Python 使用 big_screen 库快速构建可视化大屏
发布时间：2026-10-16 |
5人浏览过
本文介绍 Python 工具 big_screen，通过简单传参即可生成可视化大屏。内容涵盖环境安装、数据配置、本地运行测试及基于 nohup 的在线后台部署方法，包含日志记录与进程管理命令，帮助开发者快速实现数据展示功能。
在数据可视化领域，常见的工具包括 Plotly、Matplotlib、Pyecharts 等 Python 库，以及 Tableau、FineBI 等商业软件。若追求操作简便且希望获得更强大的视觉效果，big_screen 工具是更合适的选择。
本文将详细介绍以下内容：
- big_screen 的核心特点
- 环境安装步骤
- 数据输入配置
- 运行结果展示
- 在线部署方案
- 源代码获取方式
big_screen 特点
该工具属于便捷型组件，结构简洁，用户只需传入数据即可实现数据大屏的展示。
安装环境
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple flask
输入数据
在 data.py 文件中更新需要展示的数据即可，部分数据示例如下：
self.echart1_data = {
'title': '行业分布',
'data': [
{"name": "商超门店", "value": 47},
{"name": "教育培训", "value": 52},
{"name": "房地产", "value": 90},
{"name": "生活服务", "value": 84},
{"name": "汽车销售", "value": 99},
{"name": "旅游酒店", "value": 37},
{"name": "五金建材", "value": 2},
]
}
self.echart2_data = {
'title': '省份分布',
'data': [
{"name": "浙江", "value": 47},
{"name": "上海", "value": 52},
{"name": "江苏", "value": 90},
{"name": "广东", "value": 84},
{"name": "北京", "value": 99},
{"name": "深圳", "value": 37},
{"name": "安徽", "value": 150},
]
}
self.echarts3_1_data = {
'title': '年龄分布',
'data': [
{"name": "0岁以下", "value": 47},
{"name": "20-29岁", "value": 52},
{"name": "30-39岁", "value": 90},
{"name": "40-49岁", "value": 84},
{"name": "50岁以上", "value": 99},
]
}
self.echarts3_2_data = {
'title': '职业分布',
'data': [
{"name": "电子商务", "value": 10},
{"name": "教育", "value": 20},
{"name": "IT/互联网", "value": 20},
{"name": "金融", "value": 30},
{"name": "学生", "value": 40},
{"name": "其他", "value": 50},
]
}
本地运行
cd big_screen-master;
python app.py;
结果展示
在线部署
你可以像在本地一样直接运行脚本，确保运行成功。若希望程序持续运行，可进行在线部署，具体命令如下：
nohup python app.py
此时可检查进程状态
ps -ef | grep python
即可看到 app.py 代码已在后台运行，即使关闭连接也会继续执行，确保服务稳定。
若发生错误，默认情况下无法得知具体出错位置，此时需指定日志输出文件以记录异常。
nohup python -u app.py > robot.log 2>&1 &
此外，如需停止在线运行，可使用以下命令：
kill PID
代码获取
链接：https://pan.baidu.com/s/1sEGd2XzFXzTGapDjHrAROQ 提取码：1234
至此，关于 Python 轻松实现可视化大屏的介绍完毕。如需了解更多 Python 可视化大屏相关内容，请搜索本站历史文章或继续浏览后续文章，感谢支持。
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
