這次小編帶大家制作實(shí)時(shí)更新的可視化儀表盤。

可視化儀表盤一般以 web 形式展現(xiàn)是比較好的，源數(shù)據(jù)存儲(chǔ)在類似 MySQL 的數(shù)據(jù)庫中的，但為了簡(jiǎn)化問題，怕讀者安裝 MySQL 就耗費(fèi)大量時(shí)間，及不懂 web，所以數(shù)據(jù)源采用 csv，沒有使用 web。

實(shí)時(shí)更新的可視化儀表盤

我們假設(shè)目標(biāo)背景是某西餐廳想通過可視化儀表盤實(shí)時(shí)監(jiān)控餐廳的狀況，便于做出相應(yīng)的人力物力等資源配置。

創(chuàng)建一個(gè) data 文件夾專門用來保存數(shù)據(jù)，需要寫一個(gè)實(shí)時(shí)更新插入新數(shù)據(jù)的腳本，用來達(dá)到數(shù)據(jù)實(shí)時(shí)更新的效果。

insert.py 為小編創(chuàng)建的腳本，此腳本先創(chuàng)建 3 張表：

food_sale.csv 菜品銷量表，字段：菜品名，單價(jià)，銷量（銷量初始值為 0）；

people.csv 人數(shù)狀況表，字段：就餐人數(shù)，排隊(duì)人數(shù)，座位數(shù)；

comment.csv 評(píng)論表，字段：評(píng)分，評(píng)論內(nèi)容（評(píng)論內(nèi)容每次從 comment.txt 中隨機(jī)抽取內(nèi)容作為評(píng)論，comment.txt 為小編隨便復(fù)制的評(píng)論）

創(chuàng)建三張表并插入初始數(shù)據(jù)：

創(chuàng)建好以后，就開始插入數(shù)據(jù)，數(shù)據(jù)是一直插入的，小編設(shè)置的是間隔 1.5 秒插入一次，這里就用死循環(huán)就可以了，這樣腳本就一直在運(yùn)行插入新的數(shù)據(jù)。

先來插入菜品銷量表的銷量，銷量初始為 0，numpy 隨機(jī)生成和菜品數(shù)量一樣長(zhǎng)范圍在 0-3 之間的數(shù)組，上一次的銷量加上生成的數(shù)組成為新的銷量，更新數(shù)據(jù)：

再來插入人數(shù)狀況表，總座位數(shù)設(shè)置為 50，就餐人數(shù)在 0-100 之間隨機(jī)生成，大于 50，那就餐人數(shù)就為  50，排隊(duì)人數(shù)就隨機(jī)生成 10-30 之間的整數(shù)，如小于 50，排隊(duì)人數(shù)就為 0，插入數(shù)據(jù)：

最后評(píng)論表，評(píng)分 1-5 分隨機(jī)生成，評(píng)論從小編準(zhǔn)備好的 txt 里面隨機(jī)抽取，插入數(shù)據(jù)：

好，運(yùn)行此腳本就會(huì)在 data 文件夾生成數(shù)據(jù)，且腳本一直運(yùn)行，數(shù)據(jù)一直更新。

銷售額完成情況儀表盤：

就餐人數(shù)占總座位數(shù)的比重的水球圖：

評(píng)分占比玫瑰圖：

評(píng)論詞云：

人數(shù)座位分布：

這些生成代碼全都封裝成函數(shù)，創(chuàng)建 page 對(duì)象調(diào)用它們，生成的可視化全部在 page.html 中，布局排版，保存 json文件，不明白的看文章開頭鏈接的文章。

打開 json 文件可以看到有 cid 字段，這就是每張圖表的 id，我們?cè)诓季趾煤?，選中一張圖表，右鍵【檢查】，可以查看它的 id，此 id 在 json 中對(duì)應(yīng)的地方找到，重新設(shè)置 id，假如此時(shí)右鍵后看到的 id 為 123，那在json 中找到 uid 為 123 的值，修改 uid 為1，在代碼中找到此圖的代碼，設(shè)置 chart_id 為 1，依次把所有圖表的都修改：

id 全部修改好后，調(diào)用就可以生成儀表盤了，page.html 為生成的初始可視化圖表，chart_config.json 布局文件，my_charts.html 最終可視化儀表盤。

最后需要實(shí)現(xiàn)實(shí)時(shí)刷新的功能，在最終可視化儀表盤中的 html 文件中添加一行刷新功能 html 代碼即可，最后死循環(huán)讀取，生成，刷新：

最后運(yùn)行先運(yùn)行 insert.py，再運(yùn)行 visual.py，打開 my_charts.html 就可以看到每隔 3 秒自動(dòng)刷新一次，就如“開門見山”所示。