29【源码】数据可视化大屏：基于 Echarts + Python Flask 实现的32-9超宽大屏 - 企业综合信息

我是 YYDataV数据可视化 

专注于 数据可视化大屏，工厂扫码装箱系统 等

我的微信 6550523，多多交流 ~

本案例为32：9超宽分辨率的大屏。

效果展示 1.动态实时更新数据效果图

2.鼠标右键切换主题 

代码中预置了12个主题风格，实际开发中可根据实际情况二次增加。

 切换个主题，我们可以看到：主题的配色变化了。

 一. 确定需求方案  1. 屏幕分辨率

这个案例的大屏分辨率是32:9，超炫的的宽屏比。

根据电脑分辨率屏幕自适应显示，F11全屏查看；

2. 部署方式 

B/S方式：支持Windows、Linux、Mac等各种主流 *** 作系统；支持主流浏览器Chrome，Microsoft Edge，360等；服务器采用python语言编写，配置好python环境即可。

二. 整体架构设计

1. 前端Echarts开源库：使用 WebStorm 编辑器；
2. 后端 http服务器：基于 Python 实现，使用 Pycharm 或 VSCode 编辑器；
3. 数据传输格式：JSON；
4. 数据源类型：JSON文件。实际开发需求中，支持定制HTTP API接口方式或其它各种类型数据库，如PostgreSQL、MySQL、Oracle、Microsoft SQL Server、SQLite、Excel表格等。
5. 数据更新方式：采用http get 轮询方式 。在实际应用中，也可以视情况选择j监测后端数据实时更新，实时推送到前端的方式；

三.开发思路 1.设计布局

根据客户的实际需求，首先画出产品的原型布局。这里我为了后期方便开发，对不同的div进行了颜色和数字标识。参考index_layout.html

2. 设置模板

根据原始布局，将设计组提供的UI配置到模板中。参考index_template.html

3. 编写图表

做完以上工作，接下来就可以对div加载各式图表！至此，工作已经完成了一半的样子。

四.编码实现 （基于篇幅及可读性考虑，此处展示部分关键代码） 1. 前端html代码

使用bootstrap container-fluid， row， col等实现。

          
          
               
                    【29】数据可视化大屏 - 企业综合信息
          
          
          
               
               
                    公司概况
                    
                         
                              
                                       营业额达成率
                              
                         
                         
                              
                                       利润达成率
                              
                         
                    

                    
                         
                                企业文化
                         
                    

                    
                         
                                市值增长
                         
                    

               
               
               
                    产品数据

                    
                         
                                产品人力分布
                         
                    

                    
                         
                                日活数据
                         
                    

                    
                         
                                产品印象
                         
                    
               
               
               
                    专注数据可视化，助力企业智能化
                    

                    
               
               
               
                    运营概览
                    
                         
                                客户企业画像
                         
                    

                    
                         
                                资产负债率
                         
                    

                    
                         
                                订单完成率
                         
                    
               
               
               
                    团队风采
                    
                    
                         
                              
                                       性别分布
                              
                         
                         
                              
                                       年龄分布
                              
                         
                    

                    
                         
                                开发产品分布
                         
                    

                    
                         
                                团队精神
                         
                    
               
          

2. JSON 通信数据定义 

bar_ROA.json 如下

{
    "xAxis": {
        "data": [
            "01",
            "02",
            "03",
            "04",
            "05",
            "06",
            "07",
            "08",
            "09",
            "10"
        ]
    },
    "series": [
        {
            "data": [
                84,
                76,
                99,
                51,
                65,
                98,
                72,
                100,
                67,
                87
            ]
        }
    ]
}

3. 前端JS - 数据定时更新控制

支持在每个echarts图表中独立控制定时更新的间隔。

 // 定时1s执行数据更新函数
  setInterval(function () {
    async_echart_bar_horizontal(
      container,
      path_bar_horizontal + "bar_horizontal.json"
    );
  }, 1000);

 4.后端 flask 服务器

from flask import Flask
app = Flask(__name__, static_folder="static", template_folder="template")


# 主程序在这里
if __name__ == "__main__":

    # 开启线程，触发动态数据
    a = threading.Thread(target=asyncJson.loop)
    a.start()

    # 开启 flask 服务
    app.run(host='0.0.0.0', port=88, debug=True)

四. 启动命令

python main.py 


http://localhost:88/static/index.html


https://yydatav.blog.csdn.net/


https://blog.csdn.net/lildkdkdkjf/article/details/120705616

我的微信号：6550523  欢迎多多交流

五. 运行效果

六. 源码下载 

29【源码】数据可视化大屏：基于Echarts+PythonFlask实现的32-9超宽大屏-企业综合信息.zip-企业管理文档类资源-CSDN下载

更多可视化案例

YYDatav的数据可视化《精彩案例汇总》_YYDataV的博客-CSDN博客