admin 管理员组

文章数量: 887038


2024年1月11日发(作者:web服务器搭建web服务器搭建)

基于PyEcharts的计量测试数据可视化分析

摘要:本文介绍了一种交互性好、语法简洁且制图美观的PyEcharts可视化工具包,可以使用在计量测试中,通过PyEcharts可视化技术与计量测试技术的高效融合,实现计量测试数据可视化,为计量测试研究领域提供更加直观的数据展示。

关键词:PyEcharts;计量测试;数据可视化

引言:基于PyEcharts库的计量测试数据可视化可以将结果更加直观且清晰的呈现给用户,同时Web页面的显示效果以及页面功能都可以大大提升,在大数据的背景下,如何展示数据,使用户快速从数据中取得信息,PyEcharts可视化可以很出色的完成展示数据的任务。

1. PyEcharts特点

数据可视化已经成为大数据时代的重要工具,数据本身十分枯燥,但是通过可视化图表展现后可以更加生动直观的展现出数据背后的信息,将更加有用的信息传递给用户,通过PyEcharts库的应用,可以生成交互性十分好的图表。与传统额数据工具包相比,PyEcharts具有的作用十分强大,特别适用于计量测试工作,将原本通过表格或文本表达的大量数据,通过可视化动态图表以更加高效的方式将数据信息传递给用户和研究人员,以此来解决计量测试工作中的瓶颈问题。ECharts是一种开源可视化库,使用JavaScript编程语言,可以兼容大部分浏览器,例如IE8/9/10/11,Safari,Firefox,Chrome等,PyEcharts可以在移动设备和个人电脑上运行,并且PyEcharts提供了高度定制化、交互性丰富且直观的可视化图表,包括常规的K线图、饼图、散点图、柱状图和折线图,以及在统计中经常会看到的盒形图,在地理数据中会经常用到的热力图、地图和线图,在关系数据中常看到的旭日图、treemap、关系图等。PyEcharts的开发语言是Python,可以用来生成图表库,图表类型为Echarts,在Python环境下,

PyEcharts工具包可以通过建立可视化形式实现对数据的分析和展示,其中有30多种的图表功能全部为可视化模式,支持主流开发框架,当前PyEcharts和Echarts类库的开发维护工作还在不断的改进和创新,这种罕见新技术可以作为精品软件推广到世界。

1. PyEcharts工具包安装

在Python环境下,将“pip install pyecharts”终端命令进行输入,可以将PyEcharts工具包进行安装,安装后可以导入PyEcharts模块中的图库,可以根据展示需求将不同图库实行导入,例如from import

Line,Scatter,Bar可以分别将折线图、散点图、柱状图等图库导入到PyEcharts中。在PyEcharts模块中的图库不仅有多种场景,同时还具备定义十分丰富的配置,可以将图表配置分为系列配置项和全局配置项两种。系列配置项可以将图表与样式实现不同的定义,包括标记线、标记点、分割线、线样式、标签、文字样式和图元样式等十几种配置项,还可以实现不同应用场景的不同调配,可以通过setseriesopts方法实现。全局配置项可以将全局通用性配置进行定义,其中包含了提示框、区域缩放、视觉映射、工具箱、图例和图表标题等十二种以上的不同种类配置项,在全局配置项中不同配置会有固定的位置,可以使用setglobalopts方法实现。

1. PyEcharts如何在计量测试中使用

在计量测试的工作中,会涉及到不同类型的数据和参数,例如测量不确定度、允许误差、实测值和仪器指标等,传统的图表难以将以上数据实现可视化处理,而采用PyEcharts可视化技术可以简单的进行数据的可视化处理。可以将计量测试中的图表直观的、动态的展示出来,特别是日常的计量测试工作中,计量测试的工作种类很多,其测量数据全部可以通过PyEcharts技术形成动态图表。

3.1历年测量误差应用

传统的历年误差数据表会通过表格形式呈现,大量的数据中很难迅速找到数据之间的关系,使用PyEcharts技术可以将传统图表转化成柱状图,建立可视化展示,柱状图可以将仪器中的电压参数误差测量中的历年误差数据之间

的变化形式通过柱状条的长度实现直观对比,可以将历年误差数据一目了然的呈现出来。特别是遇到误差较大的情况,可以帮助数据检测人员者执行数据抓取工作,例如对于设备运行状态中出现误差较大的情况时,仪器管理人员就可以通过可视化图表感受到仪器的异常,从而及时检修并采取有效措施,使仪器电压回到正常状态,减少大量误差情况发生。形成可视化效果一般需要应用到代码及伪代码功能例如导入配置项from pyecharts import options as opts#、导入柱状图模块from import Bar#,通过设置不同的配置项,形成动态条状图,最终生成HTML文件,运用PyEcharts的交互性形成的柱状图可以随时展现出动态变化,用户可以根据业务需要随时调节柱状图中的模块显示状态,可以将不需要的数据隐藏或取消,当需要关注该模块数据时还可以通过将鼠标放置上方的形式将数据展现出来。

3.2测量误差、测量值和测量结果的不确定度

在计量测试中除了显示误差和标称值,还会显示出测量结果的不确定度和允许误差的最大范围,这些数据状态使用传统的表格形式难以分辨出测量结果的不确定度的活动区间,通过使用PyEcharts对数据处理后,可以生成可视化动态图表,例如将仪器中的电压参数计量数据中的测量结果的不确定度通过动态图形展现出来,通过在确定值附近将误差变化以直线周围的动态原点来表示误差运动范围,这样可以让仪器管理人员更加直观的接收到超出最大误差线后的圆点信息,管理人员在工作时只需要关注圆点与直线的距离范围即可,还可以加入一条警戒线,将警戒线的形状设置成虚线样式,帮助管理人员分辨出正常电压值范围,当圆点超出虚线范围后,管理人员随即可以判断误差值已经超出最大允许误差范围,便可以采取相应的应对措施,极大的方便了计量测试工作,提高计量测试的效果和质量[1]。

3.3三维指标数据

同样是测量仪器中的交流电压,其中的测量结果的不确定度指标是两个参数共同决定,分别为频率区间和电压区间,可以将该仪器部分指标数据通过三维柱状图表示,三维柱状图可以更好的将三个参数的变化量通过一个图像实现动态展示,三维柱状图有三个坐标分别为x轴、y轴和z轴,更加立体的表达

了测量结果的不确定度指标和频率区间、电压区间的关系。运用PyEcharts中的Bar3D图库将三维柱状图生成,运用add方法将数据添加到测量结果的不确定度指标、频率区间和电压区间对应参数中,同样使用代码及伪代码功能,执行代码后图表会自动生成,当用户拖拽鼠标,会呈现出动态旋转效果,这样可以将三维全貌清晰展现出来,鼠标经过柱形条时,参数会显示出来并点亮该区域。另外还可以通过热力图表示这种三维数据,将x、y轴分别表示频率区间和电压区间这两个参数,通过热力图的颜色表示热力图中的第三个参数即不确定度指标,形成不同的坐标区块,三维柱状图和热力图具有良好的视觉效果,在PyEcharts中可以根据自身的需要和喜好任意定义样式[2]。

3.4拟合函数与数据分布

计量测试中的结果数据还可以通过分布函数的形式展现出来,满足数学分布特征,使用PyEcharts技术可以展现拟合函数和数据分布图,将测量数据中的数量关系以可视化形式呈现出来,例如在检定电子测量仪器内石英晶体振荡器的1s频率稳定度参数时可以使用柱状图将频率误差分布通过直方图展示,可以使数量分布规律变得更加直观易懂。

结束语:综上所述,PyEcharts可视化技术可以与Python Web框架中的Flask、Django相融合,根据数据源和业务功能变化实时更新、删除和增加可视化分析图,提升软件的交互性能和美观程度,在计量测试中还可以通过PyEcharts技术管理数据,使数据管理工作更加便捷,计量业务管理系统与PyEcharts技术结合后可以形成动态看板,高效开展计量测试管理工作。

参考文献:

[1]张玉叶.基于PyEcharts的数据可视化[J].电脑知识与技术,2022,18(02):24-27.

[2]孙睿阳,方信昀.基于PyEcharts的计量测试数据可视化初探[J].中国计量,2021(03):111-115.


本文标签: 数据 可视化 计量 测试 图表