基于Django的携程网Top热门景点数据可视化分析

2024-03-06 03:04

本文主要是介绍基于Django的携程网Top热门景点数据可视化分析,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

前言: 

今天给大家分享一个基于Django的携程网Top热门景点数据可视化分析项目,以下是该项目大大概内容

项目名称:基于Python(django)的携程Top热门景点数据可视化分析

涉及技术:Python,Django,Mysql,Web前端~

项目实现功能:用户登录注册,个人信息编辑,数据总览以及收藏,对爬取的数据进行可视化图标的展示等~

现在简单来分析一下这个小项目吧:

项目分析以及展示:

1:登录注册

这个功能基本上是每一个同学做设计网站的过程中必不可少的步骤啦,其实这个就是一个Form表单的Post提交验证,注册时获取输入框上的文本后,然后 models.objects.create(字段1=值1,字段2-值2......)就可以啦,登陆时只需获取输入框的内容验证其账号和密码是否存在于Mysql数据库即可,有的话则正常进入首页(下一页),没有的话课适当弹出提示信息

代码:

def login(request):if request.method == 'GET':return render(request, 'login.html')if request.method == 'POST':name = request.POST.get('name')password = request.POST.get('password')if User.objects.filter(username=name, password=password):user=User.objects.get(username=name, password=password)username=request.session['username'] = {'username':user.username,'avatar':str(user.avatar)}return redirect('index')else:msg = '信息错误!'return render(request, 'login.html', {"msg": msg})# 02用户注册
def register(request):if request.method == 'POST':name = request.POST.get('name')password = request.POST.get('password')phone = request.POST.get('phone')email = request.POST.get('email')avatar = request.FILES.get('avatar')stu = User.objects.filter(username=name)if stu:msg = '用户已存在!'return render(request, 'register.html', {"msg": msg})else:User.objects.create(username=name,password=password,phone=phone,email=email,avatar=avatar)msg = "注册成功!"return render(request, 'login.html', {"msg": msg})if request.method == 'GET':return render(request,'register.html')

2:个人信息编辑

只需使用数据库ORM的filter()字段为用户名等于我们登录时的名称即可,这里咱们知道获取我们登陆时的所昵称或者别的信息的,这里可以使用Session缓存 的方法来获取,具体怎么操作,我的上一篇博客已经介绍过啦,然后我们就顺利拿到我们用户的对象啦,然后正常映射到前端即可啦,修改个人信息也是Post方法,然后获取新的输入内容后,只需yourmodel.字段=获取的新数据 即可实现数据库原本内容的覆盖修改:

代码:

def selfInfo(request):username = request.session.get("username").get('username')useravatar = request.session.get("username").get('avatar')userInfo=User.objects.get(username=username)context={'username':username,'useravatar':useravatar,'userInfo':userInfo}return render(request,'selfInfo.html',context)

 

3:数据总览

这个内容就纯粹获取全部数据遍历展示啦:

4:数据收藏

这个是有一点难度的,实现点击收藏景点就可以把数据库传递显示在收藏页面(技术本质时,点击收藏按钮将该数据保存存储一个新的数据库里),我们根据ID来获取当前点击的对象,然后创建新的数据库,这里的数据库表的建立就会显得尤其重要啦,这里需要用到ForeignKey外键关联的细节啦,

这里比如我们收藏的数据存在数据库History里,然后该项目另外还有两个数据库(景点Places,用户User),我们看一下代码就知道啦:代码:

class History(models.Model):id = models.AutoField('id',primary_key=True)place = models.ForeignKey(Places,on_delete=models.CASCADE)user = models.ForeignKey(User,on_delete=models.CASCADE)count = models.IntegerField("点击次数",default=1)class Meta:db_table = "history"class Meta:db_table = 'History'verbose_name_plural = '收藏管理'

关联景点表使用户我们展示景点表中的每一个字段的具体信息,关联用户是因为我们使用缓存在辨别每一位不同的用户他们收藏的数据肯定也不一样,另外我们按照一个景点点击的次数多少来从在前端页面上到下排列。

5:可视化图表

可视化图表我是使用Echarts来呈现的,当然这个可视化展示的工具有很多大家可以自己决定使用哪一款(pyecharts,matplotlib,mapbr...),做过可视化的同学都知道,echarts他的可视化的数据信息有多种数据结构的比如单列表,列表里面嵌套字典,字典里面嵌套字典等,所以我们只需要将数据库里的数据拿出来处理成我们需要的样子即可啦,由于我这这个项目里的数据图表也不算少,所以我就只拿有两个图表来讲解举例:

比如下面的这种可视化的图,这个没有怎么设计到图表的内容:

效果图如下:

代码:

def index(request):users = User.objects.all()data = {}for u in users:if data.get(str(u.time),-1) == -1:data[str(u.time)] = 1else:data[str(u.time)] += 1result = []for k,v in data.items():result.append({'name':k,'value':v})timeFormat = time.localtime()year = timeFormat.tm_yearmonth = timeFormat.tm_monday = timeFormat.tm_mdaymonthList = ["January","February","March","April","May","June","July","August","September","October","November","December"]username = request.session.get("username").get('username')useravatar = request.session.get("username").get('avatar')newuserlist = User.objects.all()places=Places.objects.all()# 数据总量placeslength=len(places)# 用户总量userlength=len(User.objects.all())# 火热城市 h(例:)为北京,上海,深圳hotcitylist=[]hotcity=places.order_by('-hot')[0:3]for h in hotcity:hotcitylist.append(h.city)strres=''for h in hotcitylist:strres= strres+h+"~"hotcitylist=strres[:-1]# 最高级别"""levellist=[]for p in places:levellist.append(p.level[0])levellist=levellist.sort(reverse=True)levellistres=levellist[0] # 为最高等级5A"""levellistres='5A'# 评论量最高totalaccountres=places.order_by('-totalaccount')[0]totalaccountlistres=totalaccountres.totalaccount# 评分最高scoreres=places.order_by('-score')[0]scorelistres=scoreres.scoregoodaccountrate=places.order_by('-goodaccountrate')[0]goodaccountrate=goodaccountrate.goodaccountratecontext={'userTime':result,'year':year,'month':monthList[month-1],'day':day,'useravatar':useravatar,'username':username,'newuserlist':newuserlist,'placeslength':placeslength,'userlength':userlength,'hotcitylist':hotcitylist,'levellistres':levellistres,'totalaccountlistres':totalaccountlistres,'scorelistres':scorelistres,'places':places,'goodaccountrate':goodaccountrate}return render(request,'index.html',context)

获取数量:

# 数据总量
placeslength=len(places)
# 用户总量
userlength=len(User.objects.all())

Top最高的数据可以直接orderby(-字段)[0]即可,获取该字段的最高的一条数据然后获取该数据的该字段值,火热城市同理,按照hot热度排列取前3个对象数据,然后取出该3条数据的该字段值,然后可以利用字符串拼接的方法做城市之间的~连接展示。

接下来看这个图片:

这个图片是Echarts可视化工具的常见的饼图:他Echarts源数据是这样的(如下图:)

在data里面,是一个列表里面嵌套字典的形式,所以我们针对我们这个项目需要处理处理成[{北京:2},{上海:3},{杭州:5}......]既表达每个城市有多少景点,所有我们使用如下代码:

places = Places.objects.all();dict1={};result1=[];dict2={};result2=[];
for i in places:if dict1.get(i.city,-1)==-1:dict1[i.city]=1else:dict1[i.city]+=1
for k,v in dict1.items():result1.append({'value': v,"name":k})

这段代码首先从数据库中获取所有的 Places 对象,然后使用两个字典 dict1 和 dict2 和两个列表 result1 和 result2 进行处理。

  1. places = Places.objects.all();:通过 Places.objects.all() 获取数据库中所有的 Places 对象,并将其存储在 places 变量中。

  2. dict1 = {}; result1 = []; dict2 = {}; result2 = [];:初始化了两个空字典 dict1 和 dict2,以及两个空列表 result1 和 result2

  3. for i in places::遍历 places 中的每个 Places 对象。

  4. if dict1.get(i.city, -1) == -1::检查 dict1 中是否存在键为 i.city 的条目,如果不存在,返回 -1;存在则返回对应的值。

    • 如果返回值为 -1,说明 dict1 中没有 i.city 这个键,这时将 i.city 作为键,初始化其值为 1

    • 如果返回值不为 -1,说明 dict1 中已经存在 i.city 这个键,这时将对应的值加 1

  5. for k, v in dict1.items()::遍历 dict1 中的每一对键值对。

  6. result1.append({'value': v, "name": k}):将每个城市的数量 v 和城市名称 k 作为键值对添加到 result1 列表中,形成字典的列表结构。

综上所述,该代码的功能是统计数据库中每个城市出现的次数,并将结果以字典列表的形式存储在 result1 中。

其他类推(直接上效果图):

最后需要本项目的同学可以私信我或者下面加我微信~

这篇关于基于Django的携程网Top热门景点数据可视化分析的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/778683

相关文章

Springboot中分析SQL性能的两种方式详解

《Springboot中分析SQL性能的两种方式详解》文章介绍了SQL性能分析的两种方式:MyBatis-Plus性能分析插件和p6spy框架,MyBatis-Plus插件配置简单,适用于开发和测试环... 目录SQL性能分析的两种方式:功能介绍实现方式:实现步骤:SQL性能分析的两种方式:功能介绍记录

最长公共子序列问题的深度分析与Java实现方式

《最长公共子序列问题的深度分析与Java实现方式》本文详细介绍了最长公共子序列(LCS)问题,包括其概念、暴力解法、动态规划解法,并提供了Java代码实现,暴力解法虽然简单,但在大数据处理中效率较低,... 目录最长公共子序列问题概述问题理解与示例分析暴力解法思路与示例代码动态规划解法DP 表的构建与意义动

Redis的数据过期策略和数据淘汰策略

《Redis的数据过期策略和数据淘汰策略》本文主要介绍了Redis的数据过期策略和数据淘汰策略,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一... 目录一、数据过期策略1、惰性删除2、定期删除二、数据淘汰策略1、数据淘汰策略概念2、8种数据淘汰策略

轻松上手MYSQL之JSON函数实现高效数据查询与操作

《轻松上手MYSQL之JSON函数实现高效数据查询与操作》:本文主要介绍轻松上手MYSQL之JSON函数实现高效数据查询与操作的相关资料,MySQL提供了多个JSON函数,用于处理和查询JSON数... 目录一、jsON_EXTRACT 提取指定数据二、JSON_UNQUOTE 取消双引号三、JSON_KE

Python给Excel写入数据的四种方法小结

《Python给Excel写入数据的四种方法小结》本文主要介绍了Python给Excel写入数据的四种方法小结,包含openpyxl库、xlsxwriter库、pandas库和win32com库,具有... 目录1. 使用 openpyxl 库2. 使用 xlsxwriter 库3. 使用 pandas 库

SpringBoot定制JSON响应数据的实现

《SpringBoot定制JSON响应数据的实现》本文主要介绍了SpringBoot定制JSON响应数据的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们... 目录前言一、如何使用@jsonView这个注解?二、应用场景三、实战案例注解方式编程方式总结 前言

使用Python在Excel中创建和取消数据分组

《使用Python在Excel中创建和取消数据分组》Excel中的分组是一种通过添加层级结构将相邻行或列组织在一起的功能,当分组完成后,用户可以通过折叠或展开数据组来简化数据视图,这篇博客将介绍如何使... 目录引言使用工具python在Excel中创建行和列分组Python在Excel中创建嵌套分组Pyt

在Rust中要用Struct和Enum组织数据的原因解析

《在Rust中要用Struct和Enum组织数据的原因解析》在Rust中,Struct和Enum是组织数据的核心工具,Struct用于将相关字段封装为单一实体,便于管理和扩展,Enum用于明确定义所有... 目录为什么在Rust中要用Struct和Enum组织数据?一、使用struct组织数据:将相关字段绑

在Mysql环境下对数据进行增删改查的操作方法

《在Mysql环境下对数据进行增删改查的操作方法》本文介绍了在MySQL环境下对数据进行增删改查的基本操作,包括插入数据、修改数据、删除数据、数据查询(基本查询、连接查询、聚合函数查询、子查询)等,并... 目录一、插入数据:二、修改数据:三、删除数据:1、delete from 表名;2、truncate

C#使用DeepSeek API实现自然语言处理,文本分类和情感分析

《C#使用DeepSeekAPI实现自然语言处理,文本分类和情感分析》在C#中使用DeepSeekAPI可以实现多种功能,例如自然语言处理、文本分类、情感分析等,本文主要为大家介绍了具体实现步骤,... 目录准备工作文本生成文本分类问答系统代码生成翻译功能文本摘要文本校对图像描述生成总结在C#中使用Deep