基于Python Dash库制作酷炫的可视化大屏
介绍
大家好,我是小F~
在数据时代,我们每个人既是数据的生产者,也是数据的使用者,然而初次获取和存储的原始数据杂乱无章、信息冗余、价值较低。
要想数据达到生动有趣、让人一目了然、豁然开朗的效果,就需要借助数据可视化。
以前给大家介绍过使用Streamlit库制作大屏,今天给大家带来一个新方法。
通过Python的Dash库,来制作一个酷炫的可视化大屏!
先来看一下整体效果,好像还不错哦。
主要使用Python的Dash库、Plotly库、Requests库。
其中Requests爬取数据,Plotly制作可视化图表,Dash搭建可视化页面。
原始数据是小F的博客数据,数据存储在MySqL数据库中。
如此看来,和Streamlit库的搭建流程,所差不多。
关于Dash库,网上的资料不是很多,基本上只能看官方文档和案例,下面小F简单介绍一下。
Dash是一个用于构建Web应用程序的高效Python框架,特别适合使用Python进行数据分析的人。
Dash是建立在Flask,Plotly.js和React.js之上,非常适合在纯Python中,使用高度自定义的用户界面,构建数据可视化应用程序。
相关文档
说明:https://dash.plotly.com/introduction
案例:https://dash.gallery/Portal/
源码:https://github.com/plotly/dash-sample-apps/
具体的大家可以去看文档学习,多动手练习。
下面就给大家讲解下如何通过Dash搭建可视化大屏~
数据
使用的数据是博客数据,主要是下方两处红框的信息。
通过爬虫代码爬取下来,存储在MySQL数据库中。
其中MySQL的安装,大家可以自行百度,都挺简单的。
安装好后,进行启用,以及创建数据库。
# 启动MySQL, 输入密码 mysql -u root -p # 创建名为my_database的数据库 create database my_database;
其它相关的操作命令如下所示。
# 显示MySQL中所有的数据库 show databases; # 选择my_database数据库 use my_database; # 显示my_database数据库中所有的表 show tables; # 删除表 drop table info; drop table `2021-12-26`; # 显示表中的内容, 执行SQL查询语句 select * from info; select * from `2021-12-26`;
搞定上面的步骤后,就可以运行爬虫代码。
数据爬取代码如下。这里使用到了pymysql这个库,需要pip安装下。
import requests import re from bs4 import BeautifulSoup import time import random import pandas as pd from sqlalchemy import create_engine import datetime as dt def get_info(): """获取大屏第一列信息数据""" headers = { 'User-Agent': 'Mozilla/5.0 (MSIE 10.0; Windows NT 6.1; Trident/5.0)', 'referer': 'https: // passport.csdn.net / login', } # 我的博客地址 url = 'https://blog.csdn.net/river_star1/article/details/121463591' try: resp = requests.get(url, headers=headers) now = dt.datetime.now().strftime("%Y-%m-%d %X") soup = BeautifulSoup(resp.text, 'lxml') author_name = soup.find('div', class_='user-info d-flex flex-column profile-intro-name-box').find('a').get_text(strip=True) head_img = soup.find('div', class_='avatar-box d-flex justify-content-center flex-column').find('a').find('img')['src'] row1_nums = soup.find_all('div', class_='data-info d-flex item-tiling')[0].find_all('span', class_='count') row2_nums = soup.find_all('div', class_='data-info d-flex item-tiling')[1].find_all('span', class_='count') level_mes = soup.find_all('div', class_='data-info d-flex item-tiling')[0].find_all('dl')[-1]['title'].split(',')[0] rank = soup.find('div', class_='data-info d-flex item-tiling').find_all('dl')[-1]['title'] info = { 'date': now,#时间 'head_img': head_img,#头像 'author_name': author_name,#用户名 'article_num': str(row1_nums[0].get_text()),#文章数 'fans_num': str(row2_nums[1].get_text()),#粉丝数 'like_num': str(row2_nums[2].get_text()),#喜欢数 'comment_num': str(row2_nums[3].get_text()),#评论数 'level': level_mes,#等级 'visit_num': str(row1_nums[3].get_text()),#访问数 'score': str(row2_nums[0].get_text()),#积分 'rank': str(row1_nums[2].get_text()),#排名 } df_info = pd.DataFrame([info.values()], columns=info.keys()) return df_info except Exception as e: print(e) return get_info() def get_type(title): """设置文章类型(依据文章名称)""" the_type = '其他' article_types = ['项目', '数据可视化', '代码', '图表', 'Python', '可视化', '数据', '面试', '视频', '动态', '下载'] for article_type in article_types: if article_type in title: the_type = article_type break return the_type def get_blog(): """获取大屏第二、三列信息数据""" headers = { 'User-Agent': 'Mozilla/5.0 (MSIE 10.0; Windows NT 6.1; Trident/5.0)', 'referer': 'https: // passport.csdn.net / login', } base_url = 'https://blog.csdn.net/river_star1/article/list/' resp = requests.get(base_url+"1", headers=headers, timeout=3) max_page = int(re.findall(r'var listTotal = (\d+);', resp.text)[0])//40+1 df = pd.DataFrame(columns=['url', 'title', 'date', 'read_num', 'comment_num', 'type']) count = 0 for i in range(1, max_page+1): url = base_url + str(i) resp = requests.get(url, headers=headers) soup = BeautifulSoup(resp.text, 'lxml') articles = soup.find("div", class_='article-list').find_all('div', class_='article-item-box csdn-tracking-statistics') for article in articles[1:]: a_url = article.find('h4').find('a')['href'] title = article.find('h4').find('a').get_text(strip=True)[2:] issuing_time = article.find('span', class_="date").get_text(strip=True) num_list = article.find_all('span', class_="read-num") read_num = num_list[0].get_text(strip=True) if len(num_list) > 1: comment_num = num_list[1].get_text(strip=True) else: comment_num = 0 the_type = get_type(title) df.loc[count] = [a_url, title, issuing_time, int(read_num), int(comment_num), the_type] count += 1 time.sleep(random.choice([1, 1.1, 1.3])) return df if __name__ == '__main__': # 今天的时间 today = dt.datetime.today().strftime("%Y-%m-%d") # 连接mysql数据库 engine = create_engine('mysql+pymysql://root:123456@localhost/my_database?charset=utf8') # 获取大屏第一列信息数据, 并写入my_database数据库的info表中, 如若表已存在, 删除覆盖 df_info = get_info() print(df_info) df_info.to_sql("info", con=engine, if_exists='replace', index=False) # 获取大屏第二、三列信息数据, 并写入my_database数据库的日期表中, 如若表已存在, 删除覆盖 df_article = get_blog() print(df_article) df_article.to_sql(today, con=engine, if_exists='replace', index=True)
运行成功后,就可以去数据库查询信息了。
info表,包含日期、头图、博客名、文章数、粉丝数、点赞数、评论数、等级数、访问数、积分数、排名数。
日期表,包含文章地址、标题、日期、阅读数、评论数、类型。
其中爬虫代码可设置定时运行,info表为60秒,日期表为60分钟。
尽量不要太频繁,容易被封IP,或者选择使用代理池。
这样便可以做到数据实时更新。
既然数据已经有了,下面就可以来编写页面了。
大屏搭建
导入相关的Python库,同样可以通过pip进行安装。
from spider_py import get_info, get_blog from dash import dcc import dash from dash import html import pandas as pd import plotly.graph_objs as go from dash.dependencies import Input, Output import datetime as dt from sqlalchemy import create_engine from flask_caching import Cache import numpy as np
设置一些基本的配置参数,如数据库连接、网页样式、Dash实例、图表颜色。
# 今天的时间 today = dt.datetime.today().strftime("%Y-%m-%d") # 连接数据库 engine = create_engine('mysql+pymysql://root:123456@localhost/my_database?charset=utf8') # 导入css样式 external_css = [ "https://stackpath.bootstrapcdn.com/bootstrap/4.1.3/css/bootstrap.min.css", "https://cdnjs.cloudflare.com/ajax/libs/skeleton/2.0.4/skeleton.min.css" ] # 创建一个实例 app = dash.Dash(__name__, external_stylesheets=external_css) server = app.server # 可以选择使用缓存, 减少频繁的数据请求 # cache = Cache(app.server, config={ # 'CACHE_TYPE': 'filesystem', # 'CACHE_DIR': 'cache-directory' # }) # 读取info表的数据 info = pd.read_sql('info', con=engine) # 图表颜色 color_scale = ['#2c0772', '#3d208e', '#8D7DFF', '#CDCCFF', '#C7FFFB', '#ff2c6d', '#564b43', '#161d33']
这里将缓存代码注释掉了,如有频繁的页面刷新请求,就可以选择使用。
def indicator(text, id_value): """第一列的文字及数字信息显示""" return html.Div([ html.P(text, className="twelve columns indicator_text"), html.P(id=id_value, className="indicator_value"), ], className="col indicator") def get_news_table(data): """获取文章列表, 根据阅读排序""" df = data.copy() df.sort_values('read_num', inplace=True, ascending=False) titles = df['title'].tolist() urls = df['url'].tolist() return html.Table([html.Tbody([ html.Tr([ html.Td( html.A(titles[i], href=urls[i], target="_blank",)) ], style={'height': '30px', 'fontSize': '16'})for i in range(min(len(df), 100)) ])], style={"height": "90%", "width": "98%"}) # @cache.memoize(timeout=3590), 可选择设置缓存, 我没使用 def get_df(): """获取当日最新的文章数据""" df = pd.read_sql(today, con=engine) df['date_day'] = df['date'].apply(lambda x: x.split(' ')[0]).astype('datetime64[ns]') df['date_month'] = df['date'].apply(lambda x: x[:7].split('-')[0] + "年" + x[:7].split('-')[-1] + "月") df['weekday'] = df['date_day'].dt.weekday df['year'] = df['date_day'].dt.year df['month'] = df['date_day'].dt.month df['week'] = df['date_day'].dt.isocalendar().week return df # 导航栏的图片及标题 head = html.Div([ html.Div(html.Img(src='./assets/img.jpg', height="100%"), style={"float": "left", "height": "90%", "margin-top": "5px", "border-radius": "50%", "overflow": "hidden"}), html.Span("{}博客的Dashboard".format(info['author_name'][0]), className='app-title'), ], className="row header") # 第一列的文字及数字信息 columns = info.columns[3:] col_name = ['文章数', '关注数', '喜欢数', '评论数', '等级', '访问数', '积分', '排名'] row1 = html.Div([ indicator(col_name[i], col) for i, col in enumerate(columns) ], className='row') # 第二列 row2 = html.Div([ html.Div([ html.P("每月文章写作情况"), dcc.Graph(id="bar", style={"height": "90%", "width": "98%"}, config=dict(displayModeBar=False),) ], className="col-4 chart_div",), html.Div([ html.P("各类型文章占比情况"), dcc.Graph(id="pie", style={"height": "90%", "width": "98%"}, config=dict(displayModeBar=False),) ], className="col-4 chart_div"), html.Div([ html.P("各类型文章阅读情况"), dcc.Graph(id="mix", style={"height": "90%", "width": "98%"}, config=dict(displayModeBar=False),) ], className="col-4 chart_div",) ], className='row') # 年数统计, 我的是2019 2020 2021 years = get_df()['year'].unique() select_list = ['每月文章', '类型占比', '类型阅读量', '每日情况'] # 两个可交互的下拉选项 dropDowm1 = html.Div([ html.Div([ dcc.Dropdown(id='dropdown1', options=[{'label': '{}年'.format(year), 'value': year} for year in years], value=years[1], style={'width': '40%'}) ], className='col-6', style={'padding': '2px', 'margin': '0px 5px 0px'}), html.Div([ dcc.Dropdown(id='dropdown2', options=[{'label': select_list[i], 'value': item} for i, item in enumerate(['bar', 'pie', 'mix', 'heatmap'])], value='heatmap', style={'width': '40%'}) ], className='col-6', style={'padding': '2px', 'margin': '0px 5px 0px'}) ], className='row') # 第三列 row3 = html.Div([ html.Div([ html.P("每日写作情况"), dcc.Graph(id="heatmap", style={"height": "90%", "width": "98%"}, config=dict(displayModeBar=False),) ], className="col-6 chart_div",), html.Div([ html.P("文章列表"), html.Div(get_news_table(get_df()), id='click-data'), ], className="col-6 chart_div", style={"overflowY": "scroll"}) ], className='row') # 总体情况 app.layout = html.Div([ # 定时器 dcc.Interval(id="stream", interval=1000*60, n_intervals=0), dcc.Interval(id="river", interval=1000*60*60, n_intervals=0), html.Div(id="load_info", style={"display": "none"},), html.Div(id="load_click_data", style={"display": "none"},), head, html.Div([ row1, row2, dropDowm1, row3, ], style={'margin': '0% 30px'}), ])
上面的代码,就是网页的布局,效果如下。
网页可以划分为三列。第一列为info表中的数据展示,第二、三列为博客文章的数据展示。
相关的数据需要通过回调函数进行更新,这样才能做到实时刷新。
各个数值及图表的回调函数代码如下所示。
# 回调函数, 60秒刷新info数据, 即第一列的数值实时刷新 @app.callback(Output('load_info', 'children'), [Input("stream", "n_intervals")]) def load_info(n): try: df = pd.read_sql('info', con=engine) return df.to_json() except: pass # 回调函数, 60分钟刷新今日数据, 即第二、三列的数值实时刷新(爬取文章数据, 并写入数据库中) @app.callback(Output('load_click_data', 'children'), [Input("river", "n_intervals")]) def cwarl_data(n): if n != 0: df_article = get_blog() df_article.to_sql(today, con=engine, if_exists='replace', index=True) # 回调函数, 第一个柱状图 @app.callback(Output('bar', 'figure'), [Input("river", "n_intervals")]) def get_bar(n): df = get_df() df_date_month = pd.DataFrame(df['date_month'].value_counts(sort=False)) df_date_month.sort_index(inplace=True) trace = go.Bar( x=df_date_month.index, y=df_date_month['date_month'], text=df_date_month['date_month'], textposition='auto', marker=dict(color='#33ffe6') ) layout = go.Layout( margin=dict(l=40, r=40, t=10, b=50), yaxis=dict(gridcolor='#e2e2e2'), paper_bgcolor='rgba(0,0,0,0)', plot_bgcolor='rgba(0,0,0,0)', ) return go.Figure(data=[trace], layout=layout) # 回调函数, 中间的饼图 @app.callback(Output('pie', 'figure'), [Input("river", "n_intervals")]) def get_pie(n): df = get_df() df_types = pd.DataFrame(df['type'].value_counts(sort=False)) trace = go.Pie( labels=df_types.index, values=df_types['type'], marker=dict(colors=color_scale[:len(df_types.index)]) ) layout = go.Layout( margin=dict(l=50, r=50, t=50, b=50), paper_bgcolor='rgba(0,0,0,0)', plot_bgcolor='rgba(0,0,0,0)', ) return go.Figure(data=[trace], layout=layout) # 回调函数, 左下角热力图 @app.callback(Output('heatmap', 'figure'), [Input("dropdown1", "value"), Input('river', 'n_intervals')]) def get_heatmap(value, n): df = get_df() grouped_by_year = df.groupby('year') data = grouped_by_year.get_group(value) cross = pd.crosstab(data['weekday'], data['week']) cross.sort_index(inplace=True) trace = go.Heatmap( x=['第{}周'.format(i) for i in cross.columns], y=["星期{}".format(i+1) if i != 6 else "星期日" for i in cross.index], z=cross.values, colorscale="Blues", reversescale=False, xgap=4, ygap=5, showscale=False ) layout = go.Layout( margin=dict(l=50, r=40, t=30, b=50), ) return go.Figure(data=[trace], layout=layout) # 回调函数, 第二个柱状图(柱状图+折线图) @app.callback(Output('mix', 'figure'), [Input("river", "n_intervals")]) def get_mix(n): df = get_df() df_type_visit_sum = pd.DataFrame(df['read_num'].groupby(df['type']).sum()) df['read_num'] = df['read_num'].astype('float') df_type_visit_mean = pd.DataFrame(df['read_num'].groupby(df['type']).agg('mean').round(2)) trace1 = go.Bar( x=df_type_visit_sum.index, y=df_type_visit_sum['read_num'], name='总阅读', marker=dict(color='#ffc97b'), yaxis='y', ) trace2 = go.Scatter( x=df_type_visit_mean.index, y=df_type_visit_mean['read_num'], name='平均阅读', yaxis='y2', line=dict(color='#161D33') ) layout = go.Layout( margin=dict(l=60, r=60, t=30, b=50), showlegend=False, yaxis=dict( side='left', title='阅读总数', gridcolor='#e2e2e2' ), yaxis2=dict( showgrid=False, # 网格 title='阅读平均', anchor='x', overlaying='y', side='right' ), paper_bgcolor='rgba(0,0,0,0)', plot_bgcolor='rgba(0,0,0,0)', ) return go.Figure(data=[trace1, trace2], layout=layout) # 点击事件, 选择两个下拉选项, 点击对应区域的图表, 文章列表会刷新 @app.callback(Output('click-data', 'children'), [Input('pie', 'clickData'), Input('bar', 'clickData'), Input('mix', 'clickData'), Input('heatmap', 'clickData'), Input('dropdown1', 'value'), Input('dropdown2', 'value'), ]) def display_click_data(pie, bar, mix, heatmap, d_value, fig_type): try: df = get_df() if fig_type == 'pie': type_value = pie['points'][0]['label'] # date_month_value = clickdata['points'][0]['x'] data = df[df['type'] == type_value] elif fig_type == 'bar': date_month_value = bar['points'][0]['x'] data = df[df['date_month'] == date_month_value] elif fig_type == 'mix': type_value = mix['points'][0]['x'] data = df[df['type'] == type_value] else: z = heatmap['points'][0]['z'] if z == 0: return None else: week = heatmap['points'][0]['x'][1:-1] weekday = heatmap['points'][0]['y'][-1] if weekday == '日': weekday = 7 year = d_value data = df[(df['weekday'] == int(weekday)-1) & (df['week'] == int(week)) & (df['year'] == year)] return get_news_table(data) except: return None # 第一列的数值 def update_info(col): def get_data(json, n): df = pd.read_json(json) return df[col][0] return get_data for col in columns: app.callback(Output(col, "children"), [Input('load_info', 'children'), Input("stream", "n_intervals")] )(update_info(col))
图表的数据和样式全在这里设置,两个下拉栏的数据交互也在这里完成。
需要注意右侧下拉栏的类型,需和你所要点击图表类型一致,这样文章列表才会更新。
每日情况对应热力图,类型阅读量对应第二列第三个图表,类型占比对应饼图,每月文章对应第一个柱状图的点击事件。
最后启动程序代码。
if __name__ == '__main__': # debug模式, 端口7777 app.run_server(debug=True, threaded=True, port=7777) # 正常模式, 网页右下角的调试按钮将不会出现 # app.run_server(port=7777)
这样就能在本地看到可视化大屏页面,浏览器打开如下地址。
http://127.0.0.1:7777
对于网页的布局、背景颜色等,主要通过CSS进行设置。
这一部分可能是大家所要花费时间去理解的。
body{ margin:0; padding: 0; background-color: #161D33; font-family: 'Open Sans', sans-serif; color: #506784; -webkit-user-select: none; /* Chrome all / Safari all */ -moz-user-select: none; /* Firefox all */ -ms-user-select: none; /* IE 10+ */ user-select: none; /* Likely future */ } .modal { display: block; /*Hidden by default */ position: fixed; /* Stay in place */ z-index: 1000; /* Sit on top */ left: 0; top: 0; width: 100%; /* Full width */ height: 100%; /* Full height */ overflow: auto; /* Enable scroll if needed */ background-color: rgb(0,0,0); /* Fallback color */ background-color: rgba(0,0,0,0.4); /* Black w/ opacity */ } .modal-content { background-color: white; margin: 5% auto; /* 15% from the top and centered */ padding: 20px; width: 30%; /* Could be more or less, depending on screen size */ color:#506784; } ._dash-undo-redo { display: none; } .app-title{ color:white; font-size:3rem; letter-spacing:-.1rem; padding:10px; vertical-align:middle } .header{ margin:0px; background-color:#161D33; height:70px; color:white; padding-right:2%; padding-left:2% } .indicator{ border-radius: 5px; background-color: #f9f9f9; margin: 10px; padding: 15px; position: relative; box-shadow: 2px 2px 2px lightgrey; } .indicator_text{ text-align: center; float: left; font-size: 17px; } .indicator_value{ text-align:center; color: #2a3f5f; font-size: 35px; } .add{ height: 34px; background: #119DFF; border: 1px solid #119DFF; color: white; } .chart_div{ background-color: #f9f9f9; border-radius: 5px; height: 390px; margin:5px; padding: 15px; position: relative; box-shadow: 2px 2px 2px lightgrey; } .col-4 { flex: 0 0 32.65%; max-width: 33%; } .col-6 { flex: 0 0 49.3%; max-width: 50%; } .chart_div p{ color: #2a3f5f; font-size: 15px; text-align: center; } td{ text-align: left; padding: 0px; } table{ border: 1px; font-size:1.3rem; width:100%; font-family:Ubuntu; } .tabs_div{ margin:0px; height:30px; font-size:13px; margin-top:1px } tr:nth-child(even) { background-color: #d6e4ea; -webkit-print-color-adjust: exact; }
如今低代码平台的出现,或许以后再也不用去写烦人的HTML、CSS等。拖拖拽拽,即可轻松完成一个大屏的制作。
好了,今天的分享到此结束,大家可以自行去动手练习。
参考链接:
https://github.com/ffzs/dash_blog_dashboard
https://github.com/plotly/dash-sample-apps/tree/main/apps/dash-oil-and-gas