简介面向计算机专业数据可视化课程的一份结课作业报告PDF围绕虚构的用电量分布数据集完整演示了从MySQL数据库设计、Python脚本建库插数到Flask搭建Web服务、Echarts渲染图表的全流程。报告篇幅紧凑仅543KB包含1个PDF文件正文覆盖项目摘要、项目结构、成果预览、问题解决与总结可直接阅读或打印适合需要参考课程设计结构、技术选型与排错思路的初学者。内容详细展示了数据表Time/Powers字段的设计与create_data.py插入逻辑Flask中route装饰器、render_template渲染模板的用法以及网页中文乱码、图表不显示等实际问题的排查过程并配有项目成果截图和代码段便于对照实现。报告整体结构清晰重点突出技术实现与问题复盘能为完成类似可视化作业提供现成的写作框架与代码思路。目前已有136人学习下载值得高校学生和数据可视化入门者快速借鉴。1. 数据可视化结课作业.pdf一份报告凭什么拿高分一份「数据可视化结课作业.pdf」摆在面前真正要解决的不是「会不会画图」而是「交出去的这份报告凭什么拿高分」。很多人在这里翻车图表堆了一页又一页被问「你想说明什么」却答不上来。差别在于把可视化当成「罗列数据」还是当成「用图形完成一次论证」。一份合格的作业通常包含明确的分析问题、干净的数据底表、3到5张互相支撑的图表以及一段能讲清结论的文字。工具反而不重要开源图表库、商业报表工具都能完成。这篇笔记适合正在赶作业的学生也适合想用一份作品反推可视化流程的入门者按「选题 → 数据 → 出图 → 排错 → 收尾」的顺序把每个环节的坑和参数一次说清。2. 可视化技术栈选型作业场景下先想清楚的三件事2.1 代码工具与报表工具的取舍多数作业的合理答案拿到课题先别急着打开编辑器先回答一个问题这份作业是「数据分析为主、图表为辅」还是「图表展示为主、分析为辅」。前者适合走代码路线处理数据的灵活性高结论可以随时反推重画后者适合走报表工具路线拖拽出图快但数据清洗能力弱碰到脏数据会很被动。我一般会这样判断如果课题数据是CSV或Excel且需要做多表关联、字段聚合、去重这类操作优先选Python路线Pandas负责清洗和聚合PyEcharts负责出图最后把图表导出成PNG插入PDF。如果课题本身就是「用可视化工具对某组数据做探索」那用报表工具更符合题意操作路径短版式也成熟。另一个考量是交付格式。标题是PDF意味着最终要被老师打开、翻页、批注。代码工具导出的图片可控性强可以指定像素比、指定宽度插进PDF后清晰度有保障。报表工具的导出往往依赖内置模板遇到中文换行、字体缺失时反而不容易调。除非题目明确要求我倾向代码路线改动成本低重跑一遍就有新图。2.2 按图表类型倒推选型折线、地图、桑基各自的最优解选型不是看哪个工具名气大而是看课题里需要哪几类图表再倒推哪个工具支持最顺。下面这张表是我在模拟项目X里常用来跟人讨论的工具对照图表需求首选工具备选说明时间序列折线/面积Python 的 PyEcharts / Matplotlib报表工具双轴、标注、缩放都很顺手柱状图/堆叠柱状图PyEcharts Bar报表工具百分比堆叠要留意计算口径地图/热力/迁徙PyEcharts Map / Geo在线地图工具地理数据需要先整理成地区字段桑基图/关系网络PyEcharts Sankey / Graph专业分析软件数据格式要求严格需先做节点映射仪表盘/多图联动报表工具PyEcharts Tab 组合代码联动成本高报表工具更省事这张表的结论是大部分结课作业的场景用 PyEcharts 一套就能覆盖。它默认主题在视觉上比 Matplotlib 更现代交互缩放、悬浮提示是自带能力导出图片也清晰。唯一要注意的是 PyEcharts 需要联网加载前端资源离线环境会白屏这个后面避坑章单独说。2.3 一套最小可用代码模板10分钟跑通第一版图表不管课题是什么方向我都建议先跑通一条「读数据 → 聚合 → 出图 → 导出」的最小链路确认环境没问题再往里面填业务逻辑。这样后面每加一张图都是复制改参数而不是从头折腾环境。# 最小可用模板读CSV、聚合、画一条折线并导出PNG import pandas as pd from pyecharts.charts import Line from pyecharts import options as opts df pd.read_csv(data.csv, encodingutf-8-sig) # 按日期聚合销售额得到逐日汇总 daily df.groupby(date)[sales].sum().reset_index() line ( Line(init_optsopts.InitOpts(width1000px, height500px)) .add_xaxis(daily[date].tolist()) .add_yaxis(销售额, daily[sales].tolist(), is_smoothTrue) .set_global_opts(title_optsopts.TitleOpts(title逐日销售额走势)) ) line.render(daily_sales.html)逻辑说明先用 Pandas 读取数据并按日期聚合得到图表需要的两个列表再用 PyEcharts 构建折线图最后 render 出 HTML。注意 PyEcharts 的 x 轴和 y 轴数据都要求是列表DataFrame 的列需要用 tolist() 转换直接传 Series 会报错。参数说明is_smoothTrue是把折线变成平滑曲线适合展示趋势不适合展示精确数值变化width和height控制画布尺寸建议宽度不低于 1000px否则插入 PDF 后文字会发虚。TitleOpts里的 title 是图表的唯一主标题建议写「结论性描述 时间范围」而不是只写「销售额」。3. 数据准备与字段设计让底表直接支撑图表叙事3.1 数据来源三条路开放数据集、课程数据与自采数据的取舍结课作业的数据来源通常是三类老师提供的配套数据集、公开开放平台下载的数据、自己模拟或采集的数据。老师给的数据优点是不会跑偏评分体系里数据不是重点缺点是往往太干净缺少需要处理的问题分析部分写不出深度。开放平台数据更有发挥空间变量多、有时间维度能做出「发现问题 → 验证 → 得出结论」的完整链路。缺点是字段杂、脏数据多清洗时间可能占掉整个作业的一半。如果时间紧张我一般建议选一个字段数在10个以内的数据源变量太多反而不知道画什么图。自采数据的门槛最高需要说明采集方式、时间窗口和样本量除非课题明确要求否则不推荐新手走这条路。无论选哪条路课题报告里都要写明数据来源、时间范围和数据量。这一小段话在评分时很重要它证明你的结论有据可依也帮你挡掉答辩时「数据哪来的」的追问。3.2 Pandas必做的三类清洗空值、格式与聚合口径拿到数据后最忌讳直接画图。先花半小时把底表整理干净后面所有图表都从这张底表取数才能保证前后口径一致。我习惯把清洗拆成三步处理空值、统一格式、确定聚合口径。import pandas as pd # 读取课程提供的CSV格式销售明细utf-8-sig 可以避免中文乱码 df pd.read_csv(sales_detail.csv, encodingutf-8-sig) # 1. 空值处理金额为空直接剔除城市为空则填充“未知” df df.dropna(subset[amount]) df[city] df[city].fillna(未知) # 2. 日期格式统一并抽出“年月”作为新的聚合维度 df[order_date] pd.to_datetime(df[order_date]) df[ym] df[order_date].dt.to_period(M).astype(str) # 3. 按年月和品类双重聚合生成图表用的明细底表 summary df.groupby([ym, category])[amount].sum().reset_index() print(summary.head())逻辑说明dropna 只删关键字段为空的行其他字段用 fillna 填充避免整行丢失导致总量变化。日期列统一成 datetime 类型后用 to_period 提取年月为后续月份对比做准备。groupby 里同时放时间和品类两个维度既可以画总走势也可以画分品类堆叠图。参数说明encodingutf-8-sig比utf-8更稳妥Excel 另存的 CSV 带 BOM 头不加这个参数第一列列名会多出乱码。to_period(M)后的 astype(str) 必须加否则聚合结果的索引是 Period 对象转成列表时格式不统一。dropna(subset[amount])里的 subset 指定只检查这一列不会误删其他列缺失的行。3.3 字段抽象三件套维度、度量与层级清洗完成后底表里的字段要为「画什么图」服务。我习惯先把字段分成三类维度、度量、层级。维度是可分类的字段比如地区、品类、渠道度量是可以求和或平均的数值比如销售额、订单量、转化率层级则是维度里的树状结构比如「省份 → 城市 → 区县」。这张分类决定了图表的选型维度之间比大小用柱状图维度随时间变化用折线图维度在总量中占比重用饼图或堆叠图层级结构用桑基图或矩形树图。如果底表里没有明显的层级字段不要硬画桑基图——人工造层级会失真答辩时一问就露馅。字段设计还有一个容易被忽略的点度量字段最好在底表里先算好不要在图表代码里临时算。比如「客单价 销售额 / 订单数」如果每张图各算各的很容易出现小数位不一致、除零报错甚至口径偏差。统一在预处理阶段算好图表代码里只负责取数展示。4. 图表实现与参数落地从「能出图」到「会讲图」4.1 时间序列图的做法折线为主、面积为辅的走势表达时间序列是结课作业里最常用、也最容易出效果的图表类型。核心诉求是把「变化」讲清楚整体是上升还是下降、有没有拐点、有没有季节性波动。折线图是最稳的选择面积图适合强调累积量但要注意面积图在数据波动大时会让读者误判趋势。我一般会用折线图加平滑曲线配合 dataZoom 缩放组件让老师既能看整体走势也能拖动查看局部细节。下面这段代码是处理月度销售趋势的完整示例from pyecharts.charts import Line from pyecharts import options as opts # summary 来自预处理底表已按年月聚合 monthly summary.groupby(ym)[amount].sum().reset_index() x_labels monthly[ym].tolist() y_values monthly[amount].tolist() line ( Line(init_optsopts.InitOpts(width1100px, height550px)) .add_xaxis(x_labels) .add_yaxis( 月度销售额, y_values, is_smoothTrue, is_symbol_showFalse, linestyle_optsopts.LineStyleOpts(width3, color#2A6DF4), label_optsopts.LabelOpts(is_showFalse), ) .set_global_opts( title_optsopts.TitleOpts(title某平台月度销售额走势2023—2024), tooltip_optsopts.TooltipOpts(triggeraxis), datazoom_opts[opts.DataZoomOpts(range_start20, range_end100)], yaxis_optsopts.AxisOpts(name销售额万元), ) ) line.render(monthly_sales.html)逻辑说明先按年月做一次汇总得到 x 轴标签和 y 轴数值。is_symbol_showFalse去掉数据点上的小圆点避免多个序列时视觉拥挤。tooltip 设置成triggeraxis鼠标滑过时整条竖线上的所有序列一起显示适合多序列对比。dataZoom 放到底部拖动条可以缩放查看局部月份。参数说明linestyle_opts里的width3让线条更醒目插入 PDF 缩小后仍然清晰。color#2A6DF4是低饱和度的蓝色比默认的亮蓝色耐看和后面要加的堆叠图形成同一个色系。range_start20表示初始显示从第20%的位置开始如果你希望默认展示全部数据改成 0 即可这个值属于个人偏好没有对错。下面补充导出高清PNG的操作这一步骤在最终写PDF时必须做否则截图糊了整页都废# 导出高清PNGpixel_ratio2 让图片像素密度翻倍 from snapshot_selenium import snapshot as driver from pyecharts.render import make_snapshot make_snapshot(driver, line.render(), monthly_sales.png, pixel_ratio2)逻辑说明PyEcharts 默认渲染产物是 HTML 文件需要借助无头浏览器快照工具把它截成 PNG。make_snapshot接收渲染器、HTML 路径、输出路径和像素比四个关键参数执行完成后会在当前目录生成图片。本机需要装有 Chrome 浏览器否则驱动会报错。pixel_ratio 是图片体积和清晰度的平衡点作业场景用 2 就够再高的话 PDF 文件会明显变大。4.2 组成对比图的做法堆叠柱状图与饼图的适用边界结课作业里经常需要展示「总量中各个部分的占比」这时候饼图和堆叠柱状图容易被混用。我的经验是分类少于6个、且占比差异明显时用饼图分类超过6个或者要同时比较多个时间段时必须用堆叠柱状图。饼图的扇区角度在分类多时很难读出准确数值而且答辩时容易被问「为什么这块颜色这么小」。堆叠柱状图适合展示「每个时间段里各分类的构成变化」既能看到总量走势也能看到结构占比。实现时要注意每个分类的贡献值在堆叠中的顺序是否一致否则图例和色块对不上。from pyecharts.charts import Bar # 透视表行为年月列为品类值为销售额 pivot summary.pivot_table(indexym, columnscategory, valuesamount, aggfuncsum).fillna(0) bar ( Bar(init_optsopts.InitOpts(width1100px, height550px)) .add_xaxis(pivot.index.tolist()) ) # 每个品类用 add_yaxis 叠一层stack 参数值相同即可堆叠 for col in pivot.columns: bar.add_yaxis( col, pivot[col].tolist(), stacktotal, label_optsopts.LabelOpts(is_showFalse), ) bar.set_global_opts( title_optsopts.TitleOpts(title月度销售额品类构成), tooltip_optsopts.TooltipOpts(triggeraxis), yaxis_optsopts.AxisOpts(name销售额万元), ) bar.render(category_stack.html)逻辑说明先用 pivot_table 把长表转成宽表行是年月、列是品类、值是销售额。每个品类调用一次 add_yaxis只要 stack 参数的值一样这些序列就会叠在同一个柱子上。fillna(0) 是为了处理某个品类在某个月份没有销售记录的情况否则遇空值柱状图会断。参数说明aggfuncsum指定透视时的聚合方式如果底表里存在重复记录这里最好确认是求和还是求平均。stacktotal这个参数的值本身只是分组标识可以随便命名但同一个图里所有序列必须一致。label_opts关闭柱顶数值标签堆叠图各部分值太小显示出来反而拥挤具体数值交给 tooltip 展示就够了。饼图的用法相对简单只有一个必调参数让每个扇区的标签显示「分类名 百分比」默认只显示分类名老师看不出占比。用label_optsopts.LabelOpts(formatter{b}: {d}%)就能同时展示名称和百分比{d}是 PyEcharts 内置的百分比占位符。4.3 让图表「会说话」标题、标签、颜色与注记的落地细节很多结课作业的图表本身没错但读图的人需要花十秒才能看出重点这就是「不会说话」。让图表说话靠的是四个细节结论式标题、直接标注、克制配色、必要的注记。标题不要写「销售额统计图」要写「Q3销售额环比下降18%系A品类库存不足导致」。前者是描述后者是论证。这个结论式标题可以直接成为PDF报告里每节的小标题图和文字形成呼应。代码里一行就能实现title_optsopts.TitleOpts(title这里写结论)。直接标注是指用 markPoint 或 markLine 把关键结论画在图上。比如在销售额折线图上标记峰值点和谷值点老师一眼就看到你说的「拐点」在哪。line.set_series_opts( markpoint_optsopts.MarkPointOpts( data[ opts.MarkPointItem(type_max, name最高峰), opts.MarkPointItem(type_min, name最低谷), ] ) )逻辑说明set_series_opts是 PyEcharts 的系列级配置markPoint 会在图表上叠加标注点。type_max和type_min是内置聚合类型不需要自己写坐标库会自动找到最大值和最小值的位置。标注点自带文字名称与结论式标题呼应。配色方面跟主题色保持同一色系最安全。比如主色用蓝色系辅助色用浅蓝和浅灰避免默认的红黄绿三色并排。同一篇报告里多张图的配色要一致A图的品类A用蓝色B图里品类A也必须是蓝色否则读者会以为是不同数据。5. 数据可视化结课作业的避坑清单五条血泪经验5.1 中文显示成方块或乱码现象图表标题、坐标轴标签、图例里的中文全部显示成方块或者变成问号。原因PyEcharts 渲染时依赖浏览器字体如果字体列表里没有中文字体就会退化成系统默认字体Matplotlib 则是默认字体文件里根本没有中文。很多同学在本地预览时没问题换到虚拟环境或 Docker 容器里跑就变成方块。解决Matplotlib 在代码开头加plt.rcParams[font.sans-serif] [SimHei]指定中文字体同时加plt.rcParams[axes.unicode_minus] False解决负号显示问题。PyEcharts 一般会跟随系统字体如果仍乱码在 InitOpts 里通过font_family指定一个带中文的字体名称。导出图片前先预览一遍HTML再截图别等PDF生成才发现乱码。5.2 图表导出模糊、被截断、尺寸失控现象插入 PDF 的图表图片发虚边缘文字看不清或者图上有一部分被页面边缘切掉。原因直接截图导出的是屏幕分辨率插入 A4 页面后会被拉伸自然发虚。被截断通常是因为图表宽度超过了 PDF 版心宽度或者 HTML 容器有默认边距导致周边留白被算进图片里。解决统一走 make_snapshot 导出pixel_ratio 设为 2。PDF 版心宽度一般是 16cm 左右对应 600px 到 700px但图表宽度建议保持 1000px 以上插入 PDF 时等比缩小清晰度反而更高。被截断时检查是否设置了页面边距为 0以及是否使用width100%这类弹性布局改成固定像素值。5.3 数据口径不一致导致结论打架现象正文里写「全年销售额1.2亿元」图例显示「12,000万」另一张图又出现「1.20E8」答辩被问得支支吾吾。原因每张图各自读原文件各自做聚合有的过滤了退款订单有的没过滤有的用亿元作单位有的用万元。前后口径不统一结论自然对不上。解决把清洗和聚合都集中到一个预处理脚本里输出一张标准的汇总底表所有图表只从这张表取数。单位统一在底表阶段换算比如全部转成万元并保留两位小数。在报告开头的「数据处理说明」里写一句「所有金额均指已剔除退款的实付金额单位万元」既向老师交代口径也逼自己前后保持一致。5.4 图表堆砌让报告失去主线现象一章里塞了5张图有折线、有饼图、有地图、有雷达图每张图都配了一段说明但看完不知道作者到底想证明什么。原因把「图多」等同于「内容丰富」。实际上图表是论证工具每一张都得回答「它支撑了哪个结论」。多余的图只会稀释重点。解决每章最多放一张主图加一张辅助图主图承载核心结论辅助图补充维度。删图比加图难但删完之后报告的逻辑线会清晰很多。如果某张图实在舍不得删移到附录里注明「补充材料」。5.5 配色过饱和显得不专业现象图表看起来「很土」配色像默认主题没调过红绿蓝紫直接撞在一起。原因直接从工具默认主题出图默认主题为了区分多序列往往使用高饱和度互补色单看没问题放在同一份PDF里就会显得杂乱。解决提前定一个色板3到4个颜色足够用。低饱和度的蓝色系搭配灰色系再加一个暖色做强调。同一个语义在不同图表里必须用同一种颜色比如「A品类」在任何图里都是蓝色。多序列时可以开启opts.InitOpts(themelight)再用ColorOpts覆盖指定色板。6. 结课作业的进阶收尾答辩提问准备与作品集沉淀6.1 答辩前必补的三个问题闭环图表做完了、PDF写完了不等于作业结束。下面这三个问题几乎是答辩必问的提前想好答案临场不会慌还能显得专业第一个问题「为什么选这张图」回答思路是「因为我要说明XX关系/趋势/占比这张图最能体现它」。不要回答「因为好看」。第二个问题「数据为什么可靠」回答思路是「数据来自某开放平台某年某月的公开记录清洗时剔除了缺失金额和异常值共保留N条有效记录」。第三个问题「结论的边界在哪」回答思路是「这个结论仅适用于该时间段和该品类若推广到全年或全品类需要更多数据验证」。把这三个问题写在PDF最后的「局限与展望」一节老师看了会认为你真的理解自己的分析。6.2 把结课作业沉淀成作品集片段作业交上去只是开始。把同样的数据和图表拿回去换一个更新鲜的选题视角重新组织结论就能变成可放进作品集的项目页。作品集和作业的最大区别是作业讲究「做了哪些分析」作品集讲究「解决了什么问题」。把结论式标题提到最前面数据来源和处理方式压缩成一句图表和结论一一对应这段经历就能从「课程作业」升级成「数据分析案例」。6.3 收尾的一点心得我自己的习惯是每次写完一份结课作业都顺手把预处理脚本和图表代码整理到一个文件夹里写一个几十行的README记录数据来源和关键参数。这份「垃圾回收」式的好习惯在之后做更完整的项目时帮了大忙——不用重新回忆当初为什么这么过滤、为什么单位选了万元。把作业当成练手机会认真处理每一处细节你收获的会比一个分数多。希望帮到你。本文还有配套的精品资源点击获取