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
🍅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 。🍅
1、项目简述
后端:Flask、PyMySql、pandas、requests、bs4
前端:HTML、Jquery、Ajax、LayUI、Echarts
2、项目模块
本项目主要采用了Python的request库、bs4库实现了网易云歌单数据的采集,然后使用pymysql将数据保存到MySQL数据库中。在数据清洗和处理方面,采用了Pandas等库来进行数据清洗和处理,从而得到干净、规范的数据。
在可视化分析方面,采用了Echarts技术实现歌单创建省份数量中国地图、最受欢迎的歌单类型TOP7,歌单分享量和评论数变化,歌单歌曲数量范围,最受欢迎的歌单TOP5、歌单收藏量变化、语种类型歌单播放量等多种分析图表,使得数据更加直观、易于理解。
在后台数据管理方面,采用了Layui技术实现了用户登陆注册、用户管理、公告管理以及歌单数据管理等多种功能,方便管理员对数据进行管理和维护。
3、项目界面
1、音乐可视化大屏
2、歌曲管理界面
3、注册登录界面
4、后台首页
5、数据采集爬虫界面
4、项目说明
本项目实现了以下主要功能:
网易云歌单数据的采集和处理,包括歌单基本信息、歌曲列表、评论数、分享量、创建时间等多种数据。
将数据保存到MySQL数据库中,以便后续进行数据分析和管理。
实现了数据可视化分析功能,包括歌单创建省份数量中国地图、最受欢迎的歌单类型TOP7,歌单分享量和评论数变化,歌单歌曲数量范围,最受欢迎的歌单TOP5、歌单收藏量变化、语种类型歌单播放量等多种分析图表。
实现了后台数据管理功能,包括用户登陆注册、用户管理、公告管理以及歌单数据管理等多种功能。
运行环境:推荐Python3.6及以上,推荐python3.7;
开发工具:PyChram(推荐);
操作系统:windows 10 8G内存以上(其他windows以及macOS支持,但不推荐);
浏览器:Firefox(推荐)、Google Chrome(推荐)、Edge;
数据库:MySQL8.0(推荐)及其他版本(支持,但容易异常尤其MySQL5.7(不含)以下版本);
数据库可视化工具:Navicat Premium 15(推荐)以及其他Navicat版本
随着互联网技术的发展,音乐成为了人们生活中不可或缺的一部分,而网易云音乐作为国内最受欢迎的音乐平台之一,积累了大量的用户和歌单数据。针对这些数据,开发者们可以进行各种分析和挖掘,从而更好地理解用户需求和市场趋势。
本项目就是基于这个背景而设计的,旨在通过Python技术实现对网易云音乐热门歌单数据的采集、清洗、处理和可视化分析,并将结果保存到MySQL数据库中,最终通过Flask构建的数据服务接口实现数据的展示和管理。
5、部分代码
# 歌单管理页面
@app.route('/html/music')
def music_manager():
return render_template('html/music.html')
# 获取歌单数据分页
@app.route('/music/list', methods=["POST"])
def music_list():
get_data = request.form.to_dict()
page_size = get_data.get('page_size')
page_no = get_data.get('page_no')
param = get_data.get('param')
data, count, page_list, max_page = music_service.get_musiclist_list(int(page_size), int(page_no), param)
return jsonify({"data": data, "count": count, "page_no": page_no, "page_list": page_list, "max_page": max_page})
# 添加歌单数据
@app.route('/music/add', methods=["POST"])
def music_add():
get_data = request.form.to_dict()
name = get_data.get('name')
type = get_data.get('type')
tags = get_data.get('tags')
create_time = get_data.get('create_time')
tracks_num = get_data.get('tracks_num')
play_count = get_data.get('play_count')
subscribed_count = get_data.get('subscribed_count')
share_count = get_data.get('share_count')
comment_count = get_data.get('comment_count')
nickname = get_data.get('nickname')
gender = get_data.get('gender')
province = get_data.get('province')
return music_service.add_musiclist(name, type, tags, create_time, tracks_num, play_count, subscribed_count,
share_count,
comment_count, nickname, gender, province)
# 修改歌单数据
@app.route('/music/edit', methods=["PUT"])
def music_edit():
get_data = request.form.to_dict()
id = get_data.get('id')
name = get_data.get('name')
type = get_data.get('type')
tags = get_data.get('tags')
tracks_num = get_data.get('tracks_num')
play_count = get_data.get('play_count')
subscribed_count = get_data.get('subscribed_count')
share_count = get_data.get('share_count')
comment_count = get_data.get('comment_count')
nickname = get_data.get('nickname')
gender = get_data.get('gender')
province = get_data.get('province')
music_service.edit_musiclist(id, name, type, tags, tracks_num, play_count, subscribed_count, share_count,
comment_count, nickname, gender, province);
return '200'
# 删除歌单数据
@app.route('/music/delete', methods=["DELETE"])
def music_delete():
get_data = request.form.to_dict()
id = get_data.get('id')
music_service.del_user(id)
return '200'
# -----------------歌单但管理模块END-----------------
"""最受欢迎的歌单类型"""
@app.route('/get_hot_type')
def get_hot_type():
hot_type_df = df[['type', 'play_count']].groupby(df['type']).sum().sort_values('play_count',
ascending=False).reset_index()
hot_type_top7 = hot_type_df.head(7)
playlist_type = hot_type_top7['type'].tolist()
play_count = hot_type_top7['play_count'].tolist()
return json.dumps({'playlist_type': playlist_type, 'play_count': play_count}, ensure_ascii=False)
"""最受欢迎的歌单"""
@app.route('/get_hot_playlist')
def get_hot_playlist():
hot_playlist_df = df[['name', 'play_count']].sort_values('play_count', ascending=False).reset_index()
hot_playlist_top5 = hot_playlist_df.head(5)
playlist_name = hot_playlist_top5['name'].tolist()
play_count = hot_playlist_top5['play_count'].tolist()
return json.dumps({'playlist_name': playlist_name, 'play_count': play_count}, ensure_ascii=False)
"""歌单数据随月份变化"""
@app.route('/get_month_data')
def get_month_data():
yearList = []
# 获取当前日期和时间
current_date = datetime.datetime.now()
# 获取今年年份
this_year = current_date.year
# 获取去年年份
last_year = this_year - 1
for year in [last_year, this_year]:
year = str(year)
yearList.append({
"year": year,
"data": [
df[df['create_time'].str[:4] == year].groupby(df['create_time'].str[5:7]).sum().reset_index()[
'share_count'].tolist(),
df[df['create_time'].str[:4] == year].groupby(df['create_time'].str[5:7]).sum().reset_index()[
'comment_count'].tolist()
]
})
month = df[df['create_time'].str[:4] == str(this_year)].groupby(df['create_time'].str[5:7]).sum().reset_index()[
'create_time'].tolist()
yearData = {
"yearData": yearList,
"monthList": [str(int(x)) + '月' for x in month]
}
return json.dumps(yearData, ensure_ascii=False)
"""歌单数据随天数变化"""
@app.route('/get_day_data')
def get_day_data():
non_vip_df = df[df['vip_type'] == '0'].groupby(df['create_time'].str[8:10]).sum().reset_index()[
['create_time', 'subscribed_count']]
vip_df = \
df[(df['vip_type'] == '10') | (df['vip_type'] == '11')].groupby(
df['create_time'].str[8:10]).sum().reset_index()[
['create_time', 'subscribed_count']]
vip_type_df = pd.merge(non_vip_df, vip_df, left_on='create_time', right_on='create_time', how='inner')
sub_data = {
"day": [str(int(x)) for x in vip_type_df["create_time"].tolist()],
"vip": vip_type_df["subscribed_count_y"].tolist(),
"nonvip": vip_type_df["subscribed_count_x"].tolist(),
}
return json.dumps(sub_data, ensure_ascii=False)
"""歌单歌曲数量分布"""
@app.route('/get_track_data')
def get_track_data():
bins = [0, 50, 150, 500, 100000]
cuts = pd.cut(df['tracks_num'], bins=bins, right=False, include_lowest=True)
data_count = cuts.value_counts()
data = dict(zip([str(x) for x in data_count.index.tolist()], data_count.tolist()))
map_data = [{'name': name, 'value': value} for name, value in data.items()]
track_value = {'t_v': map_data}
return json.dumps(track_value, ensure_ascii=False)
"""语种类型歌单播放量"""
@app.route('/get_type_data')
def get_type_data():
playlist_type_df = df[['type', 'play_count']].groupby(df['type']).sum()
playlist_type_df = playlist_type_df.loc[['华语', '欧美', '日语', '韩语', '粤语'], :]
data = dict(zip(playlist_type_df.index.tolist(), playlist_type_df['play_count'].tolist()))
map_data = [{'name': name, 'value': value} for name, value in data.items()]
type_sum = {'t_s': map_data}
return json.dumps(type_sum, ensure_ascii=False)
def replace_str(x):
rep_list = ['省', '市', '维吾尔', '自治区', '壮族', '回族', '维吾尔族', '特别行政区']
for rep in rep_list:
x = re.sub(rep, '', x) # 利用正则表达式实现替换处理
return x
def add_province(df_data, province):
# 所有年份
years = df_data['create_time'].drop_duplicates().tolist()
for year in years:
# 每年的省份
new_province = df_data.loc[df_data['create_time'] == year, :]['province'].drop_duplicates().tolist()
# 缺失的省份 = 所有省份 - 每年的省份
rest_province = [x for x in province if x not in new_province]
# 对缺失的省份生成一个DataFrame,填充0值,并与原DataFrame合并
if len(rest_province):
rest_df = pd.DataFrame([[year, x, 0] for x in rest_province], columns=df_data.columns)
df_data = pd.concat([df_data, rest_df], ignore_index=True)
return df_data
"""动态地图"""
@app.route('/get_map_data')
def get_map_data():
time_df = df.groupby([df['create_time'].str[:4], df['province'].apply(replace_str)])
time_df = time_df['play_count'].count().reset_index()
re_time_df = time_df[time_df['province'] != '海外']
province = re_time_df['province'].drop_duplicates().tolist()
re_time_df2 = add_province(re_time_df, province)
final_time_df = re_time_df2.sort_values(by=['create_time', 'province']).reset_index(drop=True)
final_province = final_time_df['province'].drop_duplicates().tolist()
final_year = final_time_df['create_time'].drop_duplicates().tolist()
playlist_num = []
for year in final_year:
playlist_num.append(final_time_df.loc[final_time_df['create_time'] == year, 'play_count'].tolist())
playlist_data = {"year": final_year, "province": final_province, "playlist_num": playlist_num}
return json.dumps(playlist_data, ensure_ascii=False)
@app.route('/')
def index():
gender_df = df[['gender']].groupby(df['gender']).count()
gender_data = {'男': gender_df.loc['男', 'gender'], '女': gender_df.loc['女', 'gender']}
return render_template('index.html', gender_data=gender_data)
if __name__ == "__main__":
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👇🏻