基于Spark的咖啡店数据分析系统的设计与实现-可视化分析大屏

收藏关注不迷路

---

前言

  本系统主要采用Python语言，和flask框架，以及plotly进行可视化数据的渲染，同时在框架方面融合了jquery框架和plotly获取html模板，进行设计。主要展示可视化的效果前端的用户登录后可以查看，销售地区数据可视化饼形图前五个，销售地区前5个展示，产品类型可视化，销售类型前五个展示，各地区销售数据统计条形图，销售额数据可视化折线图，产品类别数据统计柱状图，后端管理员登录后有用户管理，修改用户资料，搜索用户等功能。
  在设计方法方面首先进行导入flask框架以及plotly渲染前端可视化模板，然后通过API接口，获取plotly中html模板，调取js文件，需要注意的是将 js 脚本附加在图表 html 文件中，开始pyecharts中图表中的渲染图表配置，比如柱状图，折线图等图表的配置，通过jQuery 框架和pyecharts请求数据库中的数据，在接口方面采用传统的post接口进行调取mysql数据库中的数据，根据增量id进行定义，最后呈现出大屏可视化的效果。

关键词： 咖啡店数据可视化 Python语言 Flask框架 plotly前端可视化

一、项目介绍

开发咖啡店数据企业的销售的可视化系统的的设计，主要是为了提升零售企业的日常统计，包含了日常的产品销售，产品的类型的销售，不同的地区的销售额度，并且形成了不同的图表的形式的展示，给与企业在日常的统计过程中一定的帮助，充分实现了企业的日常需求，该系统非常适合小型的企业开发，因此可以说开发该系统是非常有意义的。此外还提升了自身开发技术的提升，将自己几年所学的知识进行了理论和现实的融合，通过本次抄手零售企业可视化系统的的开发，学会了Python语言的同时还学会了,以及flask框架，以及eachat可视化前端的简化版plotly。

二、开发环境

开发语言：Python
python框架：Flask plotly
软件版本：python3.7/python3.8
数据库：mysql 5.7或更高版本
数据库工具：Navicat11
开发软件：PyCharm/vs code
前端框架:vue.js
————————————————

三、功能介绍

3.2系统需求分析

3.2.1用户用例需求

该零售企业销售可视化系统的需求分析，主要分为了用户以及管理员双角色，在用户方面实现了前端的登录设计查看大屏可视化的效果，前端用户登录时需要进行账号密码的登录和注册，在设计的过程中，主要包含了用户的销售地区统计，以及产品类型的统计，登录和注册功能，以及各地区的销售额统计，销售额数据统计，产品类别统计等功能。

图 3-1零售企业销售数据统计用户的例图

3.2.2管理员用例需求

管理员主要在后端进行实现，主要进行用户的管理，修改用户账号信息，搜索用户删除用户等操作，具体用例图如下图所示。

图 3-2 零售企业销售数据统计的管理员用例图

四、核心代码

部分代码：

def users_login(request):
    if request.method in ["POST", "GET"]:
        msg = {'code': normal_code, "msg": mes.normal_code}
        req_dict = request.session.get("req_dict")
        if req_dict.get('role')!=None:
            del req_dict['role']
        datas = users.getbyparams(users, users, req_dict)
        if not datas:
            msg['code'] = password_error_code
            msg['msg'] = mes.password_error_code
            return JsonResponse(msg)

        req_dict['id'] = datas[0].get('id')
        return Auth.authenticate(Auth, users, req_dict)


def users_register(request):
    if request.method in ["POST", "GET"]:
        msg = {'code': normal_code, "msg": mes.normal_code}
        req_dict = request.session.get("req_dict")

        error = users.createbyreq(users, users, req_dict)
        if error != None:
            msg['code'] = crud_error_code
            msg['msg'] = error
        return JsonResponse(msg)


def users_session(request):
    '''
    '''
    if request.method in ["POST", "GET"]:
        msg = {"code": normal_code,"msg":mes.normal_code, "data": {}}

        req_dict = {"id": request.session.get('params').get("id")}
        msg['data'] = users.getbyparams(users, users, req_dict)[0]

        return JsonResponse(msg)


def users_logout(request):
    if request.method in ["POST", "GET"]:
        msg = {
            "msg": "退出成功",
            "code": 0
        }

        return JsonResponse(msg)


def users_page(request):
    '''
    '''
    if request.method in ["POST", "GET"]:
        msg = {"code": normal_code, "msg": mes.normal_code,
               "data": {"currPage": 1, "totalPage": 1, "total": 1, "pageSize": 10, "list": []}}
        req_dict = request.session.get("req_dict")
        tablename = request.session.get("tablename")
        try:
            __hasMessage__ = users.__hasMessage__
        except:
            __hasMessage__ = None
        if __hasMessage__ and __hasMessage__ != "否":

            if tablename != "users":
                req_dict["userid"] = request.session.get("params").get("id")
        if tablename == "users":
            msg['data']['list'], msg['data']['currPage'], msg['data']['totalPage'], msg['data']['total'], \
            msg['data']['pageSize'] = users.page(users, users, req_dict)
        else:
            msg['data']['list'], msg['data']['currPage'], msg['data']['totalPage'], msg['data']['total'], \
            msg['data']['pageSize'] = [],1,0,0,10

        return JsonResponse(msg)

五、效果图

5.2大屏可视化首页

用户登录后可以看到大屏的效果，通过plotly来进行实现，下面可以看到不同图形的前五名统计数据。

图5-3咖啡店数据可视化系统的前端页面

5.3不同城市地区统计

可以在后端查看到咖啡店数据企业的大屏可视化的效果进行销售地区的统计，可现实6个地区的统计。

图5-4咖啡店不同城市可视化系统的销售地区统计

5.4销售地区销售数据统计

下面可以看到不同地区的销售数据统计，左边为标度，右面饼状图为统计的数据，非常一幕了然。

图5-6市零售企业超市可视化系统的销售地区统计

六、文章目录

目 录
1.绪论 1
1.1研究的背景 1
1.2研究的意义 1
1.3国外研究现状 1
1.3.1国内研究现状 1
1.3.2国外研究现状 2
2.相关技术分析 3
2.1python语言 3
2.2flask框架 3
2.3pyechart库 3
2.4plotly模板 3
2.5jquery框架 4
2.6MySQL数据库 4
3.系统需求分析 5
3.1可行性分析 5
3.1.1经济可行性 5
3.2系统需求分析 5
3.2.1用户用例需求 5
3.2.2管理员用例需求 6
3.3性能需求 6
3.3.1系统的安全性 6
3.3.2界面风格和设计的风格 6
4系统详细设计 8
4.1系统整体功能结构 8
4.2数据库设计 8
4.2.1数据库表单设计 8
4.2.2数据库E-R图设计 10
4.3系统概述 10
4.3.1数据统计流程 10
4.3.2用户登录流程 11
5.系统实现 13
5.1登录 13
5.2大屏可视化首页 14
5.7用户管理模块 20
6.系统测试 21
6.1测试目的 21
6.2 测试方法 21
6.3测试过程 21
6.3.1系统测试计划 21
6.3.2系统测试用例 22
7.结论 26
参 考 文 献 27
致谢 28
附录 29