220-基于Python的诺贝尔奖数据可视化分析系统

基于Python的诺贝尔奖数据可视化分析系统 — 技术文档

1. 项目概述

1.1 项目背景

诺贝尔奖自 1901 年首次颁发以来，已有超过百年的历史，涵盖物理学、化学、生理学或医学、文学、和平、经济学六大领域。本系统旨在通过数据可视化技术，对诺贝尔奖获奖数据进行多维度分析，帮助用户直观了解百年学术荣耀的数据规律。

1.2 项目目标

• 提供完整的诺贝尔奖数据浏览与管理功能
• 实现多维度数据可视化分析（年度趋势、地理分布、人口统计、交叉对比）
• 支持全屏可视化大屏展示
• 提供用户认证与角色权限管理（普通用户 + 管理员）
• 支持数据的 CSV 导入/导出

1.3 技术选型

2. 系统架构

2.1 整体架构

系统采用 MVC（Model-View-Controller） 架构模式：

┌──────────────────────────────────────────────┐ │ 浏览器 (Browser) │ │ HTML + Bootstrap + ECharts │ └────────────────────┬─────────────────────────┘ │ HTTP ┌────────────────────▼─────────────────────────┐ │ FastAPI 路由层 (main.py) │ │ ┌─────────┐ ┌──────────┐ ┌───────────────┐ │ │ │ 认证路由 │ │ 分析路由 │ │ 管理/API 路由 │ │ │ └────┬────┘ └─────┬────┘ └──────┬────────┘ │ │ │ │ │ │ │ ┌────▼────────────▼──────────────▼────────┐ │ │ │ 业务逻辑 + Pandas 数据处理 │ │ │ └────────────────┬───────────────────────┘ │ └───────────────────┼──────────────────────────┘ │ ┌───────────────────▼──────────────────────────┐ │ 数据层 (database.py) │ │ ┌──────────────┐ ┌─────────────────────┐ │ │ │ 用户管理 │ │ 数据集管理 │ │ │ └──────────────┘ └─────────────────────┘ │ └───────────────────┬──────────────────────────┘ │ PyMySQL ┌───────────────────▼──────────────────────────┐ │ MySQL 数据库 │ │ design_220_nobel (users + dataset_data) │ └──────────────────────────────────────────────┘ 

2.2 目录结构

code/ ├── main.py # FastAPI 主路由文件（所有 Web 路由） ├── database.py # 数据库操作类（用户管理 + 数据管理） ├── config.yaml # 项目配置文件（数据库、字段、模块开关） ├── run.py # 项目启动脚本（依赖检查 + uvicorn 启动） ├── requirements.txt # Python 依赖列表 ├── data/ │ └── nobel.csv # 诺贝尔奖原始数据集 ├── static/ │ ├── css/ │ │ ├── bootstrap.min.css # Bootstrap 5 CSS │ │ ├── bootstrap-icons.css # Bootstrap Icons（精简版） │ │ ├── boxicons.min.css # Boxicons CSS │ │ └── style.css # 项目主题样式（金色主题） │ ├── js/ │ │ ├── bootstrap.bundle.min.js # Bootstrap JS │ │ └── echarts.min.js # ECharts 图表库 │ └── image/ │ └── index.png # 首页装饰图 └── templates/ ├── base.html # 基础模板（导航栏 + 页脚） ├── index.html # 首页 ├── login.html # 登录页 ├── register.html # 注册页 ├── profile.html # 个人资料页 ├── edit_profile.html # 编辑资料页 ├── change_password.html # 修改密码页 ├── analytics.html # 数据分析概览页 ├── award_overview.html # 获奖概览分析页 ├── geographic.html # 地理分布分析页 ├── demographics.html # 人口统计分析页 ├── correlations.html # 综合对比分析页 ├── dashboard.html # 全屏可视化大屏 ├── data_manage.html # 数据管理列表页 ├── data_manage_edit.html # 数据新增/编辑页 └── admin/ ├── dashboard.html # 管理控制台 └── users.html # 用户管理页 

2.3 模块划分

2.4 演示图片

3. 数据库设计

3.1 数据库信息

• 数据库名称：design_220_nobel
• 字符集：utf8mb4
• 存储引擎：InnoDB

3.2 表结构

3.2.1 用户表 users

3.2.2 数据集表 dataset_data

该表字段根据 config.yaml 中的 features 配置动态生成：

注意：MySQL 存储时字段名自动转为小写（如 awardYear → awardyear）。

3.3 ER 关系

系统中 users 表和 dataset_data 表之间没有直接的外键关系。users 表管理系统用户，dataset_data 表存储诺贝尔奖数据记录。两张表通过权限控制逻辑关联——只有 admin 角色用户可以对 dataset_data 进行增删改操作。

3.4 默认数据

系统启动时自动创建默认管理员账户：

• 用户名：admin
• 密码：admin123
• 角色：admin

4. 功能模块

4.1 用户认证模块

功能说明

• 登录：用户名 + 密码认证，Session 存储登录状态
• 注册：支持填写用户名、邮箱、密码、姓名、手机、性别、年龄、简介
• 登出：清除 Session 后重定向到登录页
• 修改密码：需验证原密码
• 编辑资料：修改姓名、手机、性别、年龄、邮箱、简介

安全机制

• 密码使用 bcrypt 算法加密存储
• Session 中间件使用 secret key 签名
• 服务端表单验证（用户名长度、邮箱格式、密码长度）
• 账号禁用状态检查（status = disabled 的用户无法登录）

4.2 数据分析模块

4.2.1 分析概览页（analytics.html）

• 4 个统计卡片：总记录数、年份跨度、奖项类别数、国家数
• 2 个饼图：奖项类别分布、性别分布
• 4 个导航卡片：快速进入各详细分析页面

4.2.2 获奖概览分析（award_overview.html）

• 年度获奖人数趋势：折线图 + 面积填充 + 数据缩放
• 奖项类别分布：环形饼图
• 平均奖金金额趋势：折线图（调整后金额）
• 各类别年度获奖趋势：堆叠面积图

4.2.3 地理分布分析（geographic.html）

• 各国获奖人数 TOP30：横向柱状图
• 各洲获奖分布：环形饼图
• TOP10 国家各类别获奖对比：堆叠柱状图

4.2.4 人口统计分析（demographics.html）

• 性别分布：环形饼图
• 个人 vs 组织：环形饼图
• 获奖年龄分布：柱状图（5 年一组）
• 各类别平均获奖年龄：横向柱状图
• 男女获奖者年度趋势：折线图 + 数据缩放

4.2.5 综合对比分析（correlations.html）

• 各类别性别对比：分组柱状图
• 各洲获奖类别对比：堆叠柱状图
• 各年代获奖类别分布：堆叠柱状图

4.2.6 年份筛选功能

所有 4 个分析页面均支持年份区间筛选：

• 页面顶部提供起始年份和结束年份两个下拉选择器
• 选择后通过 URL 参数 ?year_start=1950&year_end=2000 传递
• 后端 Pandas DataFrame 在生成图表数据前进行过滤
• 默认不筛选，显示全部年份数据

4.3 可视化大屏模块

全屏展示核心数据指标和动态图表：

• 顶部统计条：总记录数、年份范围、类别数、国家数
• 奖项类别分布饼图
• 性别分布饼图
• 各洲分布饼图
• 年度趋势折线图
• 各国 TOP15 柱状图
• 近期获奖者列表

4.4 数据管理模块

功能说明（仅管理员可用）

• 数据列表：分页展示（每页 20 条），支持按姓名/类别/国家搜索
• 新增数据：表单填写所有字段后插入数据库
• 编辑数据：修改已有记录的任意字段
• 删除数据：确认后删除单条记录
• CSV 导入：将 data/nobel.csv 批量导入数据库（200 条/批）
• CSV 导出：将数据库中所有记录导出为 CSV 文件下载

4.5 管理控制台模块

功能说明（仅管理员可用）

• 统计概览：注册用户数、数据记录数、奖项类别数
• 各年代获奖记录图表：ECharts 柱状图展示各年代数据量
• 最近注册用户：最近 5 位注册用户列表（用户名、角色、注册时间）
• 快捷操作：一键跳转到用户管理、数据管理、数据分析、可视化大屏
• 系统信息：项目名称、技术栈、数据库名、端口号

4.6 用户管理模块

功能说明（仅管理员可用）

• 创建用户：管理员可直接创建新用户并指定角色
• 角色管理：下拉菜单切换用户角色（user / admin）
• 状态管理：启用/禁用用户账号
• 重置密码：将用户密码重置为默认值 123456
• 删除用户：删除用户账号（不可删除自己）

5. API 路由表

5.1 页面路由

5.2 数据分析路由

分析页面支持可选参数 ?year_start=&year_end= 进行年份筛选。

5.3 数据管理路由

5.4 管理员路由

5.5 API 端点（JSON 响应）

6. 页面说明

6.1 公开页面

6.2 用户页面

6.3 管理员页面

7. 部署指南

7.1 环境要求

• Python：3.8 及以上版本
• MySQL：5.7 及以上版本
• 操作系统：Windows / Linux / macOS

7.2 安装步骤

第一步：创建 MySQL 数据库

登录 MySQL 并执行以下命令：

CREATEDATABASEIFNOTEXISTS design_220_nobel CHARACTERSET utf8mb4 COLLATE utf8mb4_general_ci;

如果数据库用户和密码与默认配置不同，请修改 config.yaml 中的数据库连接信息。

第二步：安装 Python 依赖

cd code pip install -r requirements.txt 

依赖列表：

第三步：确认数据文件

确保 code/data/nobel.csv 文件存在。该文件是诺贝尔奖原始数据集，系统启动时会从此文件加载数据进行分析。

第四步：启动系统

cd code python run.py 

启动后控制台将输出：

================================================== 诺贝尔奖数据可视化分析系统 ================================================== ✓ 所有依赖已安装 ✓ 数据文件检查通过 ✓ 目录结构检查完成 启动系统... 访问地址: http://localhost:8000 按 Ctrl+C 停止服务 

第五步：初始化数据

1. 打开浏览器访问 http://localhost:8000
2. 使用默认管理员账号登录：admin / admin123
3. 进入「数据管理」页面，点击「从CSV导入数据」按钮
4. 等待导入完成，即可查看完整数据

7.3 访问地址

8. 配置说明

配置文件为 config.yaml，各字段含义如下：

8.1 项目配置 project

project:id:'220'# 项目编号name: 诺贝尔奖数据可视化分析系统 # 项目名称（显示在导航栏和页面标题）name_en: nobel # 英文短名stack: fastapi_bootstrap # 技术栈标识db_name: design_220_nobel # MySQL 数据库名db_host: localhost # 数据库主机db_port:3306# 数据库端口db_user: root # 数据库用户名db_password:'123456'# 数据库密码port:8000# Web 服务端口theme_color:'#B8860B'# 主题色（金色）

8.2 数据集配置 dataset

dataset:file: nobel.csv # CSV 数据文件名（相对于 data/ 目录）target_column: category # 目标列（分类列）target_labels:# 目标值的中文映射Physics: 物理学 Chemistry: 化学 ...features:# 特征字段列表-key: awardYear # 字段键名（对应 CSV 列名）label: 获奖年份 # 中文标签（前端显示）type: numeric # 字段类型：numeric / categorical / text / binaryunit: 年 # 单位（可选）range:[1901,2025]# 取值范围（可选，numeric 类型）-key: category label: 奖项类别 type: categorical options:# 可选值列表（categorical 类型）- Physics - Chemistry ...

字段类型与数据库映射：

8.3 模块配置 modules

modules:auth:true# 用户认证模块roles:[user, admin]# 支持的角色列表prediction:false# 预测模块（未启用）analytics:true# 数据分析模块data_manage:true# 数据管理模块model_evaluation:false# 模型评估（未启用）dashboard:true# 可视化大屏模块

8.4 分析页面配置 analysis_pages

analysis_pages:-route: award_overview # URL 路由名title: 获奖概览 # 页面标题description:...# 页面描述columns:# 使用的数据列- awardYear - category - prizeAmount -route: geographic title: 地理分布分析 has_map:true# 是否包含地图columns:[birth_countryNow, birth_continent]...

附录

A. 主题色配色方案

系统使用金色（Nobel Gold）主题，完整调色板：

B. ECharts 图表配色

所有分析页面统一使用以下配色数组：

var chartColors =['#B8860B','#DCA00D','#F97316','#059669','#0891B2','#DC2626'];

C. 默认账户