Echarts+JS实现数据分析可视化大屏!!附源码!!

简介: Echarts+JS实现数据分析可视化大屏!!附源码!!

主题:大数据可视化大屏

开发技术:

 Echarts+html+css+js

支持平台:

 dw,vscode,webstorm,idea,Hbuilderx等

源码:文末附

如需定制开发大屏,可在公众号内联系作者

体效果

部分js代码


<div class="container m-20">
  <div class="row">
    <div class="col-lg-3">
      <div class="box1">
        <div class="title">标题标题</div>
        <div class="box1_con" id="box1"></div>
      </div>
      <div class="box2 m-20">
        <div class="title">标题标题</div>
        <div class="box2_con" id="box2"></div>
      </div>
    </div>
    <div class="col-lg-6">
      <div class="box3">
        <div class="title">标题标题</div>
        <div class="box3_con">
          <div class="box3_con_left" id="box3_left"></div>
          <div class="box3_con_right">
            <div class="box3_con_right_top">
              <div class="row">
                <div class="col-lg-4 data_bg"><p>12569</p><small>设备总数</small></div>
                <div class="col-lg-4 data_bg"><p>12375</p><small>运行设备</small></div>
                <div class="col-lg-4 data_bg"><p>178</p><small>月修设备</small></div>
              </div>
            </div>
            <div class="box3_con_right_bot" id="box3_right"></div>
          </div>
        </div>
      </div>
      <div class="box4 m-20">
        <div class="title">标题标题</div>
        <div class="box4_con" id="box4"></div>
      </div>
    </div>
    <div class="col-lg-3 box5">
      <div class="title">标题标题</div>
 <div class="box5_con">
        <div class="box5_con_top" id="box5"></div>
        <div class="title m-20">标题标题</div>
        <div class="box5_con_bot">

部分CSS代码

.title{width: 100%; height: 60px; font-size: 20px; color: #ff9000; line-height: 60px; padding-left: 20px; background: url(../img/title_icon.png) left center no-repeat; float: left;}
.box1{width: 455px; height: 400px; padding: 0 0 25px 25px; background: url(../img/bg_box1.png) no-repeat; float: left;}
.box1_con{width: 455px; height: 340px; float: left;}
.box2{width: 455px; height: 537px; padding: 0 0 25px 25px; background: url(../img/bg_box2.png) no-repeat; float: left;}
.box2_con{width: 455px; height: 500px; float: left;}
.box3{width: 950px; height: 500px; padding: 0 25px 25px 25px; background: url(../img/bg_box3.png) no-repeat; float: left;}
.box3_con{width: 950px; height: 470px; float: left;}
.box3_con .box3_con_left{width: 270px; height: 380px; float: left; margin-top: 30px;}
.box3_con .box3_con_right{width: 680px; height: 470px; float: left;}
.box3_con_right .box3_con_right_top{width: 680px; height: 120px;}
.box3_con_right .box3_con_right_bot{width: 630px; height: 270px; margin-top: 30px;}
.data_bg{width: 180px; height: 120px; background: url(../img/data_icon.png) no-repeat; margin-left: 30px; text-align: center; font-size: 24px; color: #FFFFFF; padding-top: 20px;}
small{font-size: 18px; color: #FF9000;}
.box4{width: 950px; height: 435px; padding: 0 25px 25px 25px; background: url(../img/bg_box4.png) no-repeat; float: left;}
.box4_con{width: 950px; height: 370px; float: left;}
.box5{width: 455px; height: 957px; padding: 0 25px 25px 25px; background: url(../img/bg_box5.png) no-repeat; float: right; }

想要源码的小伙伴们,请关注公众号Echarts技术专家,点击获取资源。

相关文章
|
2月前
|
数据采集 数据可视化 搜索推荐
Python数据分析全流程指南:从数据采集到可视化呈现的实战解析
在数字化转型中,数据分析成为企业决策核心,而Python凭借其强大生态和简洁语法成为首选工具。本文通过实战案例详解数据分析全流程,涵盖数据采集、清洗、探索、建模、可视化及自动化部署,帮助读者掌握从数据到业务价值的完整技能链。
340 0
|
10月前
|
编解码 数据可视化 前端开发
如何使用 D3.js 创建一个交互式的地图可视化?
如何使用 D3.js 创建一个交互式的地图可视化?
|
11月前
|
编解码 数据可视化 前端开发
如何使用 D3.js 创建一个交互式的地图可视化?
如何使用 D3.js 创建一个交互式的地图可视化?
412 6
|
11月前
|
数据采集 数据可视化 数据挖掘
基于Python的数据分析与可视化实战
本文将引导读者通过Python进行数据分析和可视化,从基础的数据操作到高级的数据可视化技巧。我们将使用Pandas库处理数据,并利用Matplotlib和Seaborn库创建直观的图表。文章不仅提供代码示例,还将解释每个步骤的重要性和目的,帮助读者理解背后的逻辑。无论你是初学者还是有一定基础的开发者,这篇文章都将为你提供有价值的见解和技能。
491 0
|
6月前
|
人工智能 数据可视化 前端开发
Probly:开源 AI Excel表格工具,交互式生成数据分析结果与可视化图表
Probly 是一款结合电子表格功能与 Python 数据分析能力的 AI 工具,支持在浏览器中运行 Python 代码,提供交互式电子表格、数据可视化和智能分析建议,适合需要强大数据分析功能又希望操作简便的用户。
798 2
|
9月前
|
数据采集 人工智能 自然语言处理
Midscene.js:AI 驱动的 UI 自动化测试框架,支持自然语言交互,生成可视化报告
Midscene.js 是一款基于 AI 技术的 UI 自动化测试框架,通过自然语言交互简化测试流程,支持动作执行、数据查询和页面断言,提供可视化报告,适用于多种应用场景。
2412 1
Midscene.js:AI 驱动的 UI 自动化测试框架,支持自然语言交互,生成可视化报告
|
10月前
|
存储 数据可视化 数据挖掘
使用Python进行数据分析和可视化
本文将引导你理解如何使用Python进行数据分析和可视化。我们将从基础的数据结构开始,逐步深入到数据处理和分析的方法,最后通过实际的代码示例来展示如何创建直观的数据可视化。无论你是初学者还是有经验的开发者,这篇文章都将为你提供有价值的见解和技巧。让我们一起探索数据的世界,发现隐藏在数字背后的故事!
315 5
|
10月前
|
机器学习/深度学习 数据可视化 数据挖掘
使用Python进行数据分析和可视化
【10月更文挑战第42天】本文将介绍如何使用Python进行数据分析和可视化。我们将从数据导入、清洗、探索性分析、建模预测,以及结果的可视化展示等方面展开讲解。通过这篇文章,你将了解到Python在数据处理和分析中的强大功能,以及如何利用这些工具来提升你的工作效率。
|
10月前
|
数据采集 数据可视化 数据挖掘
使用Python进行数据分析和可视化
【10月更文挑战第33天】本文将介绍如何使用Python编程语言进行数据分析和可视化。我们将从数据清洗开始,然后进行数据探索性分析,最后使用matplotlib和seaborn库进行数据可视化。通过阅读本文,你将学会如何运用Python进行数据处理和可视化展示。
|
11月前
|
数据采集 数据可视化 数据挖掘
使用Python进行数据处理与可视化——以气温数据分析为例
【10月更文挑战第12天】使用Python进行数据处理与可视化——以气温数据分析为例
864 0