基于 Python 的杭州市网约车营运数据可视化分析系统

2.3 项目演示

（此处省略图片展示）

三、安装与部署

3.1 安装步骤

# 1. 进入项目目录
cd code
# 2. 安装 Python 依赖
pip install -r requirements.txt
# 3. 配置 MySQL 数据库
# 确保 MySQL 服务已启动，创建数据库：
mysql -u root -p123456 -e "CREATE DATABASE IF NOT EXISTS design_337_ridehailing CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci;"
# 4. 启动项目
python run.py

3.2 数据库配置

数据库连接信息在 config.yaml 中配置：

project:
  db_name: design_337_ridehailing
  db_host: localhost
  db_port: 3306
  db_user: root
  db_password: '123456'
  port: 8337

系统首次启动时会自动创建以下数据表：

• users — 用户表（含管理员默认账户）
• dataset_data — 数据集表（字段根据 config.yaml 动态生成）

3.3 默认账户

普通用户可通过注册页面自行注册。

3.4 访问地址

启动成功后，在浏览器中访问：

http://localhost:8337

四、项目结构

code/
├── main.py # 主程序（路由、数据处理、所有页面逻辑）
├── database.py # 数据库操作层（MySQL CRUD、用户管理、CSV 导入）
├── config.yaml # 项目配置文件（数据库、数据集字段、分析页面定义）
├── run.py # 启动脚本（依赖检查 + uvicorn 启动）
├── requirements.txt # Python 依赖清单
├── data/
│   └── 杭州市网约车营运数据信息 20260202.csv # 原始数据集（100,000 条）
├── static/
│   ├── css/
│   │   ├── style.css # 自定义样式（设计系统，1170+ 行）
│   │   ├── bootstrap.min.css # Bootstrap 5 框架
│   │   └── bootstrap-icons.css # Bootstrap Icons（精简版）
│   ├── js/
│   │   ├── echarts.min.js # ECharts 图表库
│   │   └── bootstrap.bundle.min.js # Bootstrap JS
│   ├── fonts/
│   │   └── bootstrap-icons.woff2 # 图标字体
│   └── data/
│       └── hangzhou.json # 杭州市行政区划 GeoJSON（地图数据）
├── templates/
│   ├── base.html # 基础布局模板（侧边栏 + 顶部栏）
│   ├── index.html # 首页
│   ├── login.html # 登录页（独立页面）
│   ├── register.html # 注册页（独立页面）
│   ├── profile.html # 个人资料
│   ├── edit_profile.html # 编辑资料
│   ├── change_password.html # 修改密码
│   ├── dashboard.html # 可视化大屏（独立全屏页面）
│   ├── overview.html # 运营概览
│   ├── price_analysis.html # 价格分析
│   ├── trip_analysis.html # 行程分析
│   ├── time_trends.html # 时间趋势
│   ├── platform_comparison.html # 平台对比
│   ├── area_analysis.html # 区域分析（含地图）
│   ├── correlations.html # 关联分析
│   ├── data_manage.html # 数据管理列表
│   ├── data_manage_edit.html # 数据编辑/新增表单
│   └── admin/
│       ├── dashboard.html # 管理员后台首页
│       └── users.html # 用户管理
└── shared/ # 共享模块（框架提供）
    ├── __init__.py
    ├── analysis_core.py
    ├── crawler_core.py
    └── predictor_core.py

五、数据说明

5.1 数据集概览

数据文件：data/杭州市网约车营运数据信息 20260202.csv

• 原始记录数：100,000 条
• 清洗后记录数：约 98,485 条（过滤了 1970 年异常时间戳记录）
• 数据时间范围：2020 年 11 月 ~ 2020 年 12 月
• 数据来源：杭州市网约车营运监管数据

5.2 字段说明

5.3 平台名称映射

系统内置了 26 家网约车平台的中文名称映射：

5.4 区域编码映射

系统内置了浙江省全部 11 个地级市、上海市及安徽省黄山市的完整行政区划代码映射，共计 100+ 条区划码。主要区域包括：

• 杭州市（330100）：上城区、下城区、江干区、拱墅区、西湖区、滨江区、萧山区、余杭区、富阳区、临安区、临平区、钱塘区、桐庐县、淳安县、建德市
• 宁波市（330200）：海曙区、江北区、鄞州区等 11 个区县
• 温州市（330300）：鹿城区、龙湾区、瓯海区等 11 个区县
• 其他城市：嘉兴、湖州、绍兴、金华、衢州、舟山、台州、丽水
• 跨省区域：上海市（徐汇区、青浦区等）、安徽省黄山市（屯溪区等）

六、功能模块详解

6.1 首页（/）

首页为系统入口，根据用户登录状态展示不同内容：

未登录用户：

• 深色主题 Hero 卡片，展示系统名称与简介
• 数据概览统计（总订单数、完成率、平均价格、平台数、区域数）
• 注册/登录入口按钮

已登录用户：

• 个性化欢迎语（显示用户名）
• Hero 卡片内嵌 5 项核心统计指标
• 4 张统计卡片（总订单、已完成、均价、均里程），带装饰图标和标签
• 7 个分析模块快捷入口（卡片式布局）
• 快捷操作区（管理员可见数据管理入口 + 可视化大屏入口）
• 右侧浮动装饰动画（数据分析主题图标）

6.2 数据分析模块

所有分析页面均通过 /analytics/{page_route} 路由统一入口，后端预计算数据后传入模板渲染。

6.2.1 运营概览（/analytics/overview）

展示系统整体运营数据：

• 4 项 KPI 指标卡：总订单数、已完成订单、平均价格、平均里程
• 账单状态分布：环形饼图（已取消/进行中/已完成）
• 支付状态分布：环形饼图（未支付/已支付/已退款）
• 各平台订单量 TOP10：水平条形图
• 各区县订单分布：水平条形图

6.2.2 价格分析（/analytics/price_analysis）

订单价格维度的深入分析：

• 3 项统计卡：平均价格、最高价格、平均里程
• 价格分布直方图：展示价格区间分布
• 各平台平均价格对比：水平条形图
• 里程 - 价格散点图：探索里程与价格关系（限 2000 点）

6.2.3 行程分析（/analytics/trip_analysis）

行驶里程和时间维度分析：

• 3 项统计卡：平均里程、最大里程、平均行驶时间
• 里程分布直方图
• 里程 - 时间散点图
• 各平台平均里程对比

6.2.4 时间趋势（/analytics/time_trends）

按时间维度分析订单趋势：

• 2 项统计卡：数据跨度天数、日均订单量
• 各月订单量对比：柱状图
• 24 小时订单分布：柱状图（展示出行高峰时段）
• 星期订单分布：柱状图（周一至周日）
• 月份订单分布：柱状图

6.2.5 平台对比（/analytics/platform_comparison）

各网约车平台运营指标对比：

• 2 项统计卡：平台总数、订单量最多平台
• 各平台订单量：水平条形图（全量平台）
• 各平台平均价格对比
• 各平台平均里程对比

6.2.6 区域分析（/analytics/area_analysis）

不同行政区域的订单分布与运营特征：

• 2 项统计卡：覆盖区域数、订单最多区域
• 各区县订单量 TOP15：水平条形图
• 各区县平均价格：水平条形图（从高到低排列）
• 各区县平均里程：水平条形图（从高到低排列）
• 杭州市区域订单地图：基于 GeoJSON 的热力地图

6.2.7 关联分析（/analytics/correlations）

数值特征间的相关性分析：

• 相关性热力图：分析 price、drive_distance、drive_time、actual_price、suitable_price 之间的相关性
• 里程 - 价格散点图
• 时间 - 价格散点图

6.3 可视化数据大屏（/dashboard）

独立全屏页面，深色主题（#0a0e1a），适合投屏展示：

布局结构（三列网格）：

• 顶部：系统标题 + 实时时钟
• 中上：6 个 KPI 指标卡（总订单量、完成率、平均价格、平均里程、平台数量、区域覆盖）
• 左列：各平台订单量 TOP10 + 平台均价对比（水平条形图）
• 中下：杭州市各区县订单分布地图（交互式热力地图，支持缩放拖拽）
• 右列：订单状态分布饼图 + 24 小时订单分布柱状图

地图特性：

• 基于阿里 DataV GeoJSON 数据
• 深色配色方案（#1e1b4b → #a5b4fc）
• 鼠标悬停高亮为橙色（#f59e0b）
• 支持缩放和拖拽（roam: true）

6.4 用户认证

6.4.1 登录页（/login）

• 独立页面设计（不使用侧边栏布局）
• 左右分栏：左侧深色品牌展示区 + 右侧登录表单
• 背景采用蓝 - 琥珀渐变光晕 + 点阵装饰
• 支持记住登录状态

6.4.2 注册页（/register）

• 与登录页同风格的独立页面
• 三段式表单：账户信息、个人信息、安全设置
• 注册后自动跳转登录页

6.4.3 个人中心

• 个人资料（/profile）：展示用户信息（头像、用户名、角色、邮箱、手机、性别、年龄、部门、职位、简介）
• 编辑资料（/edit_profile）：修改个人信息
• 修改密码（/change_password）：需验证原密码

6.5 后台管理（仅管理员可见）

6.5.1 管理后台（/admin）

• 系统统计概览（用户总数、数据记录数）

6.5.2 用户管理（/admin/users）

• 用户列表（用户名、邮箱、角色、状态、注册时间、最后登录）
• 操作：修改角色、启用/禁用账号、重置密码（默认 123456）、删除用户、新建用户

6.5.3 数据管理（/data_manage）

• 数据记录列表（分页显示，每页 20 条）
• 搜索功能
• 新增/编辑/删除单条记录
• CSV 批量导入：一键将 CSV 文件导入数据库（先清空再导入）

七、技术架构

7.1 后端架构

FastAPI (main.py, 780 行)
├── 配置加载（config.yaml）
├── 数据映射（AREA_CODE_MAP: 100+条，COMPANY_NAME_MAP: 26 条）
├── 路由层
│   ├── 首页路由 (/)
│   ├── 认证路由 (/login, /register, /logout, /profile, ...)
│   ├── 分析路由 (/analytics/{page_route})
│   ├── 大屏路由 (/dashboard)
│   ├── 数据管理路由 (/data_manage/*)
│   ├── 管理员路由 (/admin/*)
│   └── API 路由 (/api/overview)
├── 数据处理层
│   ├── _load_dataframe() — CSV 加载 + 列名映射 + 脏数据清洗
│   └── _precompute_analytics() — 各分析页面数据预计算
└── 辅助函数（认证、权限、表单解析）

Database (database.py, 387 行)
├── 自动建表（users + dataset_data）
├── 用户 CRUD（注册/登录/查询/修改/删除）
├── 数据集 CRUD（增删改查 + 分页）
└── CSV 导入（批量 200 条/批）

7.2 前端架构

模板引擎：Jinja2
├── base.html — 侧边栏布局（所有内页继承）
├── login/register.html — 独立页面（不继承 base）
└── dashboard.html — 独立全屏页面（不继承 base）

CSS 设计系统 (style.css, 1170+ 行)
├── 设计令牌（50+ CSS 变量）
├── 布局系统（侧边栏 248px + 顶部栏 56px）
├── 组件库（卡片、统计卡、表格、表单、按钮）
├── 首页组件（Hero 卡片、模块卡片、装饰动画）
├── 认证页面组件（分栏布局、渐变背景）
└── 响应式适配（768px 断点）

图表库：ECharts
├── 饼图/环形图（订单状态、支付状态、区域分布）
├── 柱状图（订单量、价格对比、时间分布）
├── 散点图（价格 - 里程、时间 - 价格）
├── 热力图（相关性矩阵）
└── 地图（杭州行政区划热力地图）

7.3 设计系统

八、路由表

8.1 页面路由

8.2 API 路由

九、数据库设计

9.1 用户表（users）

9.2 数据集表（dataset_data）

根据 config.yaml 中的 features 配置动态生成，包含 26 个字段，对应原始 CSV 的所有列。每个字段类型根据配置自动映射为 DOUBLE（数值型）、VARCHAR(200)（分类型）或 TEXT（文本型）。

十、配置说明

10.1 config.yaml 结构

project:
  # 项目基本配置
  id: '337'
  name: 杭州市网约车营运数据可视化分析系统
  stack: fastapi_bootstrap
  port: 8337
  # 数据库连接
  db_name / db_host / db_port / db_user / db_password
  # 数据集配置
  file: 杭州市网约车营运数据信息 20260202.csv
  features: [...] # 26 个字段定义（key, label, csv_column, type, options/range）
  modules:
    auth: true
    roles: [user, admin]
    analytics: true
    data_manage: true
    dashboard: true
    prediction: false
  analysis_pages:
    - route: overview
      title: 运营概览
      description: ...
      columns: [bill_status, company_id, payment_status]

10.2 数据清洗规则

系统在 _load_dataframe() 中执行以下数据清洗：

1. 列名映射：CSV 中文列名 → 英文字段名（通过 config.yaml features 的 csv_column 配置）
2. 异常时间过滤：过滤 booking_time 年份 < 2000 的记录（约 1,515 条 1970-01 脏数据）
3. 冗余列清理：移除 Unnamed: 26 列

十一、使用指南

11.1 普通用户使用流程

1. 访问 http://localhost:8337，点击「免费注册」创建账户
2. 使用注册的账号密码登录系统
3. 在首页查看数据概览和统计卡片
4. 点击分析模块卡片进入各维度分析页面
5. 侧边栏「可视化大屏」可打开全屏数据展示

11.2 管理员使用流程

1. 使用默认管理员账号登录（admin / admin123）
2. 侧边栏「管理」区域可进入数据管理、后台管理、用户管理
3. 数据管理页面可进行数据的增删改查和 CSV 批量导入
4. 用户管理页面可管理所有用户的角色、状态、密码

11.3 CSV 数据导入

1. 将 CSV 文件放入 data/ 目录
2. 确保文件名与 config.yaml 中 dataset.file 一致
3. 管理员进入「数据管理」页面，点击「导入 CSV」按钮
4. 系统会清空现有数据后批量导入新数据

十二、注意事项

1. 数据库：首次运行前需确保 MySQL 服务已启动并创建对应数据库
2. 端口冲突：默认端口 8337，如被占用可在 config.yaml 中修改
3. 数据文件：CSV 文件需放在 data/ 目录下，编码为 UTF-8 BOM
4. 浏览器兼容：推荐使用 Chrome 或 Edge，ECharts 地图功能需要现代浏览器支持
5. 密码安全：生产环境请修改默认管理员密码和 SESSION_SECRET_KEY