本期小编为大家推荐两款功能非常强大的
开源数据可视化分析平台,
没有最强,只有更强,
Datagear和SmartChart,
精彩不容错过。
Datagear
DataGear是码云GVP项目,是一款开源免费的数据可视化分析平台。


DataGear是一款开源免费的数据可视化分析平台,可自由制作任何您想要的数据可视化看板,支持接入SQL、CSV、Excel、HTTP接口、JSON等多种数据源。
系统基于Spring Boot、Jquery、ECharts等技术开发。
01
系统特点
动态接入多种数据源
支持动态接入任意提供JDBC驱动的数据库,包括MySQL、Oracle、PostgreSQL、SQL Server等关系数据库,以及Elasticsearch、ClickHouse、Hive等大数据引擎
支持多种格式的数据集
支持创建SQL、CSV、Excel、HTTP接口、JSON数据集,可将数据集定义为动态参数化数据集,可添加文本框、下拉框、日期框、时间框等类型的数据集参数,为构建动态可交互图表提供支持
丰富强大的图表功能
图表可聚合多个不同格式的数据集,轻松构建同比、环比数据图表,内置折线图、柱状图、饼图、地图、雷达图、漏斗图、散点图、K线图、桑基图等50+开箱即用的图表,并且支持自定义图表配置项,支持编写和上传自定义图表插件
可自由编辑的数据可视化页面
可视化页面采用原生的HTML网页作为模板,可自由编辑页面内容,支持导入任意HTML网页,为元素添加扩展属性即可绑定和配置图表,页面内置丰富的API,可构建图表联动、数据钻取、异步加载、交互表单等个性化的数据可视化页面
02
架构图

03
Datagear大屏模板
Datagear提供了大量免费的酷炫大屏模板,同时,支持
静态大屏HTML模板,可作为看板模板导入DataGear数据可视化分析平台,制作大屏展示数据可视化看板。



04
看板效果图



SmartChart
简介
SmartChart基于Echarts/Django的微代码开发平台,适用于任何WEB项目
简单, 敏捷, 高效,通用化, 高度可定制化, 让你的项目瞬间档次提升, 比拖拽开发更方便
完全真正打通前后端, 支持图形数据联动,筛选,钻取, 支持几乎常见的所有数据库
积木式的开发模式, 开箱即用, 安装简单, 依赖少, 适应各种平台
高度可定制化, 注意是高度可定制化!!


应用场景一: 快速启动, 独立平台使用(推荐!)
本地命令行启动: smartchart
如果你是服务器部署,远程访问,服务端启动方式: smartchart runserver 0.0.0.0:8000 --insecure
应用场景二: 在python,Jupyter中作为数据分析使用
支持像pyecharts,Matplotlib等python绘图工具一样在Jupyter中使用, 更加方便, 更加炫酷 仅仅只有两个命令,get and set, 简化数据分析工作

应用场景三: 外部系统对接方式
应用场景三: 外部系统对接方式
# 如果需要,你可以采用单点登录的方式与smartchart进行对接嵌入
'/echart/smart_login?id=xxx&stamp=xxx&token=xxx&url=/'
'''
参数说明:
id: 用户名(在smartchart平台中管理)
stamp: 时间戳(1970年1月1日到生成时间的毫秒数)
token: 采用sha1加密, token=SHA1(链接秘钥+stamp+id)
链接秘钥默认smartchart,
请在环境变量设定SMART_KEY替换(重要)
url: 登录成功后跳转链接
'''
# 提示:为了数据安全,对外生产环境使用,务必设定你的环境变量SMART_KEY
复制
应用场景四: 在django项目中当作apps使用
django新手不建意使用此方法
django新手推荐下载此项目使用
请直接下载gitee/github的项目后
pip install smartchart
启动方式 python manage.py runserver
帐号: admin/amdin
复制
数据库支持说明
原生支持的有mysql,sqlite,API,EXCEL数据, 你可以使用python连接器扩展任意数据源
SQL Server 需安装 pip install pymssql
ORACLE 需安装 pip install cx_Oracle
GP,Postgrep 需安装 pip install psycopg2
Impala 需安装 pip install impyla
DB2 需安装 pip install ibm_db
Python 需安装 pip install pandas, openpyxl
....

更多数据科学知识,请扫码关注:全栈数据

评论
