SMARTCHART使用指南


SmartChart designed for you

SmartChart是为你而生的一个产品, 你只需要使用通用开发技术就可以使用,无需学习特定的技能, 因为她的通用性, 所以让你的知识不会因为改变而淘汰

因为她的灵活性, 你可以充分发挥你的智慧让她变得非常的Smart

抛弃繁琐的操作, 加速你的开发效率, 和BI产品相比, 如同Linux与Window的区别

她是一个数据集装箱, 让你非常方便的把数据组装起来后, 可使用统一的接口对外服务,支持系统间嵌入,实时,快速定制化开发. 你也可以理解为数据中台, 用可视化提供统一数据服务. 这是一个面向开发人员的平台, 实现数据的最后一公里...

Read more

SMARTCHART多项筛选联动


Smartchart对于单项筛选有通用的组件, 可以直接配置即可,但对于个性化的筛选,需要你进行一些简单的定制化,以下就针对多项筛选联动的需求来介绍如何定制化你的筛选联动效果 以我们内置的仪表盘为例,

第一步,新建一个数据集,可将其移到0号位置

第二步,在新的数据集中编写查询

select distinct H1 as heroname  from smartdemo2 limit 10

第三步,编辑此数据集的图形,可复制以下代码

//select distinct xx  from tablename
let dataset=__dataset__;
let table = ...

Read more

SMARTCHART布局指引


整理一份完整的SmartChart布局说明给大家

响应式布局

一般报表推荐使用响应式布局, 一次布局可以同时满足大屏/移动端的需求 当你新增一个数据集时, smartchart会给你一段默认的代码

<div class="col-xs-12 col-md-12" style="padding:0.5% 0.5%;" >
  <div style="height:50%;" id="container_{name}"></div>
</div>

col-md-1...

Read more

smartchart多功能表格


大家在使用smartchart的过程中, 如果使用图形会非常方便, 因为可以直接使用echarts的配置项, 但是如果使用表格就稍微有些麻烦, 因为echarts没有相关的功能
所以我们会在3.9.9.10的版本中内置多功能表格的实现, 可以实现滚动, 及点击响应效果, 也能够快速生成常规的表格
你需要做的是复制以下代码到图形中, 按要求修改就可以了
let dataset=__dataset__;
let rowhead = dataset[0];
let dataObj = ds_createMap_all(dataset);

let tbstyle = "border:...

Read more

smartchart的设计理念


为了让大家能够更好的使用smartchart, 理解她的设计哲学可能会有所帮助, 以下供大家参考:

  • smartchart是先有数据集才会有图形, 而其它产品一般是先布局后找数据, 所以很多新入门smartchart的同学一进来就是去修改图形, 我们认为图形只是数据的一个展现形式, 做可视化的目的首先是数据, 然后才是看用什么样的图形来展示才最合理, 所以我们会先要你保存数据集, 这是第一个设计理念的不同

  • smartchart推荐的响应式布局, 就是一次布局可以同时满足大屏, 电脑, 平板, 手机端的页面, 不用再做特殊调整. 为什么不设计成拖拽来设计长宽高? 因为我们发现, 你最终...

Read more

Python连接器使用说明


当SQL查询无法满足你的需求, 你需要对查询后的结果进行处理, 或者你需要使用Excel的数据源, 甚至你需要对不同系统的数据进行查询, Python连接器可以帮到你

# 内置函数说明
ds_get(id)    #输入目标数据集的id名, 可以获取目标数据集
ds_df(id)     #输入目标数据集的id名, 转化成pandas的df对象
ds_sql(conn_name, sql_str)     #输入连接池中的名称, SQL语句, 获取数据集
ds_list(df)   #将pandas的df对象转化成数据集
使用方法样列说明
# 读取Excel数据处理
import pa...

Read more

SmartChart简易模板套餐


为方便大家快速开发大屏, 转化了些通用模板给大家使用

框架布局已经全部处理, 数据集已建立, 你仅需要编写SQL和图形开发即可
转化模板都是需要耗费些休息的时间, 是smartchart的增值服务

由于开发模板需要耗费一定的精力和服务器资源, 为了smartchart生态能稳定运行和鼓励大家开发模板, 所以一键应用模板的功能为有偿服务, 有需求可以象征性的贡献一杯咖啡的费用即可获取一个模板或一个云备份存储KEY 目前有偿服务有:

  • 模板的云备份存储, 你可以随时随地上传下载你自已的模板
  • 一键应用炫酷的共享模板
  • 请尊重作者劳动成果, 获取模板后, 不要进行散布
  • 使用方法: https://...

Read more

Pandas与SQL对比


与SQL比较

大多数示例将使用tipspandas测试中找到的数据集。我们将数据读入名为tips的DataFrame中,并假设我们有一个具有相同名称和结构的数据库表。

In [3]: url = ('https://raw.github.com/pandas-dev'
   ...:        '/pandas/master/pandas/tests/data/tips.csv')
   ...: 

In [4]: tips = pd.read_csv(url)

In [5]: tips.head()
Out[5]: 
   total_bill ...

Read more

SMARTCHART与Jupyter notebook


Smartchart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 和 通用化, 不仅仅是一个绘图工具, 而且是一个平台

我们有什么不一样:

  • 使用上手非常简单, 仅仅只有两个命令, get and set
  • 配置项采用原生的Echarts配置, 无重复学习成本, 使用顺滑
  • 支持Echarts所有功能, 可定制化程度高, 显示效果好
  • 数据可以固化存储, 采用smartchart Portal可以直接拼接炫酷大屏
  • 可嵌入也可以弹出窗口显示, 也可以dashboard中显示

安装使用方法

pip install s...

Read more