Python:基于Flask框架的数据可视化系统
以下是一个基于Flask框架的数据可视化系统代码示例,包含核心功能实现:
python
复制
# app.py 后端核心代码 from flask import Flask, render_template, jsonify import sqlite3 from collections import defaultdict import jieba import reapp = Flask(__name__)# 自定义情感词典(示例) sentiment_words = {'好': 'positive', '不错': 'positive', '推荐': 'positive','差': 'negative', '难吃': 'negative', '投诉': 'negative' }# 数据库连接 def get_db():conn = sqlite3.connect('reviews.db')conn.row_factory = sqlite3.Rowreturn conn# 情感分析函数 def analyze_sentiment(text):positive = negative = 0words = jieba.lcut(text)for word in words:if word in sentiment_words:if sentiment_words[word] == 'positive':positive += 1else:negative += 1if positive > negative:return 'positive'elif negative > positive:return 'negative'else:return 'neutral'# 路由定义 @app.route('/') def dashboard():return render_template('dashboard.html')# 情感分布数据接口 @app.route('/api/sentiment') def sentiment_data():conn = get_db()cursor = conn.cursor()cursor.execute('SELECT sentiment, COUNT(*) FROM reviews GROUP BY sentiment')data = {row[0]: row[1] for row in cursor.fetchall()}conn.close()return jsonify(data)# 评分分布接口 @app.route('/api/score_dist') def score_dist():conn = get_db()cursor = conn.execute('''SELECT score, COUNT(*) as count FROM reviews GROUP BY score ORDER BY score''')result = [{'score': row[0], 'count': row[1]} for row in cursor]conn.close()return jsonify(result)# 分类统计接口 @app.route('/api/category_stats') def category_stats():conn = get_db()cursor = conn.execute('''SELECT category, COUNT(*) as count, AVG(score) as avg_score FROM reviews GROUP BY category''')result = [{'category': row[0],'count': row[1],'avg_score': round(row[2], 1)} for row in cursor]conn.close()return jsonify(result)# 关键词提取接口 @app.route('/api/keywords/<type>') def keywords(type):conn = get_db()cursor = conn.execute('SELECT content FROM reviews')texts = [row[0] for row in cursor.fetchall()]# 关键词提取逻辑keywords = []pattern = re.compile(r'服务|态度|热情' if type == 'service' else r'味道|口感|食材')for text in texts:words = jieba.lcut(text)keywords.extend([w for w in words if pattern.search(w)])# 统计词频freq = defaultdict(int)for word in keywords:freq[word] += 1return jsonify([{'name': k, 'value': v} for k, v in freq.items()])if __name__ == '__main__':app.run(debug=True)
html
复制
<!-- templates/dashboard.html 前端页面 --> <!DOCTYPE html> <html> <head><meta charset="utf-8"><title>数据可视化分析系统</title><link rel="stylesheet" href="/static/layui/css/layui.css"><script src="/static/echarts.min.js"></script><script src="/static/layui/layui.js"></script> </head> <body> <div class="layui-container"><!-- 情感分布 --><div class="layui-row"><div class="layui-col-md6"><div id="sentimentChart" style="height:400px"></div></div><div class="layui-col-md6"><div id="scoreChart" style="height:400px"></div></div></div><!-- 分类统计 --><div class="layui-row"><div id="categoryChart" style="height:400px"></div></div><!-- 关键词云 --><div class="layui-row"><div class="layui-col-md6"><div id="serviceWordcloud" style="height:300px"></div></div><div class="layui-col-md6"><div id="tasteWordcloud" style="height:300px"></div></div></div> </div><script> layui.use(function(){const $ = layui.$;// 情感分布饼图const sentimentChart = echarts.init(document.getElementById('sentimentChart'));$.get('/api/sentiment', function(data){sentimentChart.setOption({title: { text: '评论情感分布' },series: [{type: 'pie',data: Object.entries(data).map(([name, value]) => ({name, value}))}]});});// 评分分布直方图const scoreChart = echarts.init(document.getElementById('scoreChart'));$.get('/api/score_dist', function(data){scoreChart.setOption({title: { text: '评分分布' },xAxis: { data: data.map(d => d.score) },yAxis: { type: 'value' },series: [{type: 'bar',data: data.map(d => d.count)}]});});// 分类统计柱状图const categoryChart = echarts.init(document.getElementById('categoryChart'));$.get('/api/category_stats', function(data){categoryChart.setOption({title: { text: '店铺分类统计' },tooltip: { trigger: 'axis' },xAxis: { data: data.map(d => d.category) },yAxis: [{ type: 'value', name: '评论量' }],series: [{name: '评论量',type: 'bar',data: data.map(d => d.count)}]});});// 服务态度词云const serviceWC = echarts.init(document.getElementById('serviceWordcloud'));$.get('/api/keywords/service', function(data){serviceWC.setOption({title: { text: '服务态度关键词' },series: [{type: 'wordCloud',data: data}]});});// 菜品口味词云const tasteWC = echarts.init(document.getElementById('tasteWordcloud'));$.get('/api/keywords/taste', function(data){tasteWC.setOption({title: { text: '菜品口味关键词' },series: [{type: 'wordCloud',data: data}]});}); }); </script> </body> </html>
运行 HTML
系统运行说明:
-
需要安装的依赖:
bash
复制
pip install flask jieba
-
目录结构:
复制
├── app.py ├── templates │ └── dashboard.html └── static├── layui│ ├── css│ └── js└── echarts.min.js
-
数据库准备:
需要创建SQLite数据库reviews.db,包含reviews表结构:
sql
复制
CREATE TABLE reviews (id INTEGER PRIMARY KEY,content TEXT,score INTEGER,category TEXT,region TEXT,sentiment TEXT );
-
运行系统:
bash
复制
python app.py
该代码实现了:
-
情感分析可视化(饼图)
-
评分分布可视化(直方图)
-
分类统计可视化(柱状图)
-
关键词词云可视化
-
响应式布局
-
前后端数据交互
可根据实际需求扩展以下功能:
-
添加地图可视化组件
-
实现更复杂的情感分析算法
-
添加数据筛选功能
-
实现用户权限管理系统
-
添加数据导出功能
-
优化关键词提取算法
相关文章:
Python:基于Flask框架的数据可视化系统
以下是一个基于Flask框架的数据可视化系统代码示例,包含核心功能实现: python 复制 # app.py 后端核心代码 from flask import Flask, render_template, jsonify import sqlite3 from collections import defaultdict import jieba import reapp Fla…...
JVM即时编译(JIT)
JVM基础回顾 Java 作为一门高级程序语言,由于它自身的语言特性,它并非直接在硬件上运行,而是通过编译器(前端编译器)将 Java 程序转换成该虚拟机所能识别的指令序列,也就是字节码,然后运行在虚拟机之上的;…...
JVM高阶架构:并发模型×黑科技×未来趋势解析
🚀前言 “你是否还在为synchronized锁竞争头疼?是否好奇ZGC如何实现亚毫秒停顿?Java的未来将走向何方? 本文将带你深入JVM最硬核的三大领域: 并发模型:揭秘happens-before如何保证多线程安全(…...
Java的JDK、JRE、JVM关系与作用
Java的JDK、JRE、JVM关系与作用 java中的JDK、JRE和JVM是三个核心组件,各自承担不同角色,且存在层级依赖关系 1. JVM(Java Virtual Machine,Java虚拟机) 是什么: JVM是虚拟的计算机,能够执行…...
XMLHttpRequest vs Fetch API:一场跨越时代的“浏览器宫斗剧“
## 序幕:两个API的"身世之谜" 在Web开发的江湖里,XMLHttpRequest(简称XHR)就像一位身经百战的老将,而Fetch API则是手持光剑的绝地武士。让我们先来段"DNA检测": - **XHR(…...
Windows Anaconda使用Sentence-BERT获取句子向量
1、安装Anaconda: Anaconda是一个流行的Python数据科学平台,它包含了许多科学计算和数据分析的库,包括transformers和sentence_transformers。虽然不是必需的,但使用Anaconda可以简化环境管理和依赖安装的过程。 可以从Anaconda官…...
【Java设计模式】第5章 工厂方法模式讲解
5. 工厂方法模式 5.1 工厂方法讲解 定义:定义一个创建对象的接口,由子类决定实例化的类,将对象创建延迟到子类。适用场景: 创建对象需要大量重复代码。客户端不依赖具体产品的创建细节。优点: 符合开闭原则,新增产品只需扩展子类。客户端仅依赖抽象接口,不依赖具体实现…...
结合 Less + CSS 变量实现切换主题
一开始的思路是通过 Less 变量作用范围 来切换 light 和 dark 主题,但 Less 本身不会动态监听类名变化,所以直接这样写是 不可行的,因为 Less 是 预处理语言,它在编译阶段就确定了 color 的值,而不是在运行时动态切换。…...
数据分析之python处理常用复杂转置数据
前段时间根据需求配合ai写了个转置excel代码,挺好用的,而且可以选择excel,不局限于excel存在哪个地方,都可以转置,但是转置后的excel记得要先创建放在转置文件的目录下。 原本的数据长这样 转置后则可以变为这样&…...
未来杭州:科技与诗意的时空交响曲
故事背景 故事发生在中国浙江杭州的未来科技时代,通过六个充满未来感的场景展现传统文明与尖端科技的完美融合。全篇无人物角色,专注于构建兼具东方美学与赛博朋克风格的沉浸式景观。 故事内容 从晨雾中浮现全息诗句的西湖,到吞吐智能包裹的运…...
彩虹表是什么
彩虹表是一种用于破解加密散列函数的预计算表,主要用于破解密码的哈希值。以下是关于加密文件与彩虹表的相关信息: 彩虹表的原理 • 时空折中:彩虹表基于时空折中理论,通过预先计算并存储大量可能的密码及其哈希值,减少…...
[BreachCTF 2025]
周末的这个居然一个密码都不会,作了4个pwn,给原码看着真方便 FSWn3d #define _GNU_SOURCE #include <fcntl.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <sys/mman.h> #include <unistd.h>char buffer[152…...
行业案例 | 印度航空借助 Azure AI,提升智能航空体验
自2022年塔塔集团(Tata Group)接管以来,印度航空启动了全面现代化升级,不仅豪掷470架新飞机订单以重塑“以人为本”的品牌形象,更将数字化作为核心战略——将所有工作负载(包括全新官网)从本地数…...
【Java设计模式】第7章 建造者模式讲解
7-1 建造者模式讲解 1. 定义与类型 定义: 将复杂对象的构建与表示分离,使相同构建过程可创建不同表示。类型: 创建型模式。通俗解释: 分步构建含多组件的对象,流程固定但顺序灵活(如做菜时放盐顺序可变)。2. 适用场景 对象内部结构复杂(多属性或多步骤)。需将对象创建与…...
鸿蒙ArkTS实战:从零打造智能表达式计算器(附状态管理+路由传参核心实现)
还在为组件状态混乱、页面跳转丢参数而头疼? 这篇博客将揭秘如何用鸿蒙ArkTS打造一个漂亮美观的智能计算器: ✅ 输入完整表达式,秒出结果——字符串切割简单计算 ✅ 状态管理黑科技——Provide/Consume 实现跨组件实时响应 ✅ 路由传参实战—…...
虚拟机上安装openEuler和openGauss数据库
1.虚拟机版本选择VM 16 PRO 2.openEuler版本选择openEuler-22.03-LTS-SP4-x86_64 下载地址:https://mirrors.aliyun.com/openeuler/openEuler-22.03-LTS-SP4/ISO/x86_64/openEuler-22.03-LTS-SP4-x86_64-dvd.iso 3.虚拟机安装openEuler过程: 4.安装ope…...
深入解析 Jenkins Agent 的 .jnlp 启动文件
🧩 深入解析 Jenkins Agent 的 .jnlp 启动文件 在 Jenkins 中,通过 JNLP(Java Network Launch Protocol)方式连接 Agent 是一种常见且灵活的方式。你可能曾见过类似这样的命令: java -jar agent.jar -jnlpUrl file:/…...
在 macOS 上连接 PostgreSQL 数据库(pgAdmin、DBeaver)
在 macOS 上连接 PostgreSQL 数据库 pgAdmin 官方提供的图形化管理工具,支持 macOS。 下载地址:https://www.pgadmin.org/ pgAdmin 4 是对 pgAdmin 的完全重写,使用 Python、ReactJs 和 Javascript 构建。一个用 Electron 编写的桌面运行时…...
HarmonyOS Next~鸿蒙系统原生流畅性创新解析:预加载技术与全栈优化的革命性突破
鸿蒙系统原生流畅性创新解析:预加载技术与全栈优化的革命性突破 一级类目:鸿蒙创新特性 | 二级类目:原生流畅 鸿蒙系统(HarmonyOS)自诞生以来,始终以“天生流畅”为核心目标,其原生流畅性不仅…...
【图像处理】:opencv实现模糊图像处理和对比度增强
opencv实现模糊图像处理和对比度增强 模糊图像处理**方法 1:Wiener 反卷积(已知模糊核)****方法 2:非锐化掩码(Unsharp Masking)****方法 3:拉普拉斯锐化(Laplacian Sharpening&…...
@SentinelResource注解,sentinel限流,熔断自定义返回 ,配合nacos完成持久化
sentinel熔断和限流自定义返回 如果发生熔断或者限流,会返回500错误页面,希望返回自定义兜底数据,这时候可使用SentinelResource实现 操作 1、添加统一返回结果类 ( 在做自定义处理的时候, 要求方法的声明必须一致) import lombok.Data;…...
AJAX简介
一、AJAX 是什么? AJAX(Asynchronous JavaScript and XML)是一种异步网络请求技术,它的核心是允许网页在不刷新整个页面的情况下,向服务器发送或接收数据,并动态更新页面内容。简单来说,AJAX 让…...
平台算法暗战:ebay欧洲站搜索词长度同比缩短2.3字符的应对策略
随着电商平台算法的快速更迭,卖家迎来了新的挑战。根据最近数据显示,eBay欧洲站搜索关键词的平均长度同比缩短了2.3个字符。这看似细微的变化,实则在搜索曝光、排名权重、流量分发等多方面带来实质性影响。 那么,这次「搜索词缩水…...
记录一次家里宽带 被修改带宽维权的事情
去年8月份发现家里电信宽带被限制带宽 原本上行300m被限制成40m 并且没有任何通知和短信 打10000号要求上门测速 拍下测速结果留作证据 然后等他们处理的同时 开始给我反馈是pcdn 然后说是工信部统一下调带宽 投诉12345 12300 不过这些投诉其实并不会给他们造成什么压…...
刀客doc:亚马逊把Netflix的广告价格打下来了
01 要说在美国广告市场里,未被巨头垄断且最为活跃的板块,应该就是流媒体了。 根据群邑智库的数据,2025年CTV广告将以20%的增速,冲刺460亿美元的市场规模。到2029年,全球流媒体电视的广告收入将占电视总收入的37.5%。…...
【文献阅读】NVILA: Efficient Frontier Visual Language Models
发表于2025年3月6日 英伟达团队 摘要 近年来,视觉语言模型(VLMs)在准确性方面取得了显著进展。然而,其效率却较少受到关注。本文介绍了NVILA,这是一系列旨在优化效率和准确性的开源视觉语言模型。在VILA的基础上&am…...
驱动-创建设备节点
字符设备相关的知识面:已经了解了 申请设备号、注册字符设备。 已经将字符设备添加进入内核了,那么如何使用这个字符设备呢? Linux 里面一切皆文件,对内核中的字符设备进行文件操作如打开、关闭、读、写等,但是并不支持…...
Vue知识点(5)-- 动画
CSS 动画是 Vue3 中实现组件动画效果的高效方式,主要通过 CSS transitions 和 keyframes 动画 CSS Keyframes(关键帧动画) 用来创建复杂的动画序列,可以精确控制动画的各个阶段。 核心语法: keyframes animationNa…...
基于AT89C52单片机的植物浇水与智能空气土壤环境监测报警系统
点击链接获取Keil源码与Project Backups仿真图: https://download.csdn.net/download/qq_64505944/90579535?spm1001.2014.3001.5503 功能介绍: 1、功能:液晶器显示检测到的土壤湿度与空气温度与光照强度;温度和光照大于设置的…...
指针进阶( 上 )
内容大纲 一.字符指针 二.指针数组 三.数组指针 四. 数组传参和指针传参 引言 指针是什么呢?指针是用来干什么的呢?指针的大小是多少呢?指针的大小具有什么属性呢? 解答:指针是个变量,用来存放变量地…...
java设计模式-外观模式
外观模式(facade) 基本介绍 1、外观模式也叫过程模式,外观模式为子系统中的一组接口提供一个一致的界面,次模式定义一个高层接口,这个接口是的这一子系统更加容易使用。 2、外观模式通过定义一个一直的接口,用以屏蔽内部子系统的细节&#x…...
selenium元素获取
from selenium import webdriver from selenium.webdriver.common.by import Bydriver webdriver.Chrome()driver.maximize_window()#最大化窗口 #隐式等待 driver.implicitly_wait(10)#打开网页 driver.get("https://www.zhipin.com/beijing/?kacity-sites-101010100&q…...
23种设计模式-行为型模式-访问者
文章目录 简介场景解决完整代码核心实现 总结 简介 访问者是一种行为设计模式,它能把算法跟他所作用的对象隔离开来。 场景 假如你的团队开发了一款能够使用图像里地理信息的应用程序。图像中的每个节点既能代表复杂实体(例如一座城市)&am…...
springMVC-拦截器详解
拦截器 概述 SpringMVC的处理器拦截器类似于Servlet开发中的过滤器Filter,用于对处理器进行预处理和后处理。开发者可以自己定义一些拦截器来实现特定的功能。 过滤器与拦截器的区别:拦截器是AOP思想的具体应用。 过滤器 servlet规范中的一部分,任何ja…...
centos练习docker<基础>
这半喇月发生了很多事,很无谓很闹心,今天重拾起自己,做做功课写写字 文章目录 一、准备二、实践2.1 安装docker2.2docker镜像操作2.2.1 下载镜像等基本操作2.2.2 启动容器等基本操作2.2.3 修改页面2.2.4 保存镜像2.2.5 分享社区 总结 一、准…...
GPT-5、o3和o4-mini即将到来
原计划有所变更: 关于我们应有何期待的一些零散想法。 深度研究(Deep Research)确实强大但成本高昂且速度较慢(当前使用o3模型)。即将推出的o4-mini在性能上可能与o3相近,但将突破这些限制,让全球用户——甚至免费用户(尽管会有速率限制)——都能用上世界顶级AI研究助…...
EchoMimic 音频驱动照片生成视频部署测试
环境:Windows 11 NVIDIA RTX 3070 Laptop 16GB 我配置了阿里云的镜像,要实现一样的效果,你也可以在每一行的命令后加 -i https://mirrors.aliyun.com/pypi/simple/ 如: pip install package_name -i https://mirrors.aliyun.…...
React 和 JSX 中,这些符号 (=>, <, ? :)的用法
在 React 和 JSX 中,这些符号 (>, <, ? :) 都是 JavaScript 的语法特性,但它们在 JSX 中有特殊的用法和规则。下面我会详细解释每个符号的用途、语法规则以及在 React/JSX 中的具体应用。 1. 箭头函数 > (Arrow Function) 基本语法࿱…...
mindie1.0新特性及调试问题总结
说明 最近在ascend 310P3上使用mindie 1.0部署模型,跟我以前使用的mindie 1.0_rc2比,有很多新的特性和变化,导致部署出现了不少问题。这里罗列下我的发现,希望对其他人有用。 特性1:需要显式配置share_memory 报错信…...
【Axure原型案例】悦购APP产品原型设计
一、项目背景 在时尚潮流蓬勃发展的当下,潮流服装市场潜力巨大。悦购APP作为一款专注于潮流服装的商城APP,旨在为用户提供丰富多样的潮流服装选择,打造便捷、时尚的购物体验。本次使用Axure进行产品原型设计,旨在将产品理念和功能…...
React 列表渲染
你可能经常需要通过 JavaScript 的数组方法 来操作数组中的数据,从而将一个数据集渲染成多个相似的组件。在这篇文章中,你将学会如何在 React 中使用 filter() 筛选需要渲染的组件和使用 map() 把数组转换成组件数组。 1.如何通过 JavaScript 的 map() 方…...
《深度解析LightGBM与MySQL数据集成:高效机器学习的新范式》
在机器学习工程实践中,数据与模型的高效交互一直是制约算法性能发挥的关键瓶颈。LightGBM作为梯度提升决策树框架的杰出代表,其与关系型数据库MySQL的深度集成能力,为数据科学家提供了从原始数据到预测结果的完整解决方案。这种集成不是简单的…...
使用 node.js 和 MongoDB 编写一个简单的增删改接口 demo
文章目录 前言一、环境准备二、项目结构三、环境变量四、连接数据库3.1. connect.js 文件 五、定义数据模型5.1. BannerModel.js 文件 六、实现 server 接口6.1. server.js 文件 七、服务文件7.1. app.js 文件 八、感谢 前言 Mongoose 是一个在 Node.js 环境中操作 MongoDB 数据…...
React-06React中refs属性(字符串refs,回调形式,React.createRef() )
1.React中refs属性 绑定到render输出的任何组件上,通过this.ref.绑定名直接操作DOM元素或获取子组件的实例。 2.绑定refs实例 2.1 字符串refs(已经过时参考官网API) 字符串(string)的ref存在一定的效率问题 <input refinput1 type"text" placehole…...
如何在 Windows 系统上安装 n8n:两种方法详解
如何在 Windows 系统上安装 n8n:两种方法详解 摘要 本文详细介绍了在 Windows 系统上安装 n8n 的两种方法:直接安装和 Docker 部署。直接安装适合初学者,通过 Node.js 和 npm 快速完成;Docker 部署适合需要更高灵活性和可移植性…...
LETTERS(信息学奥赛一本通-1212)
【题目描述】 给出一个rowcol的大写字母矩阵,一开始的位置为左上角,你可以向上下左右四个方向移动,并且不能移向曾经经过的字母。问最多可以经过几个字母。 【输入】 第一行,输入字母矩阵行数R和列数S,1≤R,S≤20。 接…...
【kind管理脚本-3】脚本函数说明文档 —— 便捷使用 kind 创建、删除、管理集群脚本
下面是一份详细的说明文档,介绍该脚本的功能、用法及各部分的含义,供您参考和使用: Kind 集群管理脚本说明文档 此脚本主要用于管理 Kind(Kubernetes IN Docker)集群,提供创建、删除、导出 kubeconfig、加…...
【kind管理脚本-1】便捷使用 kind 创建、删除、管理集群脚本
目录结构 . ├── cluster-demo-setting │ ├── 3node-demo.yaml │ └── ingress-cluster-demo.yaml └── kind-tool.sh简单使用 # 进入防止 kind-tool.sh 的目录 $ cd kt-dir/ # 用 alias 给个别名,更便于使用 $ alias kt"./kind-tool.sh"…...
Python-Django+vue仓库管理系统功能说明
❥(^_-) 上千个精美定制模板,各类成品Java、Python、PHP、Android毕设项目,欢迎咨询。 ❥(^_-) 程序开发、技术解答、代码讲解、文档,💖文末获取源码+数据库+文档💖 💖软件下载 | 实战案例 💖文章底部二维码,可以联系获取软件下载链接,及项目演示视频。 本项目…...
蓝桥备赛指南(14):树的直径与重心
树的直径 什么是树的直径?树的直径是树上最长的一条链,当然这条链并不唯一,所以一棵树可能有多条直径。直径由两个顶点u、v来决定,若由一条直径(u,v),则满足一下性质: 1)u、v的度数…...