模拟数据集。


np.random.seed(0)
dates = pd.date_range('20210101', periods=100)
data = np.random.randn(100).cumsum()
df = pd.DataFrame(data, index=dates, columns=['value'])

3. 定义应用布局

应用布局由一个标题、一个图表和一个定时器组成。


app.layout = html.Div([
    html.H1("数据大屏"),
    dcc.Graph(id='live-graph', animate=True),
    dcc.Interval(
        id='graph-update',
        interval=1000
    ),
])

4. 定义回调函数

回调函数用于更新图表。这里我们使用了` dcc.Interval `组件来定期更新图表。


@app.callback(
    Output('live-graph', 'figure'),
    [Input('graph-update', 'interval')]
)
def update_graph_scatter(interval):
    X = df['value']
    data = go.Scatter(
            x=X.index,
            y=X,
            name='Scatter',
            mode='lines+markers'
    )
    return {'data': [data],'layout': go.Layout(xaxis=dict(range=[min(X.index),max(X.index)]),)}