🍅感兴趣的可以先收藏起来，点赞、关注不迷路，大家在毕设选题，项目以及论文编写等相关问题都可以给我留言咨询，希望帮助同学们顺利毕业 。🍅
毕业设计：2023-2024年计算机专业毕业设计选题汇总（建议收藏）
毕业设计：2023-2024年最新最全计算机专业毕设选题推荐汇总
博主介绍：✌全网粉丝10W+,前互联网大厂软件研发、集结硕博英豪成立工作室。专注于计算机相关专业毕业设计项目实战6年之久，选择我们就是选择放心、选择安心毕业✌
1、项目介绍
技术栈：
Flask后端框架、 bootstrap前端框架 、 MySQL数据库 、Echarts可视化大屏、 51job招聘网站数据
2、项目界面
1、招聘数据可视化大屏
2、招聘数据概况
3、福利词云图
4、柱状图分析
5、饼状图分析
6、岗位发布时间图
7、招聘数据
8、职位介绍
3、项目说明
Flask框架招聘数据可视化大屏系统是一个基于Python的Web开发框架Flask构建的招聘数据可视化大屏系统。该系统旨在帮助企业或招聘机构更好地了解和分析招聘数据，以便做出更明智的决策。
该系统的主要功能包括数据收集、数据处理、数据可视化和数据分析。首先，系统可以从不同的招聘渠道或网站上收集招聘数据，如职位信息、薪资水平、求职者数量等。然后，系统会对这些数据进行处理和清洗，确保数据的准确性和完整性。
接下来，系统利用可视化技术将处理后的数据以图表、表格等形式展示在大屏上。用户可以通过大屏系统直观地了解招聘数据的趋势、变化和关联性，从而更好地了解市场需求和竞争情况。
此外，系统还提供数据分析的功能，用户可以根据自己的需求和偏好进行数据分析，比如按照地区、行业、职位等维度进行数据筛选和对比分析。系统会生成相应的数据报告和图表，帮助用户更好地理解和解读招聘数据。
Flask框架招聘数据可视化大屏系统具有易于使用、灵活性强和可定制性高的特点。它支持多种数据源的接入，可以根据用户的需要进行定制开发，满足不同企业或机构的需求。
总之，Flask框架招聘数据可视化大屏系统是一个功能强大的招聘数据分析工具，帮助企业或招聘机构更好地理解和利用招聘数据，从而提升招聘效率和竞争力。
4、核心代码
import SQLUtils
from demoAgent import settingAgent
import jieba
from flask import Flask, render_template, request
import Setting
from flask import jsonify
import recruitPage
from geopy.geocoders import Nominatim
geolocator = Nominatim(user_agent='aaa515')
app = Flask(__name__)
db, all_table = recruitPage.create_mysql_ORM(app=app)
# 数据处理
jieba.setLogLevel(jieba.logging.INFO)
app_Agent = settingAgent()
app_data = app_Agent.init_flask()
con_sql = app_Agent.py_sql()
def get_sql_data(sql_ment):
con_sql.ping(reconnect=True)
mysql = con_sql.cursor()
data = []
for s in sql_ment:
mysql.execute(s)
datas = mysql.fetchall()
data.append(datas)
mysql.close()
return data
def set_salary(tuple):
salary_10 = 0
salary_20 = 0
salary_30 = 0
salary_40 = 0
salary_50 = 0
for i in tuple:
if int(i[1].split("·")[0]) <= 10:
salary_10 += 1
if 10 < int(i[1].split("·")[0]) <= 20:
salary_20 += 1
if 20 < int(i[1].split("·")[0]) <= 30:
salary_30 += 1
if 30 < int(i[1].split("·")[0]) <= 40:
salary_40 += 1
if int(i[1].split("·")[0]) >= 50:
salary_50 += 1
data_dict = {
"10k以下": salary_10,
"10k-20k": salary_20,
"20k-30k": salary_30,
"30k-40k": salary_40,
"50k以上": salary_50,
}
data = [
{"name": "10k以下", "value": salary_10},
{"name": "10k-20k", "value": salary_20},
{"name": "20k-30k", "value": salary_30},
{"name": "30k-40k", "value": salary_40},
{"name": "50k以上", "value": salary_50},
]
return data
def radar_edu(tuple):
data = []
for i in tuple:
data.append({"name": i[0], "value": i[1]})
return data
def map(tuple):
data = []
for i in tuple:
data.append({"name": i[0], "value": i[1]})
return data
def word_cloud(tuple):
data_srt = ""
for s in tuple:
data_srt = data_srt + s[1]
words = jieba.lcut(data_srt)
counts = {}
for word in words:
if len(word) == 1:
continue
else:
counts[word] = counts.get(word, 0) + 1
items = list(counts.items())
# print(items)
# 列表排序sort(reverse=True 降序，可迭代列表元素，key代表数据（列表数据）)
items.sort(key=lambda x: x[1], reverse=True)
# print(items)
data = []
for w in items:
if w[1] >= 1000:
data.append(
{"name": w[0], "value": w[1]}
)
return data
def count_desc(tuple):
data = []
for i in range(0, 7):
data.append(tuple[i][1])
return data
def sount_desc_salary(tuple):
data = []
for i in range(0, 7):
# print(tuple[i])
data.append(tuple[i][2])
# print(data)
return data
def all_data(tuple):
return tuple[0][1]
def jin_wei_data(tuple):
data = []
for i in tuple:
temp = []
temp.append(i[1])
temp.append(i[2])
data.append({i[0]: temp})
return data
def data_names(tuple):
data = []
for d in tuple:
data.append({"name": d[0], "value": d[1]})
return data
def apiAgent(sql_index):
data = get_sql_data(Setting.bigList[sql_index])
data_map_data = []
for j in jin_wei_data(data[12]):
for key in j.keys():
for m in map(data[13]):
if m["name"] == key:
temp_list = []
for x in j[key]:
temp_list.append(x)
temp_list.append(m["value"])
data_map_data.append({
"name": m["name"],
"value": temp_list
})
data_dict = {
"data_name": data_names(data[0]),
"data_salary": set_salary(data[1]),
"data_edu": radar_edu(data[2]),
"data_bar": map(data[3]),
"data_bar_workYear": map(data[4]),
"data_word_cloud": word_cloud(data[5]),
"data_name_desc": count_desc(data[6]),
"data_salary_desc": sount_desc_salary(data[7]),
"data_raozhi_desc": sount_desc_salary(data[8]),
"data_jinyan_desc": sount_desc_salary(data[9]),
"data_edu_desc": sount_desc_salary(data[10]),
"data_all_data": all_data(data[11]),
"all_map_data": data_map_data,
}
return data_dict
count=data_dict["data_all_data"]+data_dict_web["data_all_data"]+data_dict_java["data_all_data"]+data_dict_C["data_all_data"]+data_dict_PHP["data_all_data"]
return render_template("/home.html", count=count,python=data_dict["data_all_data"],web=data_dict_web["data_all_data"],java=data_dict_java["data_all_data"],C=data_dict_C["data_all_data"],PHP=data_dict_PHP["data_all_data"])
@app.route("/data_data_desc")
def data_data_desc():
d = SQLUtils.date_data()[2]
data = [d.get('大数据开发工程师'), d.get('web前端开发工程师'), d.get('C++开发工程师'), d.get('PHP开发工程师'), d.get('java开发工程师'), d.get('month')]
return jsonify({"data": data})
@app.route("/data_name_desc_data")
def data_name_desc_data():
return jsonify({"data": data_dict["data_name_desc"]})
# python学历要求
@app.route("/data_edu_data")
def data_edu_data():
return jsonify({"data": data_dict["data_edu"]})
@app.route("/data_edu")
def data_edu():
return render_template("/bar1.html")
#获取不同职位的岗位数量
@app.route('/job_count')
def job_count():
con_sql1 = app_Agent.py_sql()
c = con_sql1.cursor()
c.execute(Setting.jobCount)
# con_sql.commit()
res = c.fetchall()
c.close()
con_sql1.close()
job = []
count = []
for r in res:
job.append(r[1])
count.append(str(r[0]))
resdata = {
'job': job,
'count': count
}
return jsonify(resdata)
# python工作经验
@app.route("/data_bar_workYear")
def data_bar_workYear():
return render_template("/pie1.html")
@app.route("/data_bar_workYear_data")
def data_bar_workYear_data():
return jsonify({"data": data_dict["data_bar_workYear"]})
# python薪资
@app.route("/data_salary")
def data_salary():
return render_template("/pie2.html")
@app.route("/data_salary_data")
def data_salary_data():
return jsonify({"data": data_dict["data_salary"]})
@app.route("/data_salary_python")
def data_salary_python():
return jsonify({"data": data_dict["data_salary"]})
#现地区岗位排行
@app.route("/location")
def location():
# print('执行location')
data = []
dic = {}
list_name = ['select * from name_db where id >= 1']
location_name = get_sql_data(list_name)
for i in location_name:
for n in i:
location = n[5]
if dic.get(location) == None:
dic[location] = 1
else:
dic[location] = dic[location] + 1
# print(dic)
for k,v in dic.items():
if k.__contains__('市'):
k = k.replace('市', '')
elif k.__contains__('省'):
k = k.replace('省', '')
elif k.__contains__('自治区'):
k = k.replace('自治区', '')
if k.__contains__('维吾尔'):
k = k.replace('维吾尔', '')
elif k.__contains__('回族'):
k = k.replace('回族', '')
elif k.__contains__('特别行政区'):
k = k.replace('特别行政区', '')
d = {
'name': k,
'value': v
}
data.append(d)
data = sorted(data, key=lambda data: data['value'], reverse=True)
data = data[:15]
return jsonify({"data": data})
# python需求词云
@app.route("/word_cloud_python_data")
def word_python_data():
return jsonify({"data": data_dict["data_word_cloud"]})
# 公司类型
@app.route("/company_classification_data", methods=["GET"])
def company_classification_data():
key, value = SQLUtils.company_classification_data()
list = []
name = []
for i in range(len(key)):
list.append({"name": key[i], 'value': value[i]})
name.append(key[i])
return jsonify({"k": list, 'name': name})
@app.route("/company_classification", methods=["GET"])
def company_classification():
return render_template("/pie5.html")
# 需求词云
@app.route("/word_cloud_web_data")
def word_web_data():
return jsonify({"data": data_dict_web["data_word_cloud"]})
@app.route("/word_cloud_java_data")
def word_java_data():
return jsonify({"data": data_dict_java["data_word_cloud"]})
@app.route("/word_cloud_C_data")
def word_C_data():
return jsonify({"data": data_dict_C["data_word_cloud"]})
@app.route("/wordcloud")
def wordcloud():
return render_template("wordcloud1.html")
@app.route("/wordcloud_PHP_data")
def word_PHP_data():
return jsonify({"data": data_dict_PHP["data_word_cloud"]})
# 前20公司
@app.route("/job_release_data", methods=["GET"])
def job_release_data():
key, value = SQLUtils.job_release_data()
list = []
name = []
for i in range(len(key)):
if value[i] <= 15:
continue
list.append({"name": key[i], 'value': value[i]})
name.append(key[i])
return jsonify({"k": list, 'name': name})
@app.route("/job_release", methods=["GET"])
def job_release():
return render_template("/pie3.html")
# 面板大图
@app.route('/sct')
def sct():
return render_template("/sct.html")
# 大地图
@app.route("/locations")
def locations():
# print('执行location')
data = []
dic = {}
list_name = ['select * from name_db where id >= 1']
location_name = get_sql_data(list_name)
for i in location_name:
for n in i:
location = n[5]
if dic.get(location) == None:
dic[location] = 1
else:
dic[location] = dic[location] + 1
# print(dic)
for k,v in dic.items():
if k.__contains__('市'):
k = k.replace('市', '')
elif k.__contains__('省'):
k = k.replace('省', '')
elif k.__contains__('自治区'):
k = k.replace('自治区', '')
if k.__contains__('维吾尔'):
k = k.replace('维吾尔', '')
elif k.__contains__('回族'):
k = k.replace('回族', '')
elif k.__contains__('特别行政区'):
k = k.replace('特别行政区', '')
d = {
'name': k,
'value': v
}
data.append(d)
data = sorted(data, key=lambda data: data['value'], reverse=True)
return jsonify({"data": data})
# 就业人数
@app.route("/data_name_desc")
def data_name_desc():
return render_template("bar2.html")
# 地区词云
@app.route("/word_cloud")
def word_region():
return render_template("wordcloud2.html")
# 职位数量
@app.route("/job_data", methods=["GET"])
def job_data():
key = SQLUtils.job_data()
return jsonify({"k": key})
@app.route("/data_name")
def data_name():
return jsonify({"data": data_dict["data_name"]})
@app.route("/data_name_web")
def data_name_web():
return jsonify({"data": data_dict_web["data_name"]})
if __name__ == '__main__':
# app.run(debug=True)
app.run()
源码获取：
🍅由于篇幅限制，获取完整文章或源码、代做项目的，查看我的【用户名】、【专栏名称】、【顶部选题链接】就可以找到我啦🍅
感兴趣的可以先收藏起来，点赞、关注不迷路，下方查看👇🏻获取联系方式👇🏻
1037
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
