链家房屋数据爬取与预处理-大数据采集与预处理课程设计

news2024/11/25 2:29:03

芜湖市链家二手房可视化平台

成品展示

重点说明

1.数据特征数量和名称、数据量

数据特征数量:14;

名称:小区名、价格/万、地区、房屋户型、所在楼层、建筑面积/平方米、户型结构、套内面积、建筑类型、房屋朝向、建筑结构、装修情况、梯户比例、配备电梯;

数据量:3000条。

 2.主要爬取和预处理的工具或库

爬取的工具:Requests、time、csv、lxml;

预处理的库:pandas、json、pyecharts;

Web开发框架:HTML、CSS、JavaScript、jQuery、Bootstrap;

3.软件模块设计(类、函数等)

#获取每一页的url

def Get_url(url):

#获取每套房详情信息的url

def Get_house_url(all_url,headers):

#获取每套房的详情信息

def Analysis_html(url_ls,headers):

#把爬取的信息存入文件

def Save_data(name, money, area, data):

4.软件产品形式

Web网站:

http://47.113.217.27/lianjiaershoufang/app/templates/index.html,欢迎访问

摘要

在当前房价高涨的市场环境下,购房者对于房价信息的获取和分析需求日益增强。作为房地产行业的领军企业之一,链家网拥有大量的房源信息和用户数据。为了更好地满足用户需求,提升购房体验,本设计计划构建一个芜湖市链家二手房可视化平台,通过爬取和预处理链家网的房屋数据,为用户提供直观、便捷的房价信息展示和分析工具。

通过使用requests库发送请求获取网页内容,使用time库控制程序的请求速度,使用lxml库解析HTML数据并保存实现对链家网站的数据爬取,使用pandas库对原始数据进行缺失值检测、添加表格头、数据类型转换、异常数据替换等操作,并对各地区房源数量、各地区房价、户型结构分布、所在楼层分布、配备电梯情况等进行分析并转换成json数据实现数据的预处理,成功构建了包含房屋属性、交易属性等关键信息的数据库。采用HTML、CSS、echarts、jQuery、BootStrap框架开发芜湖市链家二手房可视化平台,读取转换的json数据以可视化看板的形式展现给用户。

在数据采集过程中,针对数据不完整和爬虫程序触发限制等问题,提出了分区域爬取和合理控制爬取速度等有效措施。经过数据清洗与分析,确保数据质量并存储于适当格式。平台功能设计完善,部署顺利,为后续的可视化展示提供了坚实基础。

平台对各地区房源数量、各地区房价、户型结构分布、所在楼层分布、配备电梯情况等进行分析,可以让用户快速了解芜湖市二手房的关键信息,辅助用户决策。

在构建芜湖市链家二手房可视化平台的旅程中,成功地将链家网的海量房源数据转化为直观、易理解的可视化信息,为用户提供了宝贵的参考依据。通过不断的优化和迭代,确保了数据的准确性和实时性,满足了购房者在当前房价高涨市场环境下对房价信息的迫切需求。

展望未来,将继续倾听用户的声音,不断完善平台的各项功能,提升用户体验。也将积极探索新的数据源和分析方法,为用户提供更加全面、深入的房地产市场分析服务。相信,在不久的将来,芜湖市链家二手房可视化平台将成为购房者不可或缺的信息助手,帮助他们更加明智地做出购房决策。

下面是具体实现代码

(代码中的路径自己替换成自己的路径)

爬虫程序(URL自己替换成自己想爬取城市的)

import requests,time,csv
import pandas as pd
from lxml import etree

#获取每一页的url
def Get_url(url):
    all_url=[]
    for i in range(1,101):
        all_url.append(url+'pg'+str(i)+'/') #储存每一个页面的url
    return all_url

#获取每套房详情信息的url
def Get_house_url(all_url,headers):
    num=0
    #简单统计页数
    for i in all_url:
        r=requests.get(i,headers=headers)
        html=etree.HTML(r.text)
        url_ls=html.xpath("//ul[@class='sellListContent']/li/a/@href") #获取房子的url
        Analysis_html(url_ls,headers)
        time.sleep(4)
        print("第%s页爬完了"%i)
        num+=1

#获取每套房的详情信息
def Analysis_html(url_ls,headers):
    for i in url_ls: #num记录爬取成功的索引值
        r=requests.get(i,headers=headers)
        html=etree.HTML(r.text)
        name=(html.xpath("//div[@class='communityName']/a/text()"))[0].split() #获取房名
        money = html.xpath("//span[@class='total']/text()" )# 获取价格
        area = html.xpath("//span[@class='info']/a[1]/text()")  # 获取地区
        data = html.xpath("//div[@class='content']/ul/li/text()")# 获取房子基本属性

        Save_data(name,money,area,data)

#把爬取的信息存入文件
def Save_data(name, money, area, data):
    result=[name[0]]+money+[area]+data #把详细信息合为一个列表
    with open(r'../app/data/raw_data.csv','a',encoding='utf_8_sig',newline='')as f:
        wt=csv.writer(f)
        wt.writerow(result)
        print('已写入')
        f.close()

if __name__=='__main__':
    url='https://wuhu.lianjia.com/ershoufang/'
    headers={
        "Upgrade-Insecure-Requests":"1",
        "User-Agent":"Mozilla/5.0(Windows NT 10.0;Win64;x64) AppleWebKit/537.36(KHTML,like Gecko)Chrome"
                     "/72.0.3626.121 Safari/537.36"
    }
    all_url=Get_url(url)
    with open(r'../app/data/raw_data.csv', 'a', encoding='utf_8_sig', newline='') as f:
        #首先加入表格头
        table_label=['小区名','价格/万','地区','房屋户型','所在楼层','建筑面积','户型结构','套内面积','建筑类型','房屋朝向'
            ,'建筑结构','装修情况','梯户比例','配备电梯']
        wt=csv.writer(f)
        wt.writerow(table_label)
    Get_house_url(all_url,headers)

预处理程序


import csv

# 打开原始CSV文件和目标CSV文件,指定编码方式为UTF-8
with open('../app/data/raw_data.csv', 'r', newline='', encoding='utf-8') as infile, \
     open('../app/data/cleaned_data.csv', 'w', newline='', encoding='utf-8') as outfile:
    reader = csv.reader(infile)
    writer = csv.writer(outfile)

    # 跳过原始CSV文件的第一行
    next(reader)

    # 添加表格头
    table_label=['小区名','价格/万','地区','房屋户型','所在楼层','建筑面积','户型结构','套内面积','建筑类型','房屋朝向'
            ,'建筑结构','装修情况','梯户比例','配备电梯']
    writer.writerow(table_label)

    # 删除指定列的索引
    columns_to_drop = [3, 5, 7, 9, 11, 13, 15, 17, 19, 21, 23, 25,26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41]

    for row in reader:
        # 删除指定列
        cleaned_row = [row[i] for i in range(len(row)) if i not in columns_to_drop]
        writer.writerow(cleaned_row)


import pandas as pd

# 读取csv文件的前14列
df = pd.read_csv('../app/data/cleaned_data.csv', encoding='utf-8', usecols=range(14))

# 去除地区列中的 [''](使用正则表达式)
df['地区'] = df['地区'].str.replace(r"['\[\]]", '', regex=True)
# 去除建筑面积列中的㎡
df['建筑面积'] = df['建筑面积'].str.replace('㎡', '')
# 修改列名为'建筑面积/平方米'
df = df.rename(columns={'建筑面积': '建筑面积/平方米'})
# 所在楼层列只保留前三个文字
df['所在楼层'] = df['所在楼层'].str.slice(0, 3)
df['地区'] = df['地区'].replace('三山区', '弋江区')
df['所在楼层'] = df['所在楼层'].replace('22.', '高楼层')
# 将'三山区'改为'弋江区'
# 将'经济开发区'改为'鸠江区'
df['地区'] = df['地区'].replace('经济开发区', '鸠江区')

# 保存修改后的数据
df.to_csv('../app/data/last_cleaned_data.csv', index=False)


转换成Echarts需要的json数据程序

import pandas as pd

# 读取csv文件
df = pd.read_csv('../app/data/last_cleaned_data.csv', encoding='utf-8')
# 计算价格/万列的均值
mean_price = df['价格/万'].mean()

print("价格/万列的均值为:", mean_price)

import pandas as pd
import json

# 读取地区数据
df = pd.read_csv('../app/data/last_cleaned_data.csv', encoding='utf-8')

# 统计每个地区的数量
area_counts = df['地区'].value_counts().reset_index()
area_counts.columns = ['name', 'value']

# 转换为需要的格式
json_data = area_counts.to_dict(orient='records')

# 保存为json文件
with open('../app/templates/wuhu_data.json', 'w', encoding='utf-8') as f:
    json.dump({"datas": json_data}, f, ensure_ascii=False)

print("各地区房源数量统计JSON文件保存成功。")

import pandas as pd

# 读取 CSV 文件
df = pd.read_csv('../app/data/last_cleaned_data.csv', encoding='utf-8')

# 对小区名列进行统计
counts = df['小区名'].value_counts()

# 转换成指定的 JSON 格式
result = {
            "ciyunshuju": [
                {
                    "name": name,
                    "value": count
                }
                for name, count in counts.items()
            ]
        }

# 输出 JSON 文件
with open('../app/templates/ciyun.json', 'w',encoding='utf-8') as f:
    json.dump(result, f, ensure_ascii=False, indent=4)
print("小区名词云数据JSON文件保存成功。")


import pandas as pd

# 读取 CSV 文件
df = pd.read_csv('../app/data/last_cleaned_data.csv', encoding='utf-8')

# 对户型结构列进行统计
counts = df['户型结构'].value_counts()

# 转换成指定的 JSON 格式
result = {
            "huxingjiegou": [
                {
                    "name": name,
                    "value": count
                }
                for name, count in counts.items()
            ]
        }

# 输出 JSON 文件
with open('../app/templates/huxing.json', 'w',encoding='utf-8') as f:
    json.dump(result, f, ensure_ascii=False, indent=4)
print("户型结构分布数据JSON文件保存成功。")

import json
from pyecharts import options as opts
from pyecharts.charts import WordCloud

# Read data from ciyun.json
with open('../app/templates/ciyun.json', 'r', encoding='utf-8') as file:
    data = json.load(file)

# Extract name-value pairs from the data
words = [(item['name'], item['value']) for item in data['ciyunshuju']]

# Generate word cloud
wordcloud = (
    WordCloud()
    .add("", words, word_size_range=[10, 30])
    .set_global_opts(
        graphic_opts=[opts.GraphicGroup(
            graphic_item=opts.GraphicItem(
                left="center", top="middle", width=500, height=300
            )
        )]
    )
)


# Save word cloud as an HTML file
wordcloud.render('../app/templates/wordcloud.html')

print('小区名词云图绘制成功')




import pandas as pd
import json

# 读取CSV文件
df = pd.read_csv('../app/data/last_cleaned_data.csv')

# 将需要的列转换为数值类型,非数值的部分会被转换为NaN
df['价格/万'] = pd.to_numeric(df['价格/万'], errors='coerce')
df['建筑面积/平方米'] = pd.to_numeric(df['建筑面积/平方米'], errors='coerce')

# 去除包含NaN值的行
df = df.dropna(subset=['价格/万', '建筑面积/平方米', '地区'])

# 计算每平方米价格
df['每平方米价格'] = df['价格/万'] * 10000 / df['建筑面积/平方米']

# 按地区分组并计算平均值
average_price_per_sqm = df.groupby('地区')['每平方米价格'].mean().reset_index()

# 将平均值转换为整数
average_price_per_sqm['每平方米价格'] = average_price_per_sqm['每平方米价格'].astype(int)


# 将结果转换为所需的JSON格式
result = {
    "diqupingjun": [
        {"name": row['地区'], "value": row['每平方米价格']}
        for index, row in average_price_per_sqm.iterrows()
    ]
}

# 将结果存储为JSON文件
with open('../app/templates/diqupingjun.json', 'w', encoding='utf-8') as f:
    json.dump(result, f, ensure_ascii=False, indent=4)

print("各地区平均房价数据JSON数据已保存")

import pandas as pd
import json

# 读取CSV文件
df = pd.read_csv('../app/data/last_cleaned_data.csv')

# 按地区分组并计算平均价格
average_price_per_region = df.groupby('地区')['价格/万'].mean().reset_index()

# 将结果转换为JSON格式
result = {
    "diqujiage": [
        {"name": row['地区'], "value": round(row['价格/万'], 2)}
        for index, row in average_price_per_region.iterrows()
    ]
}

# 将结果存储为JSON文件
with open('../app/templates/diqujiage.json', 'w', encoding='utf-8') as f:
    json.dump(result, f, ensure_ascii=False, indent=4)

print("各地区平均单位房价数据JSON数据已保存")


import pandas as pd

# 读取 CSV 文件
df = pd.read_csv('../app/data/last_cleaned_data.csv', encoding='utf-8')

# 对户型结构列进行统计
counts = df['装修情况'].value_counts()

# 转换成指定的 JSON 格式
result = {
            "zhuangxiu": [
                {
                    "name": name,
                    "value": count
                }
                for name, count in counts.items()
            ]
        }

# 输出 JSON 文件
with open('../app/templates/zhuangxiu.json', 'w',encoding='utf-8') as f:
    json.dump(result, f, ensure_ascii=False, indent=4)
print("装修情况数据JSON文件保存成功。")


import pandas as pd

# 读取 CSV 文件
df = pd.read_csv('../app/data/last_cleaned_data.csv', encoding='utf-8')

# 对配备电梯列进行统计
counts = df['配备电梯'].value_counts()

# 转换成指定的 JSON 格式
result = {
            "dianti": [
                {
                    "name": name,
                    "value": count
                }
                for name, count in counts.items()
            ]
        }

# 输出 JSON 文件
with open('../app/templates/dianti.json', 'w',encoding='utf-8') as f:
    json.dump(result, f, ensure_ascii=False, indent=4)
print("配备电梯情况JSON文件保存成功。")

import pandas as pd

# 读取 CSV 文件
df = pd.read_csv('../app/data/last_cleaned_data.csv', encoding='utf-8')

# 对户型结构列进行统计
counts = df['所在楼层'].value_counts()

# 转换成指定的 JSON 格式
result = {
            "louceng": [
                {
                    "name": name,
                    "value": count
                }
                for name, count in counts.items()
            ]
        }

# 输出 JSON 文件
with open('../app/templates/louceng.json', 'w',encoding='utf-8') as f:
    json.dump(result, f, ensure_ascii=False, indent=4)
print("所在楼层分布数据JSON文件保存成功。")

JS部分代码


$(function () {
    echarts_1();
    echarts_2();
    echarts_4();
    echarts_31();
    echarts_5();
    echarts_6();



    function echarts_31() {
    var myChart = echarts.init(document.getElementById("fb1"));
    myChart.setOption({
        title: [{
            left: 'center',
            textStyle: {
                color: '#fff',
                fontSize: '16'
            }
        }],
        tooltip: {
            trigger: 'item',
            formatter: '{a} <br/>{b} : {c} ({d}%)'
        },
        legend: {
            orient: 'horizontal',
            bottom: 0,
            textStyle: {
                color: '#fff'  // 设置图例字体颜色为白色
            },
            data: []  // 初始设置为空数组,等待后续动态加载
        },
        series: [
            {
                color: ['#00d0ff', '#0059ff', '#ff6a00', '#ff0008'],
                name: '户型结构占比',
                type: 'pie',
                center: ['50%', '50%'],
                startAngle: 180,
                endAngle: 360,
                data: []  // 初始设置为空数组,等待后续动态加载
            }
        ]
    });

    // 读取huxing.json
    $.getJSON("huxing.json", function (data) {
        var huxing_data = data.huxingjiegou;
        // 使用huxing_data来渲染图表
        // 修改图表数据
        myChart.setOption({
            series: [{
                data: huxing_data.map(function (item) {
                    return {
                        name: item.name.trim(),
                        value: item.value
                    };
                })
            }],
            legend: {
                data: huxing_data.map(function (item) {
                    return item.name.trim();
                })
            }
        });
    });
}


    function echarts_1() {
    // 基于准备好的dom,初始化echarts实例
    var myChart = echarts.init(document.getElementById('echart1'));

    // 从服务器加载JSON数据
    fetch('zhuangxiu.json')
    .then(response => response.json())
    .then(data => {
        // 提取名称和对应的值
        var names = data.zhuangxiu.map(item => item.name.trim());
        var values = data.zhuangxiu.map(item => item.value);

        var option = {
            tooltip: {
                trigger: 'axis',
                axisPointer: {
                    type: 'shadow'
                }
            },
            grid: {
                left: '0%',
                top: '10px',
                right: '0%',
                bottom: '4%',
                containLabel: true
            },
            xAxis: [{
                type: 'category',
                data: names, // 使用从JSON文件中读取的数据
                axisLine: {
                    show: true,
                    lineStyle: {
                        color: "rgba(255,255,255,.1)",
                        width: 1,
                        type: "solid"
                    },
                },
                axisTick: {
                    show: false,
                },
                axisLabel: {
                    interval: 0,
                    show: true,
                    splitNumber: 15,
                    textStyle: {
                        color: "rgba(255,255,255,.6)",
                        fontSize: '12',
                    },
                },
            }],
            yAxis: [{
                type: 'value',
                axisLabel: {
                    show: true,
                    textStyle: {
                        color: "rgba(255,255,255,.6)",
                        fontSize: '12',
                    },
                },
                axisTick: {
                    show: false,
                },
                axisLine: {
                    show: true,
                    lineStyle: {
                        color: "rgba(255,255,255,.1)",
                        width: 1,
                        type: "solid"
                    },
                },
                splitLine: {
                    lineStyle: {
                        color: "rgba(255,255,255,.1)",
                    }
                }
            }],
            series: [
                {
                    name: '装修类型数量',
                    type: 'bar',
                    data: values, // 使用从JSON文件中读取的数据
                    barWidth: '35%', // 柱子宽度
                    itemStyle: {
                        normal: {
                            color: '#2f89cf',
                            opacity: 1,
                            barBorderRadius: 5,
                        }
                    }
                },
                {
                    name: '装修类型数量',
                    type: 'line',
                    data: values, // 使用从JSON文件中读取的数据
                    itemStyle: {
                        normal: {
                            color: '#f56c6c',
                            opacity: 1,
                        }
                    }
                }
            ]
        };

        // 使用刚指定的配置项和数据显示图表。
        myChart.setOption(option);
        window.addEventListener("resize", function(){
            myChart.resize();
        });
    });
}

    function echarts_2() {
    var myChart = echarts.init(document.getElementById('echart2'));

    // 从服务器加载JSON数据
    fetch('diqujiage.json')
    .then(response => response.json())
    .then(data => {
        var option = {
            tooltip: {
                trigger: 'axis',
                axisPointer: { type: 'shadow'},
                formatter: function(params) {
                    return params[0].name + ': ' + params[0].value + ' 万';
                }
            },
            grid: {
                left: '0%',
                top:'10px',
                right: '0%',
                bottom: '4%',
                containLabel: true
            },
            xAxis: [{
                type: 'category',
                data: data.diqujiage.map(item => item.name), // 使用从JSON文件中读取的地区数据
                axisLine: {
                    show: true,
                    lineStyle: {
                        color: "rgba(255,255,255,.1)",
                        width: 1,
                        type: "solid"
                    },
                },
                axisTick: {
                    show: false,
                },
                axisLabel:  {
                    interval: 0,
                    show: true,
                    splitNumber: 15,
                    textStyle: {
                        color: "rgba(255,255,255,.6)",
                        fontSize: '12',
                    },
                },
            }],
            yAxis: [{
                type: 'value',
                axisLabel: {
                    show:true,
                    textStyle: {
                        color: "rgba(255,255,255,.6)",
                        fontSize: '12',
                    },
                },
                axisTick: {
                    show: false,
                },
                axisLine: {
                    show: true,
                    lineStyle: {
                        color: "rgba(255,255,255,.1)",
                        width: 1,
                        type: "solid"
                    },
                },
                splitLine: {
                    lineStyle: {
                        color: "rgba(255,255,255,.1)",
                    }
                }
            }],
            series: [
                {
                    type: 'bar',
                    data: data.diqujiage.map(item => item.value), // 使用从JSON文件中读取的价格数据
                    barWidth:'35%', //柱子宽度
                    itemStyle: {
                        normal: {
                            color:'#27d08a',
                            opacity: 1,
                            barBorderRadius: 5,
                        }
                    }
                }
            ]
        };
        myChart.setOption(option, true);
        myChart.setOption(option);
        window.addEventListener("resize",function(){
            myChart.resize();
        });
    });
}

    function echarts_5() {
    var myChart = echarts.init(document.getElementById('echart5'));

    // 从服务器加载JSON数据
    fetch('diqupingjun.json')
    .then(response => response.json())
    .then(data => {
        // 提取地区名称和对应的平均价格
        var names = data.diqupingjun.map(item => item.name);
        var values = data.diqupingjun.map(item => item.value);

        var option = {
            tooltip: {
                trigger: 'axis',
                axisPointer: {
                    type: 'shadow'
                },
                formatter: function(params) {
                    return params[0].name + ': ' + params[0].value + ' 元/㎡';
                }
            },
            grid: {
                left: '0%',
                top: '10px',
                right: '0%',
                bottom: '2%',
                containLabel: true
            },
            xAxis: [{
                type: 'category',
                data: names, // 使用从JSON文件中读取的地区数据
                axisLine: {
                    show: true,
                    lineStyle: {
                        color: "rgba(255,255,255,.1)",
                        width: 1,
                        type: "solid"
                    },
                },
                axisTick: {
                    show: false,
                },
                axisLabel: {
                    interval: 0,
                    show: true,
                    splitNumber: 15,
                    textStyle: {
                        color: "rgba(255,255,255,.6)",
                        fontSize: '12',
                    },
                },
            }],
            yAxis: [{
                type: 'value',
                axisLabel: {
                    show: true,
                    textStyle: {
                        color: "rgba(255,255,255,.6)",
                        fontSize: '12',
                    },
                },
                axisTick: {
                    show: false,
                },
                axisLine: {
                    show: true,
                    lineStyle: {
                        color: "rgba(255,255,255,.1)",
                        width: 1,
                        type: "solid"
                    },
                },
                splitLine: {
                    lineStyle: {
                        color: "rgba(255,255,255,.1)",
                    }
                }
            }],
            series: [{
                type: 'bar',
                data: values, // 使用从JSON文件中读取的价格数据
                barWidth: '35%', // 柱子宽度
                itemStyle: {
                    normal: {
                        color: '#2f89cf',
                        opacity: 1,
                        barBorderRadius: 5,
                    }
                }
            }]
        };

        // 使用刚指定的配置项和数据显示图表
        myChart.setOption(option);
        window.addEventListener("resize", function() {
            myChart.resize();
        });
    });
}

    function echarts_4() {
    // 基于准备好的dom,初始化echarts实例
    var myChart = echarts.init(document.getElementById('echart4'));

    // 从服务器加载JSON数据
    fetch('dianti.json')
    .then(response => response.json())
    .then(data => {
        // 提取名称和对应的值
        var names = data.dianti.map(item => item.name.trim());
        var values = data.dianti.map(item => item.value);

        var option = {
            tooltip: {
                trigger: 'axis',
                axisPointer: {
                    lineStyle: {
                        color: '#dddc6b'
                    }
                }
            },
            grid: {
                left: '10',
                top: '30',
                right: '10',
                bottom: '10',
                containLabel: true
            },
            xAxis: [{
                type: 'category',
                boundaryGap: false,
                axisLabel: {
                    textStyle: {
                        color: "rgba(255,255,255,.6)",
                        fontSize: 12,
                    },
                },
                axisLine: {
                    lineStyle: {
                        color: 'rgba(255,255,255,.2)'
                    }

                },

                data: names // 使用从JSON文件中读取的数据

            }, {

                axisPointer: { show: false },
                axisLine: { show: false },
                position: 'bottom',
                offset: 20,

            }],

            yAxis: [{
                type: 'value',
                axisTick: { show: false },
                axisLine: {
                    lineStyle: {
                        color: 'rgba(255,255,255,.1)'
                    }
                },
                axisLabel: {
                    textStyle: {
                        color: "rgba(255,255,255,.6)",
                        fontSize: 12,
                    },
                },

                splitLine: {
                    lineStyle: {
                        color: 'rgba(255,255,255,.1)'
                    }
                }
            }],
            series: [
                {
                    // name: '安卓',
                    type: 'line',
                    smooth: true,
                    symbol: 'circle',
                    symbolSize: 5,
                    showSymbol: false,
                    lineStyle: {

                        normal: {
                            color: '#0184d5',
                            width: 2
                        }
                    },
                    areaStyle: {
                        normal: {
                            color: new echarts.graphic.LinearGradient(0, 0, 0, 1, [{
                                offset: 0,
                                color: 'rgba(1, 132, 213, 0.4)'
                            }, {
                                offset: 0.8,
                                color: 'rgba(1, 132, 213, 0.1)'
                            }], false),
                            shadowColor: 'rgba(0, 0, 0, 0.1)',
                        }
                    },
                    itemStyle: {
                        normal: {
                            color: '#0184d5',
                            borderColor: 'rgba(221, 220, 107, .1)',
                            borderWidth: 12
                        }
                    },
                    data: values // 使用从JSON文件中读取的数据

                },
                {
                    // name: 'IOS',
                    type: 'line',
                    smooth: true,
                    symbol: 'circle',
                    symbolSize: 5,
                    showSymbol: false,
                    lineStyle: {

                        normal: {
                            color: '#00d887',
                            width: 2
                        }
                    },
                    areaStyle: {
                        normal: {
                            color: new echarts.graphic.LinearGradient(0, 0, 0, 1, [{
                                offset: 0,
                                color: 'rgba(0, 216, 135, 0.4)'
                            }, {
                                offset: 0.8,
                                color: 'rgba(0, 216, 135, 0.1)'
                            }], false),
                            shadowColor: 'rgba(0, 0, 0, 0.1)',
                        }
                    },
                    itemStyle: {
                        normal: {
                            color: '#00d887',
                            borderColor: 'rgba(221, 220, 107, .1)',
                            borderWidth: 12
                        }
                    },
                    data: values // 使用从JSON文件中读取的数据

                },

            ]
        };

        // 使用刚指定的配置项和数据显示图表。
        myChart.setOption(option);
        window.addEventListener("resize", function(){
            myChart.resize();
        });
    });
}

function echarts_6() {
        // 基于准备好的dom,初始化echarts实例
        var myChart = echarts.init(document.getElementById("echart6"));
    myChart.setOption({
        title: [{
            left: 'center',
            textStyle: {
                color: '#fff',
                fontSize: '16'
            }
        }],
        tooltip: {
            trigger: 'item',
            formatter: '{a} <br/>{b} : {c} ({d}%)'
        },
        legend: {
            orient: 'horizontal',
            bottom: 0,
            textStyle: {
                color: '#fff'  // 设置图例字体颜色为白色
            },
            data: []  // 初始设置为空数组,等待后续动态加载
        },
        series: [
            {
                color: ['#00d0ff', '#0059ff', '#ff6a00', '#ff0008'],
                name: '所在楼层占比',
                type: 'pie',
                center: ['50%', '50%'],
                startAngle: 180,
                endAngle: 360,
                data: []  // 初始设置为空数组,等待后续动态加载
            }
        ]
    });

    // 读取huxing.json
    $.getJSON("louceng.json", function (data) {
        var huxing_data = data.louceng;
        // 使用huxing_data来渲染图表
        // 修改图表数据
        myChart.setOption({
            series: [{
                data: huxing_data.map(function (item) {
                    return {
                        name: item.name.trim(),
                        value: item.value
                    };
                })
            }],
            legend: {
                data: huxing_data.map(function (item) {
                    return item.name.trim();
                })
            }
        });
    });
    }
				
	
})



		
		
		


		









HTML、CSS、JS等代码太多不去展示。

需要web平台端程序、文档、帮忙修改程序的可以加我QQ2579562108。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1861303.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Linux驱动开发笔记(十一)tty子系统及其驱动

文章目录 前言一、串口驱动框架1.1 核心数据结构1.2 数据处理流程 二、驱动编写1. 设备树的修改2. 相关API函数3. 驱动框架4. 具体功能的实现4.1 出入口函数的编写4.2 读写函数 前言 之前已经讲过应用层的应用&#xff0c;接下来我们继续进行驱动的学习。其实实际上我们很少主动…

艺术巨匠妙笔下的红酒:诗意流淌的色彩,邂逅灵魂的瞬间

在艺术的世界里&#xff0c;红酒不仅是一种饮品&#xff0c;更是艺术家们笔下的灵感之源。当那深邃的葡萄汁在画布上流淌&#xff0c;一种不同的色彩诗意便悄然绽放。今天&#xff0c;就让我们一起走进这个充满色彩与诗意的世界&#xff0c;探寻艺术大师笔下的红酒魅力&#xf…

基于AdaBoost的旋转机械故障诊断(Python)

前置文章&#xff1a; 将一维机械振动信号构造为训练集和测试集&#xff08;Python&#xff09; https://mp.weixin.qq.com/s/DTKjBo6_WAQ7bUPZEdB1TA 旋转机械振动信号特征提取&#xff08;Python&#xff09; https://mp.weixin.qq.com/s/VwvzTzE-pacxqb9rs8hEVw import…

visual studio打包QT工程发布exe安装包

一、实验环境 软件版本下载链接visual studioMicrosoft Visual Studio Community 2022 (64 位) - Current 版本 17.7.5QTv6.6.3NSISv3.10官网 或 百度云1234Windows11 二、程序准备 1、程序生成 使用 visual studio 打开工程&#xff0c;选择 Release 模式后&#xff0c;点…

【面试题】MySQL数据库

目录 什么是视图&#xff0c;视图的作用是什么&#xff1f;什么是索引&#xff1f;MySQL中有哪些类型的索引&#xff1f;简述索引设计原则&#xff1f;简述索引的数据结构&#xff1f;简述Hash 和 B 树索引的区别&#xff1f;列出MySQL中导致索引失效的情况&#xff1f;简述数据…

永洪bi里topN的设置/用法

要实现的效果&#xff1a;实现通过输入参数&#xff0c;进行图表top的排序筛选 图示&#xff1a; 筛选前&#xff1a; 输入3&#xff0c;看top3的值&#xff1a; 输入-3&#xff0c;看倒数3个的值&#xff1a; 设置步骤&#xff1a; 1️⃣&#xff1a;添加一个“文本参数组件…

干货!车间生产管理的主要内容及管理方法,建议收藏

作为一名车间主管&#xff0c;我深知车间现场管理对于整个生产流程的重要性。车间是企业生产的核心区域&#xff0c;是产品从原材料转化为成品的关键环节。因此&#xff0c;有效的车间现场管理不仅能确保生产过程的顺利进行&#xff0c;还能提高生产效率、降低成本&#xff0c;…

招聘统计关于候选人的体验

我们生活在一个由感觉驱动的世界里。企业花费大量的时间和资源来改变用户体验、员工体验和产品用户体验。在招聘中&#xff0c;最重要的是候选人的体验。面对不断变化的候选人期望和招聘技术&#xff0c;作为与组织建立强烈关系的大门&#xff0c;改善候选人的感受是一个持续的…

python无法安装scipy怎么办

python安装scipy时出现以下错误&#xff1a; from scipy.misc import imread Traceback (most recent call last):File "D:/Pyproject/qq_Spider/create_cloud.py", line 14, in <module>from scipy.misc import imread ModuleNotFoundError: No module named …

功能测试【测试用例模板、Bug模板、手机App测试★】

功能测试 Day01 web项目环境与测试流程、业务流程测试一、【了解】web项目环境说明1.1 环境的定义&#xff1a;项目运行所需要的所有的软件和硬件组合1.2 环境(服务器)的组成&#xff1a;操作系统数据库web应用程序项目代码1.3 面试题&#xff1a;你们公司有几套环境&#xff1…

IP 定位在网络安全领域的关键作用

IP 定位&#xff0c;顾名思义&#xff0c;就是通过确定网络设备所使用的 IP 地址&#xff0c;来获取其大致的地理位置信息。这一重要的技术在网络安全领域的应用范围广泛&#xff0c;且效果显著。 首先&#xff0c;IP 定位有助于快速追踪和识别网络攻击的来源。当网络遭受攻击时…

浊度传感器设备的监测控制和智慧运维

浊度传感器是一种用于测量液体中悬浮颗粒浓度从而反映液体浊度的设备。 其工作原理主要基于以下几种常见方式&#xff1a; 1. 散射光测量原理&#xff1a;当光线穿过含有悬浮颗粒的液体时&#xff0c;颗粒会使光线发生散射。传感器通过测量特定角度的散射光强度来确定浊度。散…

机器学习课程复习——线性回归

Q&#xff1a;回归和分类的区别&#xff1f; 回归是连续的&#xff0c;分类是离散的 Q:用最小二乘法对线性回归模型进行参数估计思路 例题

黑马程序员-瑞吉外卖-前六章

黑马程序员瑞吉外卖 文章目录 1、开发环境搭建1.1 数据库环境1.2 maven项目搭建1.2.1 新建项目1.2.2 整合MyBatisPlus1.2.3 整合Druid1.2.4 配置文件application.yml1.2.5 尝试启动项目1.2.6 将前端静态页面引入到项目中 2、 后台系统登录功能2.1 需求分析2.2 代码开发2.2.1 创…

Go 实现继承的方式

&#x1f49d;&#x1f49d;&#x1f49d;欢迎莅临我的博客&#xff0c;很高兴能够在这里和您见面&#xff01;希望您在这里可以感受到一份轻松愉快的氛围&#xff0c;不仅可以获得有趣的内容和知识&#xff0c;也可以畅所欲言、分享您的想法和见解。 推荐:「stormsha的主页」…

机器学习--KNN算法

目录 一、实验目的 二、实验的软、硬件平台 三、实验内容概述 四、实验设计方案 五、实验内容 一、实验目的 通过本实验掌握kNN算法的原理&#xff0c;熟悉kNN算法。 二、实验的软、硬件平台 python 3.6.5 CourseGrading在线实验环境 三、实验内容概述 1.kNN算法简介…

企智汇软件:专业项目管理系统,一体化PaaS平台!快速落地项目!

在快速变化的市场环境中&#xff0c;项目管理不再是简单的任务分配和时间跟踪&#xff0c;它更是一门需要精准决策、高效沟通和智能协作的管理工具。然而&#xff0c;面对日益复杂的项目需求、跨部门的协作挑战以及海量的信息数据&#xff0c;传统的项目管理方式往往显得力不从…

mmdeploy环境部署过程中遇到的巨坑

之前已经写了一篇mmdeploy环境部署流程&#xff0c;在使用中却发现了很多问题&#xff0c;特此记录。 注意一&#xff1a; echo "export LD_LIBRARY_PATH/root/TensorRT-8.6.1.6/lib:/root/cudnn/lib:$LD_LIBRARY_PATH" >> ~/.bashrc && \ source ~/…

【AI大模型】ChatTTS——颠覆传统,赋能未来的文本到语音技术

文章目录 一、项目介绍二、代码解释三、从技术角度进行分析四、技术细节与实现五、优缺点分析六、应用场景分析七、未来展望八、结论 一、项目介绍 随着人工智能技术的不断进步&#xff0c;语音合成&#xff08;TTS&#xff09;技术得到了飞速发展。ChatTTS项目作为一个开源的…

零基础如何制作一个GIS可视化大屏?免费无难度!

一.GIS是什么&#xff1f; GIS&#xff08;地理信息系统&#xff09;开发是一种利用计算机技术对地理信息进行处理、分析、存储和展示的技术。GIS开发可以应用在很多领域&#xff0c;如城市规划、环境保护、交通管理、农业生产等。 二.如何将GIS与数字孪生结合起来&#xff1f…