# python-echarts-Dashboard
**Repository Path**: rubyang/python-echarts-dashboard
## Basic Information
- **Project Name**: python-echarts-Dashboard
- **Description**: from https://github.com/CapAllen/Dashboard.git
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No
## Statistics
- **Stars**: 0
- **Forks**: 0
- **Created**: 2021-07-28
- **Last Updated**: 2021-07-28
## Categories & Tags
**Categories**: Uncategorized
**Tags**: None
## README
# Dashboard
## 目录
- [项目概览](#overview)
- [文件组成](#components)
- [快速开始](#run)
- [致谢&参考](#credits)
***
## 1. 项目概览
当处理一些较为灵活的数据时,团队内不同角色的同事会有自己对数据的关注点,所以,这就要求数据分析师不能只出一个“死”报告了事儿,而需要的是一个可以让同事们去探索,去解决自己关注问题的”活“报告——[Dashboard](https://en.wikipedia.org/wiki/Dashboard_(business)) 。本项目利用[Flask](https://dormousehole.readthedocs.io/en/latest/)和[Pyecharts](https://pyecharts.org/#/)搭建局域网内Dashboard,其中Flask用来提供Web应用框架,Pyecharts用来解决交互式可视化的需求。
架构如下:
最终实现效果如下:


## 2. 文件组成
```
├── run.py ------------------------# 项目主程序
├── help_funcs.py -----------------# 主程序会用到的一些函数,包括数据处理、可视化等
├── templates/
│ ├── dashboard-2.html-----------# DashBoard的HTML模板
│ ├── 其余文件 --------------------# pyecharts模板
├── static -------------------------# DashBoard所需的web头像、css样式及js
├── Doc ----------------------------# 项目主程序所需的一些额外数据
```
## 3. 快速开始
1. 依次执行如下代码
```
git clone git@github.com:CapAllen/Dashboard.git
cd Dashboard
python run.py
```
2. 打开浏览器输入 http://127.0.0.1:5000/
## 4. 致谢&参考
- [Pyecharts](https://pyecharts.org/#/)给了我丰富的交互式可视化选择,详细的文档上手就会,强烈推荐!
- 李辉的[HelloFlask站点](http://helloflask.com/),轻松入门Flask。
- [Data visualization using D3.js and Flask](https://branetheory.org/2014/12/18/data-visualization-using-d3-js-and-flask/)
- [flask框架中jinja2传递参数和html,js文件接收参数](https://blog.csdn.net/m0_38061194/article/details/78891125)
- [Echarts Demo - 多图联动](https://www.echartsjs.com/examples/editor.html?c=dataset-link)
