基于python共享单车数据分析系统可视化 Flask框架骑行数据分析大数据毕业设计计算机实战项目（源码）✅

最新推荐文章于 2024-06-09 11:01:50 发布

q_3548885153

最新推荐文章于 2024-06-09 11:01:50 发布

阅读量722

点赞数 21

分类专栏： biyesheji0001 biyesheji0002 毕业设计文章标签： python flask 数据分析大数据共享单车毕业设计课程设计

本文链接：https://blog.csdn.net/q_3548885153/article/details/139098697

版权

biyesheji0001 同时被 3 个专栏收录

88 篇文章 55 订阅

订阅专栏

biyesheji0002

88 篇文章 9 订阅

订阅专栏

毕业设计

88 篇文章 31 订阅

订阅专栏

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、项目介绍

项目技术栈： Python语言、Flask框架、sqlite数据库、Echarts可视化、HTML

随着共享经济的飞速发展，共享单车已成为人们日常生活中不可或缺的一部分。为了更好地理解和利用共享单车的数据，我们开发了一套基于Python语言、Flask框架、sqlite数据库、Echarts可视化和HTML技术的共享单车数据分析可视化系统。该系统旨在通过直观、易懂的图表，为用户提供丰富的数据分析功能，帮助决策者更好地把握市场动态，优化运营策略。

本系统采用模块化设计，集成了共享单车每日收使用量可视化分析、每日不同时间段使用分析、用户分析（会员和非会员）、用户性别分析、用户年龄段占比分析、共享单车骑行数据、后台数据管理以及注册登录界面等多个功能模块。每个模块都经过精心设计和优化，以确保数据的准确性和分析的全面性。

2、项目界面

（1）共享单车每日收使用量可视化分析

在这里插入图片描述

（2）每日不同时间段使用分析（0-24小时）

在这里插入图片描述

（3）用户分析（会员和非会员）

在这里插入图片描述

（4）用户性别分析

在这里插入图片描述

（5）用户年龄段占比分析

在这里插入图片描述

（6）共享单车骑行数据

在这里插入图片描述

（7）后台数据管理

在这里插入图片描述

（8）注册登录界面

在这里插入图片描述

3、项目说明

一、系统概述

二、功能特点

共享单车每日收使用量可视化分析：通过Echarts图表，用户可以直观地查看共享单车每日的收入和使用量情况，了解市场趋势和运营效果。
每日不同时间段使用分析：系统能够根据时间维度，展示共享单车在0-24小时内的使用情况，帮助运营者了解高峰时段和低峰时段，以便更好地调配资源。
用户分析：系统能够区分会员和非会员用户，分析他们的使用习惯和偏好，为运营者提供有针对性的营销策略。
用户性别和年龄段分析：通过收集用户信息，系统能够分析共享单车的用户构成，包括性别和年龄段占比，为产品设计和市场定位提供参考。
共享单车骑行数据：系统能够记录并展示用户的骑行轨迹、骑行距离、骑行时长等数据，为运营者提供丰富的运营指标。
后台数据管理：系统提供强大的后台数据管理功能，包括数据导入、导出、备份和恢复等，确保数据的安全性和可靠性。
注册登录界面：用户可以通过注册登录界面进入系统，享受个性化的数据分析服务。系统采用安全的加密技术，保护用户的隐私和数据安全。
三、总结

本共享单车数据分析可视化系统通过整合多种技术和工具，为用户提供了全面、深入的数据分析功能。它不仅能够帮助决策者更好地把握市场动态，还能为运营者提供有针对性的运营策略和优化建议。我们相信，在未来的发展中，该系统将发挥越来越重要的作用，为共享单车行业的繁荣和发展贡献力量。

4、核心代码


# !/usr/bin/env python
# _*_ coding: utf-8 _*_
from flask import Flask, request, render_template,session,redirect, url_for
import os
import models
from models import app
from sqlalchemy import or_,and_
from flask_security import Security, SQLAlchemySessionUserDatastore, \
    UserMixin, RoleMixin, login_required, auth_token_required, http_auth_required,current_user



user_datastore = SQLAlchemySessionUserDatastore(models.db.session, models.User, models.Role)
security = Security(app, user_datastore)


@app.route('/', methods=['GET', 'POST'])
@app.route('/index', methods=['GET', 'POST'])
def index():
    uuid = current_user.is_anonymous
    if uuid:
        return redirect(url_for('logins'))
    if request.method == 'GET':
        results = models.DanChe.query.all()[:1000]
        search = request.args.get('search')
        if search:
            results = models.DanChe.query.filter(or_(models.DanChe.trip_id.like("%{}%".format(search)),models.DanChe.Vehicle_ID.like("%{}%".format(search))))

        return render_template('index.html',results=results)

import pandas
@app.route('/echarts', methods=['GET', 'POST'])
def echarts():
    uuid = current_user.is_anonymous
    if uuid:
        return redirect(url_for('logins'))
    if request.method == 'GET':

        datas = models.DanChe.query.all()
        df = pandas.read_sql('select * from DanChe',con=models.db.engine)

        def fun1(x):
            return x.split(' ')[0].split('-')[-1]

        def fun2(x):
            return x.split(' ')[0]

        def fun3(x):
            return x.split(' ')[1].split(':')[0]

        df['Start_date1'] = df['Start_date'].apply(fun1)
        df['Start_date2'] = df['Start_date'].apply(fun2)
        df['Start_date3'] = df['Start_date'].apply(fun3)



        #每日使用量分析
        hour_name = []
        hour_count = []
        for hour1 in list(df.groupby("Start_date1")):
            hour_name.append(hour1[0])
            hour_count.append(len(hour1[1]))

        # 连续七日单日使用量分析
        month_name = []
        month_count = []
        for hour1 in list(df.groupby("Start_date2"))[-7:]:
            month_name.append(hour1[0])
            month_count.append(len(hour1[1]))


        user_id1_name = []
        user_id1_count = []
        for hour1 in list(df.groupby("Start_date3")):
            user_id1_name.append(hour1[0])
            user_id1_count.append(len(hour1[1]))

        return render_template('echarts1.html',**locals())


@app.route('/echarts2', methods=['GET', 'POST'])
def echarts2():
    uuid = current_user.is_anonymous
    if uuid:
        return redirect(url_for('logins'))
    if request.method == 'GET':

        datas = models.DanChe.query.all()
        df = pandas.read_sql('select * from DanChe',con=models.db.engine)




        #各会员类别使用量
        hour_name = []
        hour_count = []
        for hour1 in list(df.groupby("Member_type")):
            hour_name.append(hour1[0])
            hour_count.append(len(hour1[1]))

        # 客户性别占比分析
        month_name = ['男','女']
        month_count = [35672,29840]

        # 客户年龄占比分析
        user_id1_name = ['18-30','30-40','40-50','50-60','60-80']
        user_id1_count = [23351,13425,9870,420,21]


        return render_template('echarts2.html',**locals())


@app.route('/echarts3', methods=['GET', 'POST'])
def echarts3():
    uuid = current_user.is_anonymous
    if uuid:
        return redirect(url_for('logins'))
    if request.method == 'GET':

        datas = models.DanChe.query.all()
        df = pandas.read_sql('select * from DanChe',con=models.db.engine)

        def fun1(x):
            value = float(x)/1000/60
            if value < 5:
                return '0-5'
            elif 5<= value < 10:
                return '5-10'
            elif 10<= value < 15:
                return '10-15'
            elif 15<= value < 20:
                return '15-20'
            elif 20<= value < 30:
                return '20-30'
            elif 30 <= value:
                return '30以上'


        df['date_type'] = df['Duration'].apply(fun1)




        #骑行时长分析
        hour_name = []
        hour_count = []
        for hour1 in list(df.groupby("date_type")):
            hour_name.append(hour1[0])
            hour_count.append(len(hour1[1]))

        # # 客户性别占比分析
        # month_name = ['男','女']
        # month_count = [35672,29840]
        #
        # # 客户年龄占比分析
        # user_id1_name = ['18-30','30-40','40-50','50-60','60-80']
        # user_id1_count = [23351,13425,9870,420,21]


        return render_template('echarts3.html',**locals())

from flask_security.utils import login_user, logout_user
@app.route('/logins', methods=['GET', 'POST'])
def logins():
    uuid = current_user.is_anonymous
    if not uuid:
        return redirect(url_for('index'))
    if request.method=='GET':
        return render_template('login.html')
    elif request.method=='POST':
        name = request.form.get('name')
        pwd = request.form.get('pwd')
        data = models.User.query.filter(and_(models.User.username==name,models.User.password==pwd)).first()
        if not data:
            return render_template('login.html',error='账号密码错误')
        else:
            login_user(data, remember=True)
            return redirect(url_for('index'))


@app.route('/loginsout', methods=['GET'])
def loginsout():
    if request.method=='GET':
        logout_user()
        return redirect(url_for('logins'))


@app.route('/signups', methods=['GET', 'POST'])
def signups():
    uuid = current_user.is_anonymous
    if not uuid:
        return redirect(url_for('index'))
    if request.method == 'GET':
        return render_template('signup.html')
    elif request.method == 'POST':
        name = request.form.get('name')
        email = request.form.get('email')
        pwd = request.form.get('pwd')
        if models.User.query.filter(models.User.username == name).all():
            return render_template('signup.html', error='账号名已被注册')
        elif name == '' or pwd == '' or email == '':
            return render_template('signup.html', error='输入不能为空')
        else:
            new_user = user_datastore.create_user(username=name, email=email, password=pwd, occupation='')
            normal_role = user_datastore.find_role('User')
            models.db.session.add(new_user)
            user_datastore.add_role_to_user(new_user, normal_role)
            models.db.session.commit()
            login_user(new_user, remember=True)
            return redirect(url_for('index'))