腾讯云图 作者：赵艳秋 《IT经理世界》授权合作转载 虽然对外开放一年多，但在喧闹的云计算市场上，腾讯云仍显得谨慎和低调。他们准备好了吗？他们云业务的战略是什么？ 其次，是更底层技术API的开放。腾讯的高管曾说过，宁愿自己革自己的命，也不要等着别人来革自己的命。 现在，腾讯云官网上发布了开放API的列表，在腾讯云上做运维服务的合作伙伴，可以直接调用腾讯云底层的多种能力，去运维成百上千台服务器。 胡文生认为，腾讯云这次的开放与腾讯公司提出的“连接一切”的理念是一致的，这种多层次的开放做得也更为彻底，让云上的创业者更有发展空间。 因为在2B领域的采购中，使用者和决策者往往是分离的，既要解决使用者的体验，还要有合适的通道去触动决策者。渠道与客户决策者天然的连接关系，是2C公司所不具备的。
可以添加自定义词典userdict.txt,然后jieba.load_userdict(file_name) ,file_name为文件类对象或自定义词典的路径 # 自定义词典格式和默认词库dict.txt cut_text= jieba.cut(text ) result= "/".join(cut_text) #必须给个符号分隔开分词结果来形成字符串,否则不能绘制词云 # print(result) #3、生成词云图 ，这里需要注意的是WordCloud默认不支持中文，所以这里需已下载好的中文字库 #无自定义背景图：需要指定生成词云图的像素大小，默认背景颜色为黑色,统一文字颜色：mode='RGBA'和colormap min_font_size=10)#,mode='RGBA',colormap='pink') wc.generate(result) wc.to_file(r"wordcloud.png") #按照设置的像素宽高度保存绘制好的词云图 ，比下面程序显示更清晰 # 4、显示图片 plt.figure("词云图") #指定所绘图名称 plt.imshow(wc) # 以图片的形式显示词云 plt.axis("off")
腾讯云图是一站式数据可视化展示平台，旨在帮助用户快速通过可视化图表展示大量数据，低门槛快速打造出专业大屏数据展示。新用户0.99元起，轻松搞定数据可视化
()：动态修改词典集) 5、wordcoloud库的使用说明 6、绘制鹿鼎记的词云图(未去掉停用词) 7、绘制鹿鼎记的词云图(去掉停用词) 8、如何针对excel中的某一列绘制词云图呢？ 5、wordcoloud库的使用说明 6、绘制鹿鼎记的词云图(未去掉停用词) 1）什么是词云图？ 如常见的“的”、“在”、“和”、“接着”之类。还有一些符号，像 “,”，“!”等，也都没有实在意义。因此，在进行词频统计的时候，可以将这些词语事先剔除掉，在进行词云图的绘制。 1）相关说明 其实整个绘制词云图的步骤，还是和上述绘制词云图的步骤一摸一样。唯一不同的是，上面用于绘制词云图的文件，是一个txt文本文件。 但是这里用于绘制词云图的文件，是一个excel文件，并且还是针对excel中的某一列内容，进行词云图的绘制。
本文的写作内容是将25000条评论当中的热词提取出来，并制作词云图 开发环境是jupyter notebook，如果进行实践请使用与作者相同的开发环境。 image.png 2.获得评论列表 从上一幅图中可以看出评论在数据类型为DataFrame的df变量的review字段中，通过df['review']取出。 df['review']是Series对象，Series对象有tolist方法，返回值的数据类型为列表list。df['review'].tolist()的返回值是每一条评论组成的列表list。 文中的每一步编辑好代码之后需要在jupyter notebook中运行，这样可以保证每一步的独立正确性。 Counter方法的返回值数据类型是一个collections.Counter对象，集成了字典dict的一些特性。
前言 之前的文章我们已经介绍了如何使用wordcloud库制作中英文词云图，并介绍了中英文停用词的使用方法，但如何美化词云图，例如换字体背景颜色，背景换成图片等，这些将在本篇文章进行详细介绍。 参数详解 要想美化词云图，首先就要明白wordcloud自定义的参数的各个意思。 如：bg_pic = imread('读取一张图片.png')，背景图片的画布一定要设置为白色（#FFFFFF），然后显示的形状为不是白色的其他颜色。 可以用ps工具将自己要显示的形状复制到一个纯白色的画布上再保存，就ok了。 scale : float (default=1) #按照比例进行放大画布，如设置为1.5，则长和宽都是原来画布的1.5倍 min_font_size : int (default=4) #显示的最小的字体大小
前言 之前的文章我们已经介绍了如何使用wordcloud库制作中英文词云图，并介绍了中英文停用词的使用方法，介绍了如何美化词云图，例如换字体背景颜色，背景换成图片等，那这次我们就以现在很火的电视剧赘婿为例 ，制作赘婿小说的词云图。 数据准备 赘婿小说txt 停用词表 一张赘婿相关背景图 制作流程 读取小说文本 利用jieba库对文本进行分词 设置停用词表 利用wordcloud库制作词云图 代码 根据上面的流程，编写代码。 max_words=2000) wc.generate(cut_word) #改变字体颜色 img_colors = ImageColorGenerator(background_image) #字体颜色为背景图片的颜色 词云图可以看出，还是有很多次我们还需要过滤掉，这部分内容在jieba库的使用中再进行讲解。
“企业发展与时俱进，他们需要的是一个运行可靠，可以随时扩容，并且灵活易用的云平台。”纳德拉说，“目前，在财富500强企业中，已经有80%在使用微软的云服务。 微软还宣布Azure将提供全新的G系列虚拟机和高级存储服务。G系列虚拟机由最新的英特尔Xeon处理器驱动，是目前全球范围内公有云上最强大的虚拟机。 同时，Azure新增的高级存储服务，也将提供与虚拟机相匹配的高性能。二者相辅相成，将提供企业级保障的计算规模和高性能，充分满足企业用户和开发者在云平台上运行最苛刻工作负载的需求。 通过集成来自戴尔的硬件和微软的软件，云平台系统可以让客户和合作伙伴同时享有Azure公有云的优势，以及对本地数据机的完全控制。微软云平台系统预定于11月3日正式开放销售。 微软公司云计算与企业级产品工程部执行副总裁Scott Guthrie表示，“通过创造一个能提供更多选择和灵活性的开放平台，我们将为与时俱进的企业客户和开发者搭建起一条彼此连接的纽带，为移动为先，云为先的世界创造更多新的商业机会
使用说明 1.申请又拍云账号，老样子，略，不知道的都去面壁思过把。 2.点击云储存，创建服务，按照要求建立咯，傻瓜式的，这里就不介绍了。 3.划重点，有域名的绑定自己的域名，注意不能是顶级域名，否则无效， 根据自己的意愿取个二级域名的名称，填写进来就可以了，等待审核。 审核通过后，会受到一个cname的地址，将添加到自己的域名解析设置里，解析方式选择cname。 4.敲级简单的图床就好啦，免费有木有。测试了下上传图片。 ok,完美 5.有需要的可以在又拍云的控制台上设置图片的水印和防盗链，以防别人盗图。 6.解决又拍云需要网站底部外链的要求 在typecho的主题下面找到footer.php文件，在中添加如下代码（图片路径修改为自己的，样式可自己调整）： 感谢以下服务提供的技术支持5510词云图源代码#**使用“结巴”分词库进行文本分词，再结合“词云图”库，用指定的图片作为蒙版，分词出的关键字进行填充。 content,topK=100) #打开背景图片并numpy转换 mask_pic=numpy.array(Image.open("fz.png")) test=" ".join(tags) #转换后的文本生成词云图 jieba库基本介绍 (1)、jieba库概述 jieba是优秀的中文分词第三方库 - 中文文本需要通过分词获得单个的词语 - jieba是优秀的中文分词第三方库，需要额外安装 - 汉字间概率大的组成词组，形成分词结果 - 除了分词，用户还可以添加自定义的词组 2、jieba库使用说明 (1)、jieba分词的三种模式 精确模式、全模式、搜索引擎模式 - 精确模式：把文本精确的切分开，不存在冗余单词 - 全模式：把文本中所有可能的词语都扫描出来，有冗余 - 搜索引擎模式：在精确模式基础上，对长词再次切分50020在线绘制词云图前言 之前我们介绍了wordcloud，pyecharts库制作词云图的方法，那肯定有小伙伴想问，不会编程，怎么制作一个好看的词云图了？ 其实网上有很多网站，都支持在线绘制词云图，这里我就介绍一个，也是我平时不写代码时候常常使用的一个网站，那就是wordart（https://wordart.com/）。 我们都知道制作词云图第一步就是要统计高频词语，如图所示，我们可以通过ADD添加词和词的大小。 ? 当然，为了方便，我们可以通过Import一次性全部添加进来，这里我们选择csv格式，中间用冒号隔开。 接下来就是自定义的一些设置了，例如形状，字体，样式等等，大家自行尝试即可。大家一定要记住，中文一定要设置一个中文字体哦。 ? 设置完后，就可以选择visualize生成词云图了~ ? 最后，下载下来即可，如果需要下载高清的就是需要收费，不过普通的就够用了。 ? ? 今天的分享就到这里啦，我们下期再见~1.1K103.python词云图的生成3.1.python词云图 安装库 pip install jieba wordcloud matplotlib 准备 txt文本 字体(simhei.ttf) 词云背景图片 代码 import matplotlib.pyplot max_words=1000 ) wc.generate(result) wc.to_file('jielun.png') #图片保存 #5.显示图片 plt.figure('jielun') #图片显示的名字 plt.imshow(wc) plt.axis('off') #关闭坐标 plt.show() 根据不同的背景图片显示的效果： ?71440词云图wordcloud学习笔记词云图，也叫文字云，是对文本中出现频率较高的“关键词”予以视觉化的展现，词云图过滤掉大量的低频低质的文本信息，使得浏览者只要一眼扫过文本就可领略文本的主旨。 https://github.com/amueller/word_cloud 官方地址:https://amueller.github.io/word_cloud/ wordcloud 是一个python实现的高效词频可视化工具 ，除了可以使用各种mask和颜色提供个性化的掩膜，还可以通过api便捷的挑战获得个性化的词云输出。 安装 pip install wordcloud wordcloud 包含三个主要api WordCloud([font_path, width, height, …]) 最重要的函数生成和描绘词云. 可以根据文本中词语出现的频率等参数绘制词云 绘制词云的形状、尺寸和颜色都可以设定 wordcloud库常规方法 w = wordcloud.WordCloud() 以WordCloud对象为基础 配置参数24120市场经济的大数据“云图”许多大公司都非常重视情报信息的作用，或投入巨资建立起自己的竞争情报系统，或委托第三方机构提供情报服务，力图让自己的市场信息对称起来，为科学决策和运营管理提供支撑，从而获得超越竞争对手的竞争优势。 ——我们将迎来前所未有的信息浪潮，信息化不再是传统认识上的“流程上的信息化”，而应该回归到信息化的本身——“数据信息本身的信息化”。 有了大数据的支撑，人们将从万千年来的传统“因果性思维方式”中挣脱出来，并将跳跃到具有无限魅力的“相关性思维方式”中，人类将因此拥有无边无际的想象力和应用力。 ——产业情报臃肿的“研究报告”将变为唾手可得的“碎片化情报”；情报不再是单个企业的“个体”应用，而是一个产业链各个主体的“群体”应用；情报不再是从企业到咨询公司的“单项”应用，而变为“双向”（需求提出） …… 如果这些情景一一实现，市场经济将是人们真正期待的自由经济，一个健康稳健的全球化市场也就为期不远了。 见华夏时报：市场经济的大数据“云图”85670【云图床】云图床崛起究竟比路过图床好在哪里？> 很多朋友问云图床的出现而且热度极高的原因是啥呢？究竟比路过图床好在哪里？今天我就来对比测试一下云图床与路过图床的性能对比！ 测试1 ：同张图片的上传速度 都达到了毫秒级上传速度（5M以内） 在5M-30M以内 云图床的上传速度较快于路过图床 测试2：图片源的ping值测试 云图床源图片地址https://ss.im5i.com 而路过图床的图片源多在国外，相对于云图床而言 更适合国内做海外电商的用户使用 测试3：图片访问速度 云图床源图片地址https://ss.im5i.com/2021/08/02/G8gHl.jpg 路过图床源图片地址 https://z3.ax1x.com/2021/08/02/fSfY4A.jpg 我们从卡卡网国内测试数据可以看出 国内用户选择云图床是较合适的 测试4：用户体验 由于云图床和路过图床采用的是同一个图床系统 2家图床的地址 云图床：cloudimge.com 路过图床：imgtu.com 本篇文章测评本着公平公正的态度进行测评，分别采用站长之家的ping值测试和卡卡网的国内网站访问速度的测试 感谢大家的阅读9110Python生成词云图，TIIDF方法文本挖掘: 词频统计，词云图python中使用wordcloud包生成的词云图。 下面来介绍一下wordcloud包的基本用法。 如：bg_pic = imread('读取一张图片.png')，背景图片的画布一定要设置为白色（#FFFFFF），然后显示的形状为不是白色的其他颜色。 可以用ps工具将自己要显示的形状复制到一个纯白色的画布上再保存，就ok了。 min_font_size : int (default=4) //显示的最小的字体大小 font_step : int (default=1) //字体步长，如果步长大于1，会加快运算但是可能导致结果出现较大的误差 max_words : number (default=200) //要显示的词的最大个数 stopwords : set of strings or None //设置需要屏蔽的词，如果为空，则使用内置的1.2K60Python生成词云图，TIIDF方法文本挖掘: 词频统计，词云图python中使用wordcloud包生成的词云图。 下面来介绍一下wordcloud包的基本用法。 如：bg_pic = imread('读取一张图片.png')，背景图片的画布一定要设置为白色（#FFFFFF），然后显示的形状为不是白色的其他颜色。 可以用ps工具将自己要显示的形状复制到一个纯白色的画布上再保存，就ok了。 min_font_size : int (default=4) //显示的最小的字体大小 font_step : int (default=1) //字体步长，如果步长大于1，会加快运算但是可能导致结果出现较大的误差 max_words : number (default=200) //要显示的词的最大个数 stopwords : set of strings or None //设置需要屏蔽的词，如果为空，则使用内置的1.1K50Pyecharts词云图制作教程前言 之前我们使用wordcloud库制作了词云图，今天我们就来学习另外一种制作词云图的方法，那就是pyecharts库，与wordcloud库不同的是，pyecharts库除了可以制作词云图外，还可以制作 pip install pyecharts 需要注意的是，pyecharts库现在是有两个版本的，分为v0.5.X 和 v1 两个大版本，v0.5.X 和 v1 间不兼容，v1 是一个全新的版本，默认安装是 v1版本，而且v，0.5.X已经不再更新了，所以本次教程默认使用v1版本的。 实战 这里需要注意的就是传入的数据格式为[(word1, count1), (word2, count2)]。所以实际案例中，我们就要构造成该格式的数据即可，还是以赘婿小说为例。 最后，词云图的参数设置可以看https://pyecharts.org/#/zh-cn/basic_charts，今天的分享就到这了，我们下期再见~1.2K50R-wordcloud: 词云图好几位读者来信说，《R语言数据可视化之美》(增强版)的词云图的代码有问题，我今天更新了一轮，这主要原因在R语言及其包的更新，导致源代码有可能运行错误。 这样的话，可以使文本分析过程与词云图绘制分离开来，不会因为其中一部分的程序有误而不能运行另外一部分的程序。关于词云图更加详细的讲解，请学习《R语言数据可视化之美》(增强版)。 (term.matrix)可以绘制对比词云图，term. matrix是一个行名，代表文本，每列数值代表文本对应的频数的矩阵。 图3-9-3 单篇文章的词云图和图3-9-4两篇文章的词云图的具体代码如下所示。 图3-9-2 词的频率数据 ? 图3-9-3 单篇文章的词云图 ? 图3-9-4 两篇文章的词云图 【本文内容摘自《R语言数据可视化之美》】 ?70710腾讯云图床api php/test.jpg'; // 设置为你的图片路径 ，可根据此代码修改修改api $ch = curl_init(); curl_setopt($ch,CURLOPT_HEADER, 0); curl_setopt1.7K40腾讯云图使用经验小结1.csv文件的编码必须是utf8，不支持gb2312的，第一行是数据序列名称 2.API数据源只支持json格式，不支持csv格式，csv只支持上传到服务器上的资源文件 3.柱状图的显示有问题，总是从底部开始显示 ，而不是通常的从0轴开始显示，因此正常情况下只能用来显示全是正数的数据 4.可以传递变量，如https://www.examplesite.com/marketdata.py? （需打开组件的联动功能，方可点击和自动切换），由于无法联动，所以tab切换和点击只能是花架子，无实际运行效果，只能从后台API上下功夫，前端只能是展示1.7K20
#**使用“结巴”分词库进行文本分词，再结合“词云图”库，用指定的图片作为蒙版，分词出的关键字进行填充。 content,topK=100) #打开背景图片并numpy转换 mask_pic=numpy.array(Image.open("fz.png")) test=" ".join(tags) #转换后的文本生成词云图 jieba库基本介绍 (1)、jieba库概述 jieba是优秀的中文分词第三方库 - 中文文本需要通过分词获得单个的词语 - jieba是优秀的中文分词第三方库，需要额外安装 - 汉字间概率大的组成词组，形成分词结果 - 除了分词，用户还可以添加自定义的词组 2、jieba库使用说明 (1)、jieba分词的三种模式 精确模式、全模式、搜索引擎模式 - 精确模式：把文本精确的切分开，不存在冗余单词 - 全模式：把文本中所有可能的词语都扫描出来，有冗余 - 搜索引擎模式：在精确模式基础上，对长词再次切分
前言 之前我们介绍了wordcloud，pyecharts库制作词云图的方法，那肯定有小伙伴想问，不会编程，怎么制作一个好看的词云图了？ 其实网上有很多网站，都支持在线绘制词云图，这里我就介绍一个，也是我平时不写代码时候常常使用的一个网站，那就是wordart（https://wordart.com/）。 我们都知道制作词云图第一步就是要统计高频词语，如图所示，我们可以通过ADD添加词和词的大小。 ? 当然，为了方便，我们可以通过Import一次性全部添加进来，这里我们选择csv格式，中间用冒号隔开。 接下来就是自定义的一些设置了，例如形状，字体，样式等等，大家自行尝试即可。大家一定要记住，中文一定要设置一个中文字体哦。 ? 设置完后，就可以选择visualize生成词云图了~ ? 最后，下载下来即可，如果需要下载高清的就是需要收费，不过普通的就够用了。 ? ? 今天的分享就到这里啦，我们下期再见~
3.1.python词云图 安装库 pip install jieba wordcloud matplotlib 准备 txt文本 字体(simhei.ttf) 词云背景图片 代码 import matplotlib.pyplot max_words=1000 ) wc.generate(result) wc.to_file('jielun.png') #图片保存 #5.显示图片 plt.figure('jielun') #图片显示的名字 plt.imshow(wc) plt.axis('off') #关闭坐标 plt.show() 根据不同的背景图片显示的效果： ?
词云图，也叫文字云，是对文本中出现频率较高的“关键词”予以视觉化的展现，词云图过滤掉大量的低频低质的文本信息，使得浏览者只要一眼扫过文本就可领略文本的主旨。 https://github.com/amueller/word_cloud 官方地址:https://amueller.github.io/word_cloud/ wordcloud 是一个python实现的高效词频可视化工具 ，除了可以使用各种mask和颜色提供个性化的掩膜，还可以通过api便捷的挑战获得个性化的词云输出。 安装 pip install wordcloud wordcloud 包含三个主要api WordCloud([font_path, width, height, …]) 最重要的函数生成和描绘词云. 可以根据文本中词语出现的频率等参数绘制词云 绘制词云的形状、尺寸和颜色都可以设定 wordcloud库常规方法 w = wordcloud.WordCloud() 以WordCloud对象为基础 配置参数
许多大公司都非常重视情报信息的作用，或投入巨资建立起自己的竞争情报系统，或委托第三方机构提供情报服务，力图让自己的市场信息对称起来，为科学决策和运营管理提供支撑，从而获得超越竞争对手的竞争优势。 ——我们将迎来前所未有的信息浪潮，信息化不再是传统认识上的“流程上的信息化”，而应该回归到信息化的本身——“数据信息本身的信息化”。 有了大数据的支撑，人们将从万千年来的传统“因果性思维方式”中挣脱出来，并将跳跃到具有无限魅力的“相关性思维方式”中，人类将因此拥有无边无际的想象力和应用力。 ——产业情报臃肿的“研究报告”将变为唾手可得的“碎片化情报”；情报不再是单个企业的“个体”应用，而是一个产业链各个主体的“群体”应用；情报不再是从企业到咨询公司的“单项”应用，而变为“双向”（需求提出） …… 如果这些情景一一实现，市场经济将是人们真正期待的自由经济，一个健康稳健的全球化市场也就为期不远了。 见华夏时报：市场经济的大数据“云图”
> 很多朋友问云图床的出现而且热度极高的原因是啥呢？究竟比路过图床好在哪里？今天我就来对比测试一下云图床与路过图床的性能对比！ 测试1 ：同张图片的上传速度 都达到了毫秒级上传速度（5M以内） 在5M-30M以内 云图床的上传速度较快于路过图床 测试2：图片源的ping值测试 云图床源图片地址https://ss.im5i.com 而路过图床的图片源多在国外，相对于云图床而言 更适合国内做海外电商的用户使用 测试3：图片访问速度 云图床源图片地址https://ss.im5i.com/2021/08/02/G8gHl.jpg 路过图床源图片地址 https://z3.ax1x.com/2021/08/02/fSfY4A.jpg 我们从卡卡网国内测试数据可以看出 国内用户选择云图床是较合适的 测试4：用户体验 由于云图床和路过图床采用的是同一个图床系统 2家图床的地址 云图床：cloudimge.com 路过图床：imgtu.com 本篇文章测评本着公平公正的态度进行测评，分别采用站长之家的ping值测试和卡卡网的国内网站访问速度的测试 感谢大家的阅读
python中使用wordcloud包生成的词云图。 下面来介绍一下wordcloud包的基本用法。 如：bg_pic = imread('读取一张图片.png')，背景图片的画布一定要设置为白色（#FFFFFF），然后显示的形状为不是白色的其他颜色。 可以用ps工具将自己要显示的形状复制到一个纯白色的画布上再保存，就ok了。 min_font_size : int (default=4) //显示的最小的字体大小 font_step : int (default=1) //字体步长，如果步长大于1，会加快运算但是可能导致结果出现较大的误差 max_words : number (default=200) //要显示的词的最大个数 stopwords : set of strings or None //设置需要屏蔽的词，如果为空，则使用内置的
前言 之前我们使用wordcloud库制作了词云图，今天我们就来学习另外一种制作词云图的方法，那就是pyecharts库，与wordcloud库不同的是，pyecharts库除了可以制作词云图外，还可以制作 pip install pyecharts 需要注意的是，pyecharts库现在是有两个版本的，分为v0.5.X 和 v1 两个大版本，v0.5.X 和 v1 间不兼容，v1 是一个全新的版本，默认安装是 v1版本，而且v，0.5.X已经不再更新了，所以本次教程默认使用v1版本的。 实战 这里需要注意的就是传入的数据格式为[(word1, count1), (word2, count2)]。所以实际案例中，我们就要构造成该格式的数据即可，还是以赘婿小说为例。 最后，词云图的参数设置可以看https://pyecharts.org/#/zh-cn/basic_charts，今天的分享就到这了，我们下期再见~
好几位读者来信说，《R语言数据可视化之美》(增强版)的词云图的代码有问题，我今天更新了一轮，这主要原因在R语言及其包的更新，导致源代码有可能运行错误。 这样的话，可以使文本分析过程与词云图绘制分离开来，不会因为其中一部分的程序有误而不能运行另外一部分的程序。关于词云图更加详细的讲解，请学习《R语言数据可视化之美》(增强版)。 (term.matrix)可以绘制对比词云图，term. matrix是一个行名，代表文本，每列数值代表文本对应的频数的矩阵。 图3-9-3 单篇文章的词云图和图3-9-4两篇文章的词云图的具体代码如下所示。 图3-9-2 词的频率数据 ? 图3-9-3 单篇文章的词云图 ? 图3-9-4 两篇文章的词云图 【本文内容摘自《R语言数据可视化之美》】 ?
/test.jpg'; // 设置为你的图片路径 ，可根据此代码修改修改api $ch = curl_init(); curl_setopt($ch,CURLOPT_HEADER, 0); curl_setopt
1.csv文件的编码必须是utf8，不支持gb2312的，第一行是数据序列名称 2.API数据源只支持json格式，不支持csv格式，csv只支持上传到服务器上的资源文件 3.柱状图的显示有问题，总是从底部开始显示 ，而不是通常的从0轴开始显示，因此正常情况下只能用来显示全是正数的数据 4.可以传递变量，如https://www.examplesite.com/marketdata.py? （需打开组件的联动功能，方可点击和自动切换），由于无法联动，所以tab切换和点击只能是花架子，无实际运行效果，只能从后台API上下功夫，前端只能是展示
腾讯云图 （TCV）是一站式数据可视化展示平台，旨在帮助用户快速通过可视化图表展示海量数据，10 分钟零门槛打造出专业大屏数据展示。精心预设多种行业模板，极致展示数据魅力。采用拖拽式自由布局，无需编码，全图形化编辑，快速可视化制作……
扫码关注云+社区
领取腾讯云代金券
云服务器
测试服务 WeTest
云数据库 PostgreSQL
文件存储
SSL 证书