如何用脚本生成简单数据看板

wen 实用脚本 2026-07-26 3

本文目录导读：

如何用脚本生成简单数据看板

方法一：使用 Python + Matplotlib/Seaborn（静态看板）
方法二：使用 Python + Plotly（交互式看板）
方法三：使用 Bash + CSV + 文本报告（极简方案）
方法四：使用 HTML + JavaScript 单页看板（前端方案）
推荐选择

使用 Python + Matplotlib/Seaborn（静态看板）

适合生成简单的静态图表,如折线图、柱状图、饼图。

import matplotlib.pyplot as plt
import numpy as np
# 生成示例数据
months = ['一月', '二月', '三月', '四月', '五月']
sales = [120, 150, 180, 140, 200]
plt.figure(figsize=(10, 5))
# 1. 主折线图
plt.subplot(1, 2, 1)
plt.plot(months, sales, marker='o', color='#2E86AB', linewidth=2)'月度销售趋势')
plt.xlabel('月份')
plt.ylabel('销售额（万元）')
plt.grid(alpha=0.3)
# 2. 辅助柱状图
plt.subplot(1, 2, 2)
colors = ['#FF6B6B', '#4ECDC4', '#45B7D1', '#96CEB4', '#FFEAA7']
plt.bar(months, sales, color=colors)'各月销售对比')
plt.xlabel('月份')
plt.ylabel('销售额（万元）')
plt.tight_layout()
plt.savefig('simple_dashboard.png', dpi=150)
plt.show()

优点：简单、快速、无需额外依赖
缺点：静态、交互性差

使用 Python + Plotly（交互式看板）

Plotly 可以生成 HTML 格式的交互式图表，支持悬浮、缩放。

import plotly.express as px
import plotly.graph_objects as go
from plotly.subplots import make_subplots
import pandas as pd
# 模拟数据
df = pd.DataFrame({
    '月份': ['一月', '二月', '三月', '四月', '五月', '六月'],
    '销售额': [120, 150, 180, 140, 200, 170],
    '成本': [80, 100, 120, 90, 130, 110],
    '利润': [40, 50, 60, 50, 70, 60]
})
# 创建子图看板
fig = make_subplots(
    rows=2, cols=2,
    subplot_titles=('销售额趋势', '成本与利润', '利润饼图', '利润分布'),
    specs=[[{'type': 'scatter'}, {'type': 'bar'}],
           [{'type': 'pie'}, {'type': 'box'}]]
)
# 添加折线图
fig.add_trace(go.Scatter(x=df['月份'], y=df['销售额'],
                         mode='lines+markers', name='销售额',
                         line=dict(color='#2E86AB', width=2)),
              row=1, col=1)
# 添加柱状图
fig.add_trace(go.Bar(x=df['月份'], y=df['成本'],
                     name='成本', marker_color='#FF6B6B'),
              row=1, col=2)
fig.add_trace(go.Bar(x=df['月份'], y=df['利润'],
                     name='利润', marker_color='#4ECDC4'),
              row=1, col=2)
# 添加饼图
fig.add_trace(go.Pie(labels=df['月份'], values=df['利润'],
                     name='利润分布', hole=0.3),
              row=2, col=1)
# 添加箱线图
fig.add_trace(go.Box(y=df['利润'], name='利润',
                     marker_color='#96CEB4'),
              row=2, col=2)
fig.update_layout(height=700, width=1000,
                  title_text="简单销售看板",
                  showlegend=True)
fig.write_html("interactive_dashboard.html")
print("看板已生成：interactive_dashboard.html")

优点：交互性强、支持多种图表类型
缺点：文件较大、需浏览器打开

使用 Bash + CSV + 文本报告（极简方案）

适合纯文本终端环境,不依赖图形界面。

#!/bin/bash
# 模拟数据
cat > data.csv << EOF
日期,销售额,用户数
2024-01-01,1200,150
2024-01-02,1350,180
2024-01-03,1100,140
2024-01-04,1500,200
2024-01-05,1400,190
EOF
echo "========== 销售看板 =========="
echo "日期       销售额   用户数"
echo "-----------------------------"
# 计算汇总
total_sales=0
total_users=0
while IFS=, read -r date sales users; do
    if [[ "$date" != "日期" ]]; then
        printf "%-10s %-8s %-6s\n" "$date" "$sales" "$users"
        ((total_sales += sales))
        ((total_users += users))
    fi
done < data.csv
echo "-----------------------------"
echo "总计:      $total_sales  $total_users"
echo "平均:      $((total_sales/5))   $((total_users/5))"
echo "=============================="

优点：零依赖、极快
缺点：仅文本、无图表

使用 HTML + JavaScript 单页看板（前端方案）

将数据硬编码在 HTML 中，使用 Chart.js 或 ECharts。

<!DOCTYPE html>
<html>
<head>简单看板</title>
  <script src="https://cdn.jsdelivr.net/npm/chart.js"></script>
  <style>
    .dashboard {
      display: grid;
      grid-template-columns: repeat(2, 1fr);
      gap: 20px;
      max-width: 800px;
      margin: 20px auto;
      padding: 20px;
    }
    .card {
      background: #f5f5f5;
      border-radius: 8px;
      padding: 15px;
      box-shadow: 0 2px 4px rgba(0,0,0,0.1);
    }
    h1 { text-align: center; color: #333; }
  </style>
</head>
<body>
  <h1>📊 月度看板</h1>
  <div class="dashboard">
    <div class="card">
      <h3>销售额趋势</h3>
      <canvas id="lineChart"></canvas>
    </div>
    <div class="card">
      <h3>各部门占比</h3>
      <canvas id="pieChart"></canvas>
    </div>
  </div>
  <script>
    const ctx1 = document.getElementById('lineChart').getContext('2d');
    new Chart(ctx1, {
      type: 'line',
      data: {
        labels: ['一月','二月','三月','四月','五月'],
        datasets: [{
          label: '销售额(万元)',
          data: [120, 150, 180, 140, 200],
          borderColor: '#2E86AB',
          tension: 0.3
        }]
      }
    });
    const ctx2 = document.getElementById('pieChart').getContext('2d');
    new Chart(ctx2, {
      type: 'pie',
      data: {
        labels: ['销售部','技术部','市场部','运营部'],
        datasets: [{
          data: [35, 25, 20, 20],
          backgroundColor: ['#FF6B6B','#4ECDC4','#45B7D1','#96CEB4']
        }]
      }
    });
  </script>
</body>
</html>

优点：美观、轻松部署到任意静态服务器
缺点：需手动更新数据

场景	推荐方法
快速生成报表图片	方法一（Matplotlib）
需要交互式网页	方法二（Plotly）
纯终端环境 / SSH	方法三（Bash）
前端开发 / 静态部署	方法四（HTML+JS）

如何用脚本生成简单数据看板

使用 Python + Matplotlib/Seaborn（静态看板）

使用 Python + Plotly（交互式看板）

使用 Bash + CSV + 文本报告（极简方案）

使用 HTML + JavaScript 单页看板（前端方案）

推荐选择