
importar traço
de dash.dependencies importar saída, entrada
importar dash_core_components como dcc importar dash_html_components como html
importar plotly,
importação aleatória plotly.graph_objs como ir
de coleções importar deque
de pandas_datareader.data importar
tempo de importação do DataReader, aleatório
app = dash.Dash('dados do veículo')
comprimento máximo = 20
vezes = deque (maxlen = comprimento máximo)
temperatura_do óleo = deque (
maxlen = comprimento máximo) temperatura_de admissão = deque (maxlen = comprimento máximo) temperatura do líquido
refrigerante = deque (maxlen = comprimento máximo)
rpms = deque (maxlen = comprimento máximo)
velocidades = deque (maxlen = comprimento máximo ) )
acelerador_pos = deque(maxlen=max_length)
data_dict = {"Temperatura do óleo":oil_temps,
"Temperatura de admissão": admissão_temps,
"Temperatura do líquido refrigerante": coolant_temps,
"RPM":rpms,
"Velocidade":velocidades,
"Posição do acelerador":throttle_pos}
def update_obd_values(tempos, oil_temps, consumo_temps, coolant_temps, rpms, velocidades, acelerador_pos):
times.append(time.time())
if len(times) == 1:
#starting relevant values
oil_temps.append(random.randrange(180,230))
intake_temps.append(random.randrange(95,115))
coolant_temps.append(random.randrange(170,220))
rpms.append(random.randrange(1000,9500))
speeds.append(random.randrange(30,140))
throttle_pos.append(random.randrange(10,90))
else:
for data_of_interest in [oil_temps, intake_temps, coolant_temps, rpms, speeds, throttle_pos]:
data_of_interest.append(data_of_interest[-1]+data_of_interest[-1]*random.uniform(-0.0001,0.0001))
return times, oil_temps, intake_temps, coolant_temps, rpms, speeds, throttle_pos
tempos, temperatura_óleo, temperatura_ingestão, temperatura_refrigerante, rpms, velocidades, acelerador_pos = update_obd_values(tempos, temperatura_óleo, temperatura_ingestão, temperatura_refrigerante, rpms, velocidades, acelerador_pos)
app.layout = html.Div([
html.Div([
html.H2('Dados do veículo',
style={'float': 'esquerda',
}),
]),
dcc.Dropdown(id='dados do veículo -name',
options=[{'label': s, 'value': s}
for s in data_dict.keys()],
value=['Temperatura do líquido refrigerante','Temperatura do óleo','Temperatura de admissão'],
multi =True
),
html.Div(children=html.Div(id='graphs'), className='row'),
dcc.Interval(
id='graph-update',
interval=100),
], className=" contêiner",style={'largura':'98%','margem-esquerda':10,'margem-direita':10,'largura máxima':50000})
@app.callback(
dash.dependencies.Output('graphs','children'),
[dash.dependencies.Input('vehicle-data-name',
'value'),dash.dependencies.Input('graph-update ', 'n_intervalos')]
)
def update_graph (nomes de dados, n_intervalos):
gráficos = []
update_obd_values (tempos, temperaturas_de óleo, temperaturas de admissão, temperaturas_de refrigeração, rpms,
velocidades, acelerador_pos) if len (nomes de dados)>2:
class_choice = 'col s12 m6 l4'
elif len (nomes de dados) = = 2:
class_choice = 'col s12 m6 l6'
else:
class_choice = 'col s12'
for data_name in data_names:
data = go.Scatter(
x=list(times),
y=list(data_dict[data_name]),
name='Scatter',
fill="tozeroy",
fillcolor="#6897bb"
)
graphs.append(html.Div(dcc.Graph(
id=data_name,
animate=True,
figure={'data': [data],'layout' : go.Layout(xaxis=dict(range=[min(times),max(times)]),
yaxis=dict(range=[min(data_dict[data_name]),max(data_dict[data_name])]),
margin={'l':50,'r':1,'t':45,'b':1},
title='{}'.format(data_name))}
), className=class_choice))
return graphs
externo_css = ["https://cdnjs.cloudflare.com/ajax/libs/materialize/1.0.0/css/materialize.min.css"]
para css em external_css:
app.css.append_css({"external_url": css})
externo_js =
['https://cdnjs.cloudflare.com/ajax/libs/materialize/0.100.2/js/materialize.min.js']
para js em external_js:
app.scripts.append_script({'external_url': js})
senome== 'principal':
app.run_server(debug=True)