(开源)基于Flask+Echarts的航空公司乘客信息数据可视化大屏

1.环境配置

Flask==1.1.2
numpy==1.24.0
pandas==1.4.4
pyecharts==2.0.4

PyMySQL==1.1.0

2.项目结构

CSV数据集
SQL文件
static 静态资源
templates 模板页面
数据存储
数据提取和清洗
app.py 项目启动文件
mysql.py  数据库连接
REARME.md 阅读文档
requirements.txt 依赖包

3.数据可视化流程

• 3.1 数据提取与清洗：

• 通过使用numpy,pandas等工具对air_data.csv中的数据进行冗余数据清洗，图表数据提取等操作，并将清洗好的数据保存为CSV文件。

• 3.2 数据存储：

• 通过方法Data_save_mysql，将CSV数据存储到MySQL数据库当中。

• 3.3 Flask后端开发->app.py

• 将数据库中查询到的数据，传递给前端页面，并满足Echarts图表的数据规范。

• 3.4 前端开发->index.html

• 接收后端传递的数据，结合Html/CSS/JS的基本语法和Echarts语法，让后端的数据正常显示。

4.图表统计内容

• 4.1 乘客平均年龄和平均出行次数-柱状图

• 4.2 乘客平均乘机时间间隔和平均总飞行公里数-柱状图

• 4.3 排名前10的城市乘客活跃总时长-柱状图

• 4.4 乘客会员级别与平均折扣率之间的关系-折线图

• 4.5 不同活跃程度区间内的乘客数量占比-环状图

• 4.6 不同总累计积分区间内的乘客数量占比-环状图

• 4.7 来自全国地区的乘客出行次数-中国地图

• 4.8 乘客总访问量和乘客总飞行次数

5.项目实现效果图

6.相关学习链接

• Echarts官网 Apache ECharts

• Flask官网 Welcome to Flask — Flask Documentation (3.1.x)

7.开源地址(Github)和视频教程(bilibili)

Githubhttps://github.com/hxh12581/Airline-Passenger-Data-Visualization-2005-2012-https://github.com/hxh12581/Airline-Passenger-Data-Visualization-2005-2012-
bilibilihttps://space.bilibili.com/382514538https://space.bilibili.com/382514538