我做了一个数据可视化库，功能直逼BI软件，还无须安装python

python 中如何做可视化报告？使用 Stream lit？你要把成品分享给别人，还需要自己部署一个 web 服务。否则就要把脚本发给别人。需要别人安装 python 才看到效果？别开玩笑了。

使用 pyecharts 做 echarts 图表，可以得到一个单独的 html 文件。

但是只能在一个图表中点点图例，这种动画效果，我真不知道有什么实际作用。

所以，一直以来我都是用 excel，power Bi，甚至 ppt 做最终的可视化报告。但我很不服气，为什么 python 就做不到？

于是我亲自造了一个 python 库，pybi-next。先看一个简单的效果。

它输出结果就一个 html 文件，随便发给别人，用浏览器打开就可以看到效果。不需要安装乱七八糟的东西。

打开看看：

• 首先，所有的下拉框(切片器)都可以影响到其他的东西(其他的切片器，图表，表格)

这种效果其实没有什么特别。再看看图表之间的联动。

• 鼠标移到图表上，表格和其他图表都会对应变化

去年我制作的 pyvisflow 也能做到这些效果，但它不是聚焦于 BI 数据可视化报告。pybi-next 专注于此具体场景。因此，代码上可以说是做到非常精简的程度。

那么，到底它如何做到代码精简，又能灵活设定联动机制。今天我将带你入门了解其机制。你会发现，原来做这种堪比 BI 软件的报告是这么简单的事情。

安装 pybi-next 库： shell pip install pybi-next -U

基于数据的联动

有一份省市区销量的 excel 数据：

导入相关库：

使用 pandas 加载数据

设置 pbi 的数据源：

• pbi.set_source 函数，传入 pandas 的数据表(DataFrame)即可

现在分别创建省市区3个下拉框和1个数据表格：

• 11-13行：3个切片器。注意，第一个参数传入的是前面创建的数据源 data ，并且通过 data['列名'] 指定了某一列
• 行15：创建表格
• 行18：生成结果文件

执行后，同目录下得到一个 html 文件。用浏览器打开，即可看到效果。

神奇的是，它们现在就已经可以联动！

注意，省市区3个切片器之间就能关联。就这么简单制作了三级联动下拉列表！

其他联动原理很简单：

如上图，一开始我们就创建了一个 data 的数据源。并且在创建切片器和表格的时候，都使用了 data 数据源。

当修改省份切片器选项时：

• 上图绿线，省份切片器通知 data 数据源
• 上图红线， data 数据源通知它的下游关联组件

"就这样？好像限制很多啊!"

别急，我们还有数据视图。

sql 也能联动

现在，新增一个"省份总销量"的表格，以及一个省份的切片器，这个省份切片器只能影响到"省份总销量"的表格。

先看效果：

• 为了更好展示，我让画面分成左右2个区域。
• 左边的3个切片器可以影响右边的东西(切片器和表格)
• 但右边的切片器，只会影响右边的表格

看看代码：

• 19-20行：通过 pbi.set_dataView ，传入 sql 语句，创建数据视图。 注意，这里使用 python 的 f-string ，sql 中的表名传入了 data 数据源。
• 行22-23：以上一步操作的 dv1 数据视图，创建控件即可 - 任何 sqlite 支持的 sql 查询语法或内置函数，都可以使用

为了更好讲解原理，上图不包含布局代码。得到的结果与演示动图不一致。

现在，你应该能体会到 pybi-next 联动机制的巧妙之处：

页面上，有 data 数据源 和 dv1 数据视图，并且 dv1 视图是 data 数据源的下游关联

当我修改左边的切片器选项：

data 会通知所以与之关联的下游控件，也包括 dv1 视图。dv1 改变，则会产生连锁反应，继续通知其下游控件

这种联动是内置的。你也可以断开某个视图的关联。也可以让某个控件跨越联动链条，触发指定的数据源变动。这些是高级应用，以后会讲解

这就是 pybi-next 的基本核心联动机制。你可以使用 sql ，创建无数个数据源与数据视图，使得它们按你的想法关联起来。