企业官网建设流程全解析

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：

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', encoding='utf-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_opts=opts.InitOpts(width='1000px', height='500px')) .add_xaxis(daily['date'].tolist()) .add_yaxis('销售额', daily['sales'].tolist(), is_smooth=True) .set_global_opts(title_opts=opts.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_smooth=True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', encoding='utf-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：encoding='utf-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_opts=opts.InitOpts(width='1100px', height='550px')) .add_xaxis(x_labels) .add_yaxis( '月度销售额', y_values, is_smooth=True, is_symbol_show=False, linestyle_opts=opts.LineStyleOpts(width=3, color='#2A6DF4'), label_opts=opts.LabelOpts(is_show=False), ) .set_global_opts( title_opts=opts.TitleOpts(title='某平台月度销售额走势（2023—2024）'), tooltip_opts=opts.TooltipOpts(trigger='axis'), datazoom_opts=[opts.DataZoomOpts(range_start=20, range_end=100)], yaxis_opts=opts.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_show=False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trigger='axis'，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width=3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_start=20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PNG，pixel_ratio=2 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_ratio=2)

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(index='ym', columns='category', values='amount', aggfunc='sum').fillna(0) bar = ( Bar(init_opts=opts.InitOpts(width='1100px', height='550px')) .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(), stack='total', label_opts=opts.LabelOpts(is_show=False), ) bar.set_global_opts( title_opts=opts.TitleOpts(title='月度销售额品类构成'), tooltip_opts=opts.TooltipOpts(trigger='axis'), yaxis_opts=opts.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：aggfunc='sum'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。stack='total'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_opts=opts.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_opts=opts.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_opts=opts.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width='100%'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「1.20E+8」，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(theme='light')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