效果图展示
1.动态实时更新数据效果图
说明: 其中 今日抓拍，抓拍总数，预警信息统计，监控点位统计图表 做了动态实时更新处理。
2.静态切片效果图
一、确定需求方案
1、确定产品上线部署的屏幕LED分辨率
本案例基于16:9 屏宽比，F11全屏显示。
2、部署方式
基于免安装可执行程序：支持Windows、Linux、Mac等各种操作系统；将程序复制到服务器上即可，无需其它环境依赖；
观看方式：既可在服务器上直接观看程序界面，也可在远程用浏览器打开播放，例如Chrome浏览器、360浏览器等。
二、整体架构设计
- 前端基于Echarts开源库设计，使用WebStorm编辑器；
- 后端基于Python Flask实现，使用 Vscode 编辑器；
- 数据传输格式：JSON；
- 数据源类型：目前采用JSON文件方式，可自行添加支持PostgreSQL、MySQL、Oracle、Microsoft SQL Server、SQLite，自行添加pandas支持Excel表格等，还可以定制HTTP API接口方式。
- 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、编码实现 （关键代码）
1、前端html代码 - 页面布局主要基于div
巡查视频问题
-
张三丰
南京信息工程大学地铁站1号出口监控点
视频信号不稳定
.......
详情
| 监控点位 |
地铁站 |
| 预警时间 |
2018-10-21 |
| 预警类型 |
无人在岗 |
| 预警状态 |
已处理 |
2. 前端JS - echarts图表
/**全市监控点位统计**/
var loadqsjkdw = function () {
var myCharts = echarts.init(document.getElementById('qsjkdwEcharts'));
var option = {
grid: {
left: '5px',
right: '0%',
bottom: '18%',
top:'10%',
},
tooltip: {
show: "true",
trigger: 'axis',
axisPointer: { // 坐标轴指示器，坐标轴触发有效
type: 'shadow' // 默认为直线，可选为：'line' | 'shadow'
},
formatter:'{b0}:{c0}'
},
yAxis: {
show:false,
splitLine: {show: false,
lineStyle:{
color:'#353E47'
}
},
axisTick: {show: false},
axisLine: {show: true,
lineStyle:{
color:'#353E47'
}},
axisLabel: {
textStyle: {
color: '#ffffff'
},
formatter:function(value,index){
var r = '';
if(value>100000000){//亿
r = (value/100000000).toFixed(1) + '亿';
}else if(value>10000){//万
r = (value/10000).toFixed(1) + '万';
}else{
r = value;
}
return r;
}
}
},
xAxis: [
{
type: 'category',
axisTick: {
show: false
},
axisLine: {
show: true,
lineStyle: {
color: '#353E47',
}
},
axisLabel:{
textStyle:{
color:'#fff'
},
interval:0
},
data: ["南京","苏州","无锡","常州","南通","徐州","淮安","镇江","泰州"]
}
],
series: [
{
name: '',
type: 'bar',
barWidth:'20px',
itemStyle: {
normal: {
show: true,
color: new echarts.graphic.LinearGradient(0, 0, 0, 1, [{
offset: 0,
color: '#00d891'
}, {
offset: 1,
color: '#00579a'
}]),
barBorderRadius: 50,
borderWidth: 0,
borderColor: '#333',
}
},
label: {
normal: {
show: true,
position: 'top',
textStyle: {
color: '#fff'
}
}
},
data:qsjkdw,
}
]
};
myCharts.clear();
myCharts.setOption(option);
myCharts.on("click",function(e){
loadsqjkdw();
});
};
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。
var init = function () {
updateEcharts();
setInterval(function() {updateEcharts()},2000);//刷新周期设置
xcwttj();
loadqsjkdw();;
};
4. 后端 Python Flask 代码
# -*- coding:utf-8 -*-
import io
import os
import sys
import time
import urllib
import random
import json
from flask import Flask, redirect
# 导入线程模块
import threading
app = Flask(__name__, static_folder="static", template_folder="template")
@app.route('/')
def index():
return redirect('/static/index.html')
@app.route('/get_snap')
def get_snap():
jsonData = {}
jsonData['today_snap'] = random.randint(1, 100)
jsonData['total_snap'] = random.randint(1, 1000)
return json.dumps(jsonData)
@app.route('/qsjkdw')
def qsjkdw():
jsonData = []
for x in range(9):
jsonData.append({"value": str(random.randint(1, 100))})
return json.dumps(jsonData)
@app.route('/get_yjxxtj')
def get_yjxxtj():
jsonData = []
for x in range(6):
jsonData.append(random.randint(1, 100))
return json.dumps(jsonData)
def loop():
time.sleep(10)
pass
# 主程序在这里
if __name__ == "__main__":
# 开启线程，触发动态数据
a = threading.Thread(target=loop)
a.start()
# 开启 flask 服务
app.run(host='127.0.0.1', port=80, debug=True)
四、运行效果
五、更多案例
YYDatav的数据可视化大屏《精彩案例汇总》（Python&Echarts源码）_YYDataV的博客-CSDN博客
【工厂扫码打印&扫码装箱&错误追溯系统】完整案例详解（Python&PyQt 源码&Mysql数据库）_YYDataV数据可视化的博客-CSDN博客_pyqt案例
感谢开源分享的前端代码。
