Python 数据可视化毕业设计实战：从选题到部署

在数据可视化毕业设计中，常见问题包括图表堆砌缺乏逻辑、代码耦合度高导致维护困难，以及本地运行正常但部署失败。本文将结合'城市空气质量分析系统'项目，介绍如何使用 Python 构建结构清晰、可交互、能部署的数据可视化系统。

1. 常见痛点

在动手写代码之前，搞清楚容易在哪里翻车，能省下一大半的调试时间。我总结了几点最常见的痛点：

图表堆砌，没有逻辑主线：这是最普遍的问题。为了显得工作量足，把柱状图、折线图、饼图、热力图全堆在一个页面上，但图表之间没有关联，也讲不清为什么要用这个图表。可视化是为了讲故事的，你的数据故事是什么？

import pandas as pd import numpy as np class DataProcessor: def __init__(self, filepath): self.filepath = filepath self.df = None def load_data(self): """加载原始数据""" try: self.df = pd.read_csv(self.filepath, parse_dates=['date']) print(f"数据加载成功，共{len(self.df)}行，{len(self.df.columns)}列。") except FileNotFoundError: print(f"错误：未找到文件 {self.filepath}") raise return self.df def clean_data(self): """数据清洗""" if self.df is None: self.load_data() # 1. 处理缺失值：对于数值列，用中位数填充 numeric_cols = ['PM2.5', 'PM10', 'SO2', 'NO2', 'CO', 'O3'] for col in numeric_cols: if col in self.df.columns: self.df[col].fillna(self.df[col].median(), inplace=True) # 2. 处理可能的异常值（例如，负的浓度值） for col in numeric_cols: if col in self.df.columns: self.df[col] = self.df[col].clip(lower=0) # 将小于 0 的值设为 0 # 3. 添加衍生特征：例如，空气质量综合指数（简易版） # 注意：这里仅为示例，真实的 AQI 计算复杂得多 if all(item in self.df.columns for item in ['PM2.5', 'PM10']): self.df['composite_index'] = (self.df['PM2.5'] * 0.5 + self.df['PM10'] * 0.3) / 0.8 print("数据清洗完成。") return self.df def get_city_list(self): """获取唯一城市列表，用于下拉菜单""" if self.df is None: self.clean_data() return sorted(self.df['city'].unique().tolist()) def get_city_data(self, city_name): """获取指定城市的时序数据""" if self.df is None: self.clean_data() city_df = self.df[self.df['city'] == city_name].copy() city_df.sort_values('date', inplace=True) return city_df def get_top_cities(self, metric='PM2.5', top_n=10, latest_date=None): """获取最近日期各指标排名前 N 的城市（用于柱状图）""" if self.df is None: self.clean_data() if latest_date is None: latest_date = self.df['date'].max() latest_df = self.df[self.df['date'] == latest_date] # 按指定指标降序排序，取前 N 名 top_df = latest_df.sort_values(by=metric, ascending=False).head(top_n) return top_df[['city', metric]]

import plotly.graph_objects as go import plotly.express as px from data_processor import DataProcessor class ChartBuilder: def __init__(self, data_processor): self.dp = data_processor def create_timeseries_chart(self, city_name): """为指定城市创建多指标时间序列图""" city_df = self.dp.get_city_data(city_name) fig = go.Figure() # 添加 PM2.5 轨迹 fig.add_trace(go.Scatter( x=city_df['date'], y=city_df['PM2.5'], mode='lines+markers', name='PM2.5', line=dict(color='firebrick', width=2), hovertemplate='日期: %{x}<br>PM2.5: %{y:.1f} µg/m³<extra></extra>' )) # 添加 PM10 轨迹 fig.add_trace(go.Scatter( x=city_df['date'], y=city_df['PM10'], mode='lines+markers', name='PM10', line=dict(color='royalblue', width=2), hovertemplate='日期: %{x}<br>PM10: %{y:.1f} µg/m³<extra></extra>' )) # 更新布局 fig.update_layout( title=f'{city_name} - 主要污染物浓度变化趋势', xaxis_title='日期', yaxis_title='浓度 (µg/m³)', hovermode='x unified', # 鼠标悬停时统一显示所有序列在该 x 点的值 template='plotly_white' ) return fig def create_top_cities_bar_chart(self, metric='PM2.5'): """创建最新数据 Top N 城市排名柱状图""" top_df = self.dp.get_top_cities(metric=metric, top_n=10) # 使用 Plotly Express 快速创建排序柱状图 fig = px.bar(top_df, x=metric, y='city', orientation='h', # 水平柱状图，城市名显示更清晰 title=f'最新日期 {metric} 排名前十城市', labels={metric: f'{metric}浓度 (µg/m³)', 'city': '城市'}, color=metric, color_continuous_scale='Viridis') fig.update_layout(yaxis={'categoryorder':'total ascending'}) # 让柱条按值升序排列 return fig def create_pollutant_correlation_heatmap(self, city_name): """创建指定城市各污染物相关性热图""" city_df = self.dp.get_city_data(city_name) numeric_cols = ['PM2.5', 'PM10', 'SO2', 'NO2', 'CO', 'O3'] # 只选取存在的列 available_cols = [col for col in numeric_cols if col in city_df.columns] corr_matrix = city_df[available_cols].corr() fig = go.Figure(data=go.Heatmap( z=corr_matrix.values, x=available_cols, y=available_cols, text=corr_matrix.round(2).values, # 在热图上显示数值 texttemplate='%{text}', colorscale='RdBu', # 红蓝渐变色，中间是白色 zmid=0, # 将颜色中心设为 0（不相关） hoverongaps=False )) fig.update_layout( title=f'{city_name} - 污染物相关性分析', xaxis_title='污染物指标', yaxis_title='污染物指标' ) return fig

import dash from dash import dcc, html, Input, Output import dash_bootstrap_components as dbc # 导入 Bootstrap 组件，让界面更美观 from data_processor import DataProcessor from charts_builder import ChartBuilder # 1. 初始化数据处理器和图表构建器 dp = DataProcessor('data/air_quality.csv') dp.clean_data() cb = ChartBuilder(dp) # 2. 初始化 Dash 应用，使用 Bootstrap 主题 app = dash.Dash(__name__, external_stylesheets=[dbc.themes.FLATLY]) app.title = "城市空气质量可视化分析系统" # 设置浏览器标签页标题 # 3. 定义应用布局 app.layout = dbc.Container([ dbc.Row([ dbc.Col(html.H1("🌍 城市空气质量分析仪表盘", className="text-center my-4"), width=12) ]), dbc.Row([ dbc.Col([ html.Label("选择城市："), dcc.Dropdown(id='city-dropdown', options=[{'label': city, 'value': city} for city in dp.get_city_list()], value=dp.get_city_list()[0], clearable=False, style={'margin-bottom': '20px'}), html.Label("选择分析指标（用于排名）："), dcc.Dropdown(id='metric-dropdown', options=[ {'label': 'PM2.5', 'value': 'PM2.5'}, {'label': 'PM10', 'value': 'PM10'}, {'label': 'SO2', 'value': 'SO2'}, ], value='PM2.5', clearable=False), ], width=3), # 左侧控制栏占 3 列 dbc.Col([ dcc.Graph(id='timeseries-chart'), ], width=9), # 右侧时序图占 9 列 ], className="mb-4"), dbc.Row([ dbc.Col([ dcc.Graph(id='top-cities-chart'), ], width=6), # 排名图占 6 列 dbc.Col([ dcc.Graph(id='correlation-heatmap'), ], width=6), # 热力图占 6 列 ]), # 添加一个存储组件，用于在回调间共享数据（非必须，但好习惯） dcc.Store(id='shared-city-data') ], fluid=True) # container-fluid 使布局更灵活 # 4. 定义回调函数，实现交互 @app.callback( [Output('timeseries-chart', 'figure'), Output('top-cities-chart', 'figure'), Output('correlation-heatmap', 'figure')], [Input('city-dropdown', 'value'), Input('metric-dropdown', 'value')] ) def update_all_charts(selected_city, selected_metric): """当城市或指标下拉框变化时，更新所有图表""" # 创建时序图 ts_fig = cb.create_timeseries_chart(selected_city) # 创建排名图 rank_fig = cb.create_top_cities_bar_chart(selected_metric) # 创建相关性热图 heatmap_fig = cb.create_pollutant_correlation_heatmap(selected_city) return ts_fig, rank_fig, heatmap_fig # 5. 运行应用（仅当直接执行此脚本时） if __name__ == '__main__': # debug=True 仅用于开发，生产环境必须设为 False app.run_server(debug=True, host='0.0.0.0', port=8050)

Python 数据可视化毕业设计实战：从选题到部署