计算机毕业设计之基于flask的招聘数据可视化分析

1 简介

今天向大家介绍一个帮助往届学生完成的毕业设计项目，基于flask的招聘数据可视化分析。

计算机毕业生设计,课程设计需要帮助的可以找我

2 设计概要

21世纪是信息化时代，随着信息技术和网络技术的发展，信息化已经渗透到人们日常生活的各个方面，人们可以随时随地浏览到海量信息，但是这些大量信息千差万别，需要费事费力的筛选、甄别自己喜欢或者感兴趣的数据。对网络电影服务来说，需要用到优秀的协同过滤推荐功能去辅助整个系统。

本系统基于python技术，使用UML建模，采用flask框架组合进行设计，Mysql数据库存储数据。本系统的功能主要包括：用户注册、登录、信息维护、职位可视化分析展示以及管理员进行信息管理等。

3 系统关键技术

使用python，flask，echarts，mysql进行开发

4 开发工具

开发工具主要有：Pycharm、Python3.8、flask1.1.1、mysql5.7、Navicat等。

5 代码展示

import os
import pymysql
import re

file_path=os.getcwd()
app = Flask(__name__)
app.debug = True
app = Flask(__name__)


@app.route('/')
def hello_world():
    from data.data import data, df
    con = pymysql.connect(host="localhost", user="root", password="", db="")
    sql = "select * from work1 limit 0,1000"
    df = pd.read_sql(sql, con)
    df = pd.DataFrame(df)
    data = pd.DataFrame(df)

    df = df.education
    df = df.value_counts()
    df = round(df / df.sum() * 100, 4)
    name = df.index.tolist()
    y = df.tolist()
    data2 = [{"name": i[0], "y": i[1], "drilldown": i[0]} for i in zip(name[:-2], y[:-2])]
    data1 = [{"name": 'Brands', "colorByPoint": True, "data": data2}]

    df2 = data.title
    df2 = df2.value_counts()
    l1 = df2.index.tolist()[0:50]
    l2 = df2.tolist()[0:50]
    data4 = [{'name': i[0], 'weight': i[1]} for i in zip(l1, l2)]
    data5=[{'type': 'wordcloud','data': data4}]

    t3 = data.position.value_counts().drop(['异地招聘'], axis=0).head(10)
    l3 = t3.index.tolist()[0:10]
    l4 = (t3/1000).tolist()[0:10]
    data6 = [list(i) for i in zip(l3, l4)]

    Salary_Year = data.groupby('experience', as_index=False)[['minSalary', 'maxSalary']].mean()
    Salary_Year['Salary'] = (Salary_Year.minSalary.add(Salary_Year.maxSalary)).div(2)
    Salary_Year.loc[0], Salary_Year.loc[6] = Salary_Year.loc[6], Salary_Year.loc[0]
    t4 = Salary_Year[1:8].sort_values(['Salary'], ascending=False)
    data7=[{'name': i, 'data': list(round(t4[i], 1))} for i in list(t4.columns[1:])]
    data8=['10年以上', '8-9年', '5-7年', '3-4年', '2年', '1年', '在校生/应届生']

    data['type'] = data.ctype.apply(lambda x: re.split("[/(、,]", x)[0])
    data = data.loc[data['position'].str.contains('上海')]
    data2 = data.type.value_counts()

6 系统功能描述

系统代码目录

项目功能演示

7 最后

计算机毕业生设计,课程设计需要帮助的可以找我