A项目之六：关于地区的分析

最新推荐文章于 2024-11-09 21:51:27 发布
最新推荐文章于 2024-11-09 21:51:27 发布
阅读量157 收藏
点赞数 1
文章标签： python html
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43400973/article/details/108100194
版权
商家分布详情

先利用python 处理数据，将处理后的数据写进数据库

import pandas as pd
import pymysql
from sqlalchemy import create_engine
data=pd.read_excel('./处理后的口红.xlsx')  # 爬取下来后数据清洗，然后储存在EXCEL的数据
areas=data[['商家地址','付款人数']].groupby('商家地址').count().reset_index()

# 建立连接，username替换为用户名，passwd替换为密码，test替换为数据库名
conn = create_engine('mysql+pymysql://root:1356130369@localhost:3306/test',encoding='utf8')
# 写入数据，table_name为表名，‘replace’表示如果同名表存在就替换掉
pd.io.sql.to_sql(areas, "areas_amount", conn, if_exists='replace')

# 进行测试
con = create_engine('mysql+pymysql://root:1356130369@localhost:3306/test', encoding='utf8')
sql = "select 商家地址,付款人数 as amount from areas_amount "
result = con.execute(sql)
result=result.fetchall()

areas = []
amount = []
for item in result:
    areas.append(item[0])
    amount.append(item[1])

搭建Flask 框架，让图形呈现在网页上

@app.route("/商家分布详情图")
def areas_amount():
    areas=[]
    number1 = []
    con = create_engine('mysql+pymysql://root:1356130369@localhost:3306/test', encoding='utf8')
    sql = "select 商家地址,付款人数 as 数量 from areas_amount "
    result = con.execute(sql)
    result = result.fetchall()
    for item in result:
        areas.append(item[0])
        number1.append(item[1])
        
    # 进一步进行数据清洗
    nareas=[]
    for item in areas:
        if item =='黑龙':
            item=item+'江'
            nareas.append(item)
        else:
            nareas.append(item)
    nnareas1 = []
    for item in nareas:
        if item == '新西':
            item = item + '兰'
            nnareas1.append(item)
        else:
            nnareas1.append(item)
    return render_template("商家分布详情.html", nnareas1=nnareas1, number1=number1)

书写名字为商家分布详情的html文件

<!DOCTYPE html>
<html>
<head>
    <meta charset="utf-8">
    <title>ECharts</title>
    <!-- 引入 echarts.js -->
    <script src="../static/echarts.min.js"></script>
</head>
<body>
    <!-- 为ECharts准备一个具备大小（宽高）的Dom -->
    <div id="main" style="width: 80%;height:600px;"></div>
    <script type="text/javascript">
        // 基于准备好的dom，初始化echarts实例
        var myChart = echarts.init(document.getElementById('main'));

        // 指定图表的配置项和数据
        var option = {
    color: ['#3398DB'],
    tooltip: {
        trigger: 'axis',
        axisPointer: {            // 坐标轴指示器，坐标轴触发有效
            type: 'shadow'        // 默认为直线，可选为：'line' | 'shadow'
        }
    },
    grid: {
        left: '3%',
        right: '4%',
        bottom: '3%',
        containLabel: true
    },
    xAxis: [
        {
            type: 'category',
            data: [ {% for i in range(30) %}
                '{{ nnareas[i] }}',
            {% endfor %}],
            axisTick: {
                alignWithLabel: true
            },
         axisLabel: {//坐标轴刻度标签的相关设置。
                interval: 0,
                rotate: "45"
            }

        }

    ],
    yAxis: [
        {
            type: 'value'
        }
    ],
    series: [
        {
            name: '付款人数',
            type: 'bar',
            barWidth: '60%',
            data: {{ number }}
        }
    ]
};



        // 使用刚指定的配置项和数据显示图表。
        myChart.setOption(option);
    </script>
</body>
</html>

然后，只要运行Flask，就能看见图形了！
记得网址之后要添加 /商家分布详情图 哦！

地区与平均销量

同样先用python先进行数据处理，将处理后的数据写进数据库

import pandas as pd
import pymysql
from sqlalchemy import create_engine
data=pd.read_excel('./处理后的口红.xlsx')
areas=data[['商家地址','付款人数']].groupby('商家地址').mean().reset_index()
print(areas)

# 建立连接，username替换为用户名，passwd替换为密码，test替换为数据库名
conn = create_engine('mysql+pymysql://root:1356130369@localhost:3306/test',encoding='utf8')
# 写入数据，table_name为表名，‘replace’表示如果同名表存在就替换掉
pd.io.sql.to_sql(areas, "areas", conn, if_exists='replace')

# 进行测试
con = create_engine('mysql+pymysql://root:1356130369@localhost:3306/test', encoding='utf8')
sql = "select 商家地址,付款人数 from areas "
result = con.execute(sql)
result=result.fetchall()
print(result)
areas = []
number = []
for item in result:
    areas.append(item[0])
    number.append(item[1])

搭建Flask框架，让图形在网页上显示

@app.route("/地区与平均销量图")
def areas():
    areas= []
    number = []
    con = create_engine('mysql+pymysql://root:1356130369@localhost:3306/test', encoding='utf8')
    sql = "select 商家地址,付款人数 from areas "
    result = con.execute(sql)
    result = result.fetchall()
    for item in result:
        areas.append(item[0])
        number.append(item[1])
    nareas=[]
    for item in areas:
        if item =='黑龙':
            item=item+'江'
            nareas.append(item)
        else:
            nareas.append(item)
    nnareas = []
    for item in nareas:
        if item == '新西':
            item = item + '兰'
            nnareas.append(item)
        else:
            nnareas.append(item)
    return render_template("areas_number.html", nnareas=nnareas, number=number)

书写名字为areas_number的html文件

<!DOCTYPE html>
<html>
<head>
    <meta charset="utf-8">
    <title>ECharts</title>
    <!-- 引入 echarts.js -->
    <script src="../static/echarts.min.js"></script>
</head>
<body>
    <!-- 为ECharts准备一个具备大小（宽高）的Dom -->
    <div id="main" style="width: 80%;height:600px;"></div>
    <script type="text/javascript">
        // 基于准备好的dom，初始化echarts实例
        var myChart = echarts.init(document.getElementById('main'));

        // 指定图表的配置项和数据
        var option = {
    color: ['#3398DB'],
    tooltip: {
        trigger: 'axis',
        axisPointer: {            // 坐标轴指示器，坐标轴触发有效
            type: 'shadow'        // 默认为直线，可选为：'line' | 'shadow'
        }
    },
    grid: {
        left: '3%',
        right: '4%',
        bottom: '3%',
        containLabel: true
    },
    xAxis: [
        {
            type: 'category',
            data: [ {% for i in range(30) %}
                '{{ nnareas[i] }}',
            {% endfor %}],
            axisTick: {
                alignWithLabel: true
            },
         axisLabel: {//坐标轴刻度标签的相关设置。
                interval: 0,
                rotate: "45"
            }

        }

    ],
    yAxis: [
        {
            type: 'value'
        }
    ],
    series: [
        {
            name: '付款人数',
            type: 'bar',
            barWidth: '60%',
            data: {{ number }}
        }
    ]
};



        // 使用刚指定的配置项和数据显示图表。
        myChart.setOption(option);
    </script>
</body>
</html>

然后，只要运行Flask，就能看见图形了！
记得网址之后要添加 /地区与平均销量图 哦！

学了个习
关注
1998A：风险投资分析.pdf
02-05
根据提供的文件信息“1998A：风险投资分析.pdf”，我们可以推断这份文档主要讨论的是1998年左右的风险投资分析。虽然具体内容没有给出，但基于标题、描述和标签，我们可以围绕风险投资的基本概念、风险投资分析的...
python求三角形面积步骤_python算三角形面积
weixin_39797381的博客
11-20 1877
展开全部代码如下：#!/usr/bin/python3# -*- coding:utf-8 -*-"""@author:yaqon@file :shanjiaoxing.py@time :2020/3/5 13:06""""""任意输入三角形的三条边,先判断是否可以32313133353236313431303231363533e4b893e5b19e31333433653332构成三角形,如...
Python编程与数据分析基础 入门(四) 期中检测
m0_46311900的博客
11-09 1771
1.转换为摄氏温度 编写一个函数，将华氏温度转换为摄氏温度。公式为C=(F-32)×5/9。 [输入用例] 64 [输出用例] 17.77777777777778 [输入用例] 122 [输出用例] 50.0 def Sheshidu(F): C = (F - 32) * 5 / 9 return C C = int(input('输入华氏度:')) sheshidu = Sheshidu(C) print('%.14f' % float(sheshidu)) 2.编程实现打印出所有的“水仙花数”。
方正项目11月份发货量统计分析.docx
06-27
根据提供的文件信息，我们可以得出以下相关的IT知识点及分析： ### 数据源与时间范围 - **数据源**: 给定文档中的数据源为2010年11月1日至11月30日的发货数据。 - **数据导出时间**: 这些数据于2010年12月1日上午9...
A题-通讯产品销售和盈利能力分析1
08-04
1.3 销售经理的业绩分析：需要计算每个销售经理的成交合同数和成交率，成交率是成交合同数除以总的接触机会。可以使用数据透视表或者SQL的JOIN和COUNT函数。 1.4 2021年第一季度销售额和利润预测：可以采用时间序列...
ACAR:阿巴拉契亚社区风险项目
06-04
"ACAR:阿巴拉契亚社区风险项目"是一个与JavaScript相关的项目，可能是一个用于分析和管理阿巴拉契亚地区社区风险的软件应用。阿巴拉契亚山脉横跨美国东部，这个项目可能旨在解决该地区特有的社会、环境或经济问题，...
STA303-A1:多伦多附近地区covid-19病例的统计分析
03-20
在“STA303-A1:多伦多附近地区covid-19病例的统计分析”这个项目中，我们可以深入探讨一系列与统计学和COVID-19数据分析相关的知识点。这可能是一个大学课程作业或者研究项目，旨在利用统计方法来理解和解释多伦多...
【python GUI编码入门-21】如何用Tkinter创建一个记事本应用
木头大左的博客
11-08 31
在现代编程环境中，图形用户界面（GUI）应用程序的开发变得越来越重要。Python的Tkinter库是一个功能强大且易于使用的GUI工具包，非常适合初学者和有经验的开发者使用。本文将详细介绍如何使用Tkinter创建一个简易的记事本应用，涵盖从安装到实现各项功能的全过程。Tkinter是Python的标准GUI库，它提供了丰富的接口来创建窗口、对话框、按钮等常见的GUI组件。Tkinter具有良好的跨平台性，可以在Windows、Mac OS和Linux上运行。
智能化运维的未来：AI和机器学习在运维中的应用
Echo_Wish的博客
11-05 499
AI和机器学习在运维中的应用，不仅提高了运维效率和质量，还为企业的数字化转型提供了强有力的技术支持。通过预测性维护、自动化运维、异常检测和智能告警等应用，企业可以更好地管理和优化其IT基础设施，确保系统的高效、稳定运行。希望本文能为读者提供有价值的参考，帮助你在运维实践中更好地应用AI和机器学习技术。如果有任何问题或需要进一步讨论，欢迎交流探讨。让我们共同推动智能运维的发展，实现更高效、更智能的运维管理。
【anaconda】使用记录
zhuyan108的博客
11-05 332
window11 下安装anaconda。
自动化爬虫DrissionPage
m0_55297736的博客
11-09 407
自动化爬虫DrissionPage
一次薅国家超算平台的记录
weixin_55179972的博客
11-07 407
参与 谁是下一个“AI”跃人 -AI体验推介活动，赢取千元算力券！（https://www.scnet.cn/home/subject/modular/index270.html）2. Clone开源的Llama3 Chinese （https://github.com/LlamaFamily/Llama-Chinese）活动名称主题：国家超算互联网「AI跃升季」：谁是下一个“AI”跃人 - AI算力体验活动。其中位置1，2替换为商品基模型和训练出来的微调模型。模型改为商城下载的模型。2、运行的过程记录。
推荐一款管道数据检索工具：Pipedata-Pro
最新发布
11-09 187
是一款专为设计石油、天然气、水和蒸汽管道及管道系统的工程师开发的应用程序。该应用程序提供了设计管道系统所需的工程数据，拥有一个全面的管道类型、配件和材料。
Python小游戏21——拼图小游戏
cxh666888_的博客
11-05 1050
如果图像大小不同，你需要调整tile_size和图像缩放代码。初始化Pygame：使用pygame.init()来初始化Pygame库，这是使用Pygame进行任何游戏开发的第一步。更新屏幕：使用pygame.display.flip()或pygame.display.update()来更新屏幕显示。调整图像大小：使用pygame.transform.scale()来调整图像的大小，以适应拼图游戏的需求。设置屏幕尺寸：使用pygame.display.set_mode()来设置游戏的屏幕尺寸和模式。
2024年华为OD机试真题-查找充电设备-C++-OD统一考试（E卷）
面试高手的博客
11-08 131
某个充电站，可提供n个充电设备只，每个充电设备均有对应的输出功率任意个充电设备组合的输出功率总和，均构成功率集合P的1个元素功率集合P的最优元素，表示最接近充电站最大输出功率pmax 的元素。每一题都含有详细的解题思路和代码注释，精编c++、JAVA、Python三种语言解法。当充电设备输出功率50、20、20组合时，其输出功率总和为90，最接近充电站最大充电输出功率，因此最优元素为90。所有充电设备的输出功率组合，均大于充电站最大充电输出功率30，此时最优元素值为0。第 2 行为每个充电设备的输出功率。
Python的自然语言生成与对话系统介绍
余生的博客
11-05 829
自然语言生成(Natural Language Generation，NLG)和对话系统是人工智能领域的重要研究方向。NLG 涉及将计算机理解的信息转换为自然语言文本，而对话系统则涉及计算机与用户之间的自然语言交互。Python 作为一种易于学习、易于使用的编程语言，在这两个领域中发挥了重要作用。核心概念与联系核心算法原理和具体操作步骤数学模型公式详细讲解具体最佳实践：代码实例和详细解释说明实际应用场景工具和资源推荐总结：未来发展趋势与挑战。
nvlink 训练笔记
jacke121的专栏
11-05 293
nvlink 训练笔记
Python中的json.load方法和json.loads方法
11-05 125
在Python中，json.load()和json.loads()是两个用于处理JSON数据的方法，它们的主要区别在于输入数据的类型和返回值的类型。功能：json.load()方法用于从已打开的文件对象中读取JSON数据，并将其转换为Python对象（如字典或列表）。在这个例子中，json.load()方法从名为data.json的文件中读取JSON数据，并将其转换为Python对象。json.load()用于从文件中读取JSON数据，而json.loads()用于从字符串中解析JSON数据。
爬台阶问题
小杏儿的小家
11-05 557
爬楼梯问题的分析，思考，解析以及如何动手用代码进行实践。
重庆地区夏季降水特征分析：40年气候变化
"近40 a重庆地区夏季降水的气候特征 (2005年)" 这篇论文详细探讨了1960年至2000年间重庆地区夏季降水量的气候特征，采用了一系列统计和分析方法，包括EOF（主成分分析）、REOF（区域主成分分析）、小波分析和突变...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值