Python爬虫+pyecharts：电影票房与评分数据可视化实战

简介一套基于Pythonpyecharts的国内上映电影票房与评分可视化分析项目面向Python初学者及需要完成期末大作业、课程设计的学生覆盖数据采集、清洗、可视化到报告生成的全流程能够帮助快速搭建一个功能完整的电影数据分析系统。压缩包共33个文件主要有6个Python脚本、10个HTML可视化页面、9张PNG图表、3个CSV数据文件以及1个Jupyter Notebook脚本负责抓取豆瓣、猫眼、时光网等平台数据并生成图表HTML页面可直接查看分析结果整包约2.74MB。目前已有138人学习。项目代码含有详细注释结构清晰按步骤即可部署运行即使新手也能看懂功能上涵盖票房排行、评分分布、类型对比、演员票房等多个维度输出结果包含交互式图表和静态图片美观且实用。文档说明帮助使用者理解项目思路与扩展方向可直接作为高分大作业或课程设计提交。1. 这个项目到底解决什么问题把“票房直觉”变成能验证的图表“票房高的电影评分一定高”这个直觉放到真实数据里经常翻车。春节档某部科幻片累计票房排进前三豆瓣评分却没过及格线另一部小成本文艺片评分逼近9分票房连前二十都没进。票房和口碑之间到底是什么关系靠体感说不清把国内上映电影的票房、评分、上映天数拉到同一张图上规律自然浮现。这个项目就是用 Python 写爬虫采集国内上映电影的数据用 pyecharts 把榜单、走势、评分分布画成图表最终产出一份能放进汇报页或课程设计文档的可视化报告。适合两类人一是手里有 Python 基础但缺一个完整实战项目的学习者二是想快速读档期市场表现的运营和影迷。先给你交个底真正花时间的是画图之前的数据清洗pyecharts 本身只是最后一步。2. 用 Python 爬虫拿数据把国内上映电影的票房与评分落成 CSV2.1 数据源选型为什么优先选公开接口而不是手工整理做这个项目最先要回答的问题不是“用什么图表”而是“数据从哪来”。我试过三条路手工在票房平台逐部抄写、下载别人整理好的 Excel、用 Python 爬虫请求公开接口。三条路都跑过之后结论很明确公开接口是最划算的选择实时性好、字段全、无需登录和验证码唯一成本是写一个 requests 脚本。对比下来大致是这样方案数据时效字段覆盖成本适合场景手工抄写准实时可自定义高几十部就累数据量小于 30 条的临时分析下载现成 Excel滞后取决于整理者低但口径不明练手、验证图表 API爬虫请求公开接口准实时片名、票房、评分、类型、上映天数等中需处理反爬课程设计、持续跟踪档期选型标准其实就三条数据能否按天更新、字段是否覆盖票房和评分两套口径、接口返回是否是干净的 JSON。满足这三条就值得在它上面花时间。接口返回的 JSON 里一般会带list数组每个元素是一部电影的详情解析起来比 HTML 页面省太多事。这里顺带说一句很多初学者卡在第一步python 环境配置没做好requests 装不上。我一般建议直接用 Anaconda 建一个独立环境Python 3.9 以上就够了pycharm 里解释器选到 conda 环境后面所有依赖都装在环境里不污染系统 Python。2.2 用 requests 拿数据的最小脚本先保证能跑通再谈封装写爬虫最忌讳一上来就搞多线程、代理池、断点续传第一版能跑通、能拿到 20 部电影的数据就算成功。下面这个脚本是我不论项目大小都会先写的最小版本import requests import json import time # 公开榜单接口实际使用时换成你对接的数据源 url https://api.example.com/v1/boxoffice/daily headers { User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36, Accept: application/json, } def fetch_daily_rank(page1): 拉取单页票房榜单数据 params {date: 2025-01-01, page: page, page_size: 20} resp requests.get(url, headersheaders, paramsparams, timeout10) resp.raise_for_status() # 非 2xx 状态码直接抛异常便于排查 data resp.json() return data.get(list, []) if __name__ __main__: movies fetch_daily_rank(page1) print(f拿到 {len(movies)} 条记录) if movies: # 先打印第一条确认字段名再写解析逻辑 print(json.dumps(movies[0], ensure_asciiFalse, indent2))这段代码有三个值得注意的地方。第一是timeout10不加超时的话接口挂掉时脚本会一直卡住这在批量抓取时非常致命。第二是resp.raise_for_status()它把 HTTP 错误变成异常直接抛出省去自己判断状态码。第三是先打印第一条原始 JSON很多新人上来就写解析结果字段名拼错回头排错半天。拿到样例数据后再看它有哪些字段。一般会包含movie_name、release_date、boxoffice单日票房、total_boxoffice累计票房、douban_score、rating_people、genre等。字段名因数据源而异我习惯先转成字典看 key再定后续的清洗规则不要凭记忆猜。2.3 数据落地CSV 还是 SQLite看数据量和查询方式第一版数据量通常只有几百条CSV 完全够用而且有个天然好处pandas 读 CSV 不需要任何额外配置Excel 也能直接打开查看。缺点是文件一多就乱比如我今天拉一份、明天拉一份全堆在目录里。我一般的做法是文件名带日期比如boxoffice_20250101.csv按天归档。import pandas as pd def save_to_csv(movies, filenamemovies_raw.csv): 把接口返回的 JSON 数组转成 DataFrame 再落盘 df pd.DataFrame(movies) # 统一列名去掉冗余字段 columns [movie_name, release_date, total_boxoffice, daily_boxoffice, douban_score, genre, director] df df[[c for c in columns if c in df.columns]] df.to_csv(filename, indexFalse, encodingutf-8-sig) print(f已保存 {len(df)} 条到 {filename})这里有一个容易翻车的细节encoding必须用utf-8-sig不要用utf-8。原因在于 Excel 打开 UTF-8 无 BOM 的文件时中文列名会全部乱码成“锟斤拷”这个坑我至少踩过三次。加-sig后缀后文件自带 BOM 标记Excel 和 pandas 都能正确识别。另外indexFalse一定别漏否则每行前面多出一列无意义的序号后续读取时会多一个Unnamed: 0列。什么情况用 SQLite当你要跨日期做对比比如查“最近 30 天每天票房 TOP10 的排名变化”CSV 就吃力了因为每部电影在不同日期有不同排名需要频繁 join。那时候建议用sqlite3建一张表把日期、片名、票房、排名作为字段靠 SQL 聚合。课程设计阶段CSV 是性价比最高的选择不要过度设计。2.4 频率控制与反爬边界别为了跑数据把接口搞挂这一节是很多教程不会细写、但实际做项目一定会遇到的部分。公开接口不等于可以随便打控制不好频率轻则 IP 被临时限流重则整个网段被拉黑。import random import time for page in range(1, 5): movies fetch_daily_rank(pagepage) if not movies: break save_to_csv(movies, filenamefmovies_page{page}.csv) # 随机延时 1-3 秒避免固定间隔被识别 time.sleep(random.uniform(1, 3))random.uniform(1, 3)比固定time.sleep(2)更稳妥原因不是玄学固定间隔的模式在服务器日志里非常明显一眼就能看出是脚本在跑。随机延时打乱节奏服务器的压力也小。另外我习惯每页抓完看一眼返回条数如果某页返回空说明数据到底了直接 break省得浪费时间。还有几个实战里总结的底线。第一单次运行只抓必要的数据量比如做近一个月的票房分析每天拉一次就够了没必要拉全年第二绝不并发请求ThreadPoolExecutor再配requests确实快但请求频率骤然升高最容易触发风控第三不碰需要登录或者加密参数的接口那不是这个项目该碰的范畴风险也不可控。记住一个原则让数据源感觉你是个普通用户在翻页而不是抓取机器。3. 数据清洗与特征构建票房分析的 80% 功夫在画图之前3.1 字段口径统一票房单位、评分空值、日期格式必须一次理清拿到的原始数据基本不能直接用。最常见的三个问题票房字段有的是字符串“1.2亿”有的是数字 120000000评分字段大量 NaN因为新片上映前三天评分人数不足平台不展示日期字段有的是2025-01-01有的是20250101。这些问题不解决pyecharts 画图时轻则 X 轴乱序重则直接报TypeError。import pandas as pd df pd.read_csv(movies_raw.csv) def parse_amount(v): 把 1.2亿 / 3500万 转成整数单位元 if pd.isna(v): return None s str(v) if 亿 in s: return int(float(s.replace(亿, )) * 1e8) if 万 in s: return int(float(s.replace(万, )) * 1e4) try: return int(float(s)) except ValueError: return None df[total_boxoffice] df[total_boxoffice].apply(parse_amount) df[release_date] pd.to_datetime(df[release_date], format%Y-%m-%d) df[douban_score] pd.to_numeric(df[douban_score], errorscoerce)这段做完票房变成统一的整数日期变成datetime64类型评分变成float64。errorscoerce的意思是解析失败的字符串一律转成NaN这样后面就能统一处理缺失值。为什么非要统一成数值因为 pyecharts 画柱状图时如果数值列里混着字符串图表会按字符串处理排序和刻度全乱。这里有个经验先做一轮口径清洗再做任何聚合顺序不能反。我有一次图省事先groupby(genre)求平均票房结果混着“万”和“亿”的平均值完全没意义白白返工。做项目别怕慢清洗这步慢才是对的。3.2 构建三个核心分析特征累计票房排名、上映天数和口碑热度清洗只是第一步要分析票房和评分的关系还得造出一些原始接口里没有的特征。我每次做电影数据分析都会算三样东西票房排名、上映天数、单日票房占比。# 按累计票房排名 df[boxoffice_rank] df[total_boxoffice].rank(ascendingFalse, methodmin) # 计算上映天数假设以 2025-01-31 为分析截止日 cutoff pd.Timestamp(2025-01-31) df[days_since_release] (cutoff - df[release_date]).dt.days # 单日票房占累计票房的比例 df[daily_to_total_ratio] df[daily_boxoffice] / df[total_boxoffice] # 口碑热度评分数与票房的比值衡量单位票房带动的讨论量 df[heat_per_billion] df[rating_people] / (df[total_boxoffice] / 1e8)这几个特征各有用处。boxoffice_rank用于排序榜单days_since_release用来判断“这部片是处于首周爆发期还是长尾期”daily_to_total_ratio能识别逆跌的片子——某天票房反而比前一天高通常是口碑发酵的信号。heat_per_billion是分析里最出彩的指标单位票房对应的评论人数越高说明讨论热度越强这在画散点图时能直接暴露出口碑和票房的背离。这里插一句为什么要做特征而不是直接拿原始字段画图单一字段只能描述“是什么”特征才能回答“为什么”。只看累计票房你不知道它是上映 30 天堆出来的还是 3 天冲出来的只有把上映天数和单日票房放一起你才有判断依据。这就是数据分析里常说的“特征工程”在这个项目里它只需要四个列成本很低收益很高。3.3 画图前的最后一道关卡用 describe 和 isnull 做数据体检清洗完、特征构建完别急着to_csv就开画先做一轮快速体检。这一轮大概只要一分钟但能拦下大部分“图表看着不对”的问题。# 1. 描述性统计检查数值范围是否合理 print(df[[total_boxoffice, douban_score, days_since_release]].describe()) # 2. 缺失值统计 print(df.isnull().sum()) # 3. 重复行检查 print(df.duplicated(subset[movie_name]).sum())describe()的输出重点看 min 和 max票房有没有负数评分有没有超过 10上映天数有没有负值。这些异常值往往来自接口的脏数据比如某部电影提前点映导致上映日期写错。缺失值方面评分缺失不影响画票房榜但画评分分布时必须过滤掉。重复行是另一个高频坑接口分页时可能把同一部电影返回两次不查重的话柱状图里会出现两根一模一样的柱子。有异常就处理处理规则要简单直接票房非正的整行删掉评分 NaN 的暂时保留但标记出来重复的取最新一条。删完再看一眼行数确认没有误删过多。数据干净了后面所有图表一次成型那种滋味和画完发现数据错了再全部重画完全不一样。4. pyecharts 出图把票房与评分数据变成能上汇报页的图表4.1 图表选型逻辑一个维度一张图不硬凑pyecharts 能画的图很多但每张图都有它擅长回答的问题。我的原则是先想清楚这张图要说什么再选图表类型顺序绝对反过来不成立。选型标准就三条数据是离散的还是连续的、对比的是排名还是趋势、读者需要在图里花几秒钟读懂。要回答的问题数据结构推荐图表pyecharts 类名票房 TOP20 是哪些片片名 数值横向柱状图Bar每日票房怎么波动日期 数值折线图 标记点Line评分集中在哪个区间连续数值分布直方图用 Bar 模拟Bar各类型影片票房占比类别占比饼图 / 环形图Pie票房与评分是否相关两个连续变量散点图Scatter这里特别说下散点图它是整个项目信息密度最高的图横轴是豆瓣评分、纵轴是累计票房每个点是一部电影。这张图画出来你一眼就能看见“右上角高票房高评分”的片子其实非常少大量电影挤在“评分 6-7 分、票房几千万”的中间地带。很多没做过分析的人会以为高分必然高票房看完散点图这个迷思立刻就破了。4.2 票房 TOP15 横向柱状图Bar 的标签、颜色与排序调优画排名类数据我几乎不用竖向柱状图原因很现实片名超过六个字后竖向图底部的 X 轴标签会挤成黑压压一团字贴字根本没法看。横向柱状图把片名放在 Y 轴空间足够阅读顺序也自然——从上往下扫就是排名。from pyecharts.charts import Bar from pyecharts import options as opts import pandas as pd df pd.read_csv(movies_clean.csv) top15 df.nlargest(15, total_boxoffice) bar ( Bar() .add_xaxis(top15[movie_name].tolist()) .add_yaxis( 累计票房元, top15[total_boxoffice].tolist(), label_optsopts.LabelOpts( positionright, # 数值标签放在柱子右侧 formatter{c}, # 显示原始数值 ), ) .reversal_axis() # 关键把柱状图转成横向 .set_global_opts( title_optsopts.TitleOpts(title国内上映电影票房 TOP15), yaxis_optsopts.AxisOpts(name片名), xaxis_optsopts.AxisOpts(name累计票房, axislabel_optsopts.LabelOpts(formatter{value})), ) ) bar.render(top15_boxoffice.html)这段代码里reversal_axis()是最关键的一行它把柱子从竖直翻转为水平同时自动交换 X/Y 轴的角色。LabelOpts(positionright)把数值标签放在每根柱子末端读数更直观。formatter{c}是数据占位符{c}代表当前数据点的值默认会显示但显式写出来是提醒自己这里可以改成更友好的格式比如把 120000000 变成“1.2 亿”后面优化时直接改这个 function 就行。图表生成后是 HTML 文件浏览器直接打开就能看。如果要在 Jupyter Notebook 里内联显示需要在前面加一句bar.render_notebook()而不是bar.render()这是新手最容易搞混的地方。4.3 每日票房走势折线图Line 的 MarkPoint 找到档期高点折线图适合看时间序列但一条光秃秃的折线信息量不够。我会在线上标记两个东西最高单日票房对应哪部电影、平均票房线在哪里。pyecharts 的MarkPoint和MarkLine就是干这个的。from pyecharts.charts import Line from pyecharts import options as opts # 假设 daily_df 包含 date 和 total 两列 dates daily_df[date].dt.strftime(%m-%d).tolist() totals daily_df[total].tolist() line ( Line() .add_xaxis(dates) .add_yaxis( 单日票房元, totals, markpoint_optsopts.MarkPointOpts( data[opts.MarkPointItem(type_max, name峰值)], symbolpin, symbol_size50, ), markline_optsopts.MarkLineOpts( data[opts.MarkLineItem(type_average, name平均线)] ), is_smoothTrue, ) .set_global_opts( title_optsopts.TitleOpts(title每日票房走势), xaxis_optsopts.AxisOpts(name日期), yaxis_optsopts.AxisOpts(name票房, splitline_optsopts.SplitLineOpts(is_showTrue)), ) ) line.render(daily_trend.html)MarkPointItem(type_max)会自动找出数据里的最大值并在图中插一个标记symbolpin是图钉样式视觉上最显眼。MarkLineItem(type_average)画一条平均虚线一眼看出哪些日子在均值之上。看走势图时最值得关注的就是峰值的日期和关联事件——如果峰值出现在周五周六说明市场还是吃档期红利如果峰值出现在非周末通常是某部爆款的口碑效应带热了大盘。is_smoothTrue会让折线变成平滑曲线视觉上更柔和但要注意它只是贝塞尔插值不改变数据本身别为了美观牺牲准确性。如果你要输出严格的趋势图建议保留直折线。4.4 评分分布与类型占比Pie 和直方图的正确打开方式评分分布直方图能非常直观地反映市场结构观众打出来的分数集中在 6.5 到 8 分之间说明大部分电影属于“能看但不出彩”如果分布出现双峰比如 5 分和 8 分各有一个峰说明市场在“烂片”和“佳作”之间极化。pyecharts 没有专门的直方图类我一般用 Bar 手动分箱替代。import numpy as np scores df[douban_score].dropna() bins [0, 3, 4, 5, 6, 7, 8, 9, 10] labels [0-3, 3-4, 4-5, 5-6, 6-7, 7-8, 8-9, 9-10] hist_counts pd.cut(scores, binsbins, labelslabels).value_counts().reindex(labels) bar_hist ( Bar() .add_xaxis(labels) .add_yaxis(电影数量, hist_counts.tolist()) .set_global_opts( title_optsopts.TitleOpts(title上映电影评分分布), yaxis_optsopts.AxisOpts(name数量), ) ) bar_hist.render(score_distribution.html)pd.cut做分箱value_counts()统计各箱数量reindex(labels)保证箱子顺序不乱。这个方案比直接用现成的直方图库更可控因为箱子边界由你定不会被库的默认算法带偏。评分不足的新片我选择先过滤否则dropna()会把这些空值排除在统计之外。类型占比饼图则是另一个维度。把每部电影的类型拆开统计能回答“市场更偏爱哪种类型”的问题。要注意的是电影类型是多值字段一部电影可能同时标着“喜剧”和“剧情”直接按整字段 groupby 会把组合类型当成单独一类饼图碎成几十块没法读。常见做法是先拆分再统计from collections import Counter genre_counter Counter() for genres in df[genre].dropna(): for g in genres.split(/): # 假设字段格式是 剧情/喜剧/爱情 genre_counter[g.strip()] 1 pie ( Pie() .add( 类型, [list(z) for z in zip(genre_counter.keys(), genre_counter.values())], radius[40%, 70%], # 环形图效果 ) .set_global_opts(title_optsopts.TitleOpts(title影片类型分布)) .set_series_opts(label_optsopts.LabelOpts(formatter{b}: {d}%)) ) pie.render(genre_pie.html)radius[40%, 70%]是环形图的核心参数内径 40% 外径 70%中间留白可以放标题或总数视觉效果比实心饼图更清爽。formatter{b}: {d}%中的{b}是类别名{d}是百分比比默认的数值标签更利于阅读。类型分布图最有意思的发现通常是喜剧片数量最多但平均票房不高悬疑片数量少单部均值却靠前。这种对比直接指向选题方向市场缺的不是类型是同质化。4.5 组合图表用 Grid 和 Tab 把多张图拼成一份报告单张图画得再漂亮零散地扔给导师或同事看都显得单薄。pyecharts 提供了两种组合方式Grid用于同画面分区布局Tab用于多页签切换。from pyecharts.charts import Grid, Line, Bar grid Grid() grid.add(bar, grid_optsopts.GridOpts(pos_top10%, pos_left15%)) grid.add(line, grid_optsopts.GridOpts(pos_top55%, pos_left15%)) grid.render(combined_dashboard.html)Grid把上一节生成的bar和line叠在同一个 HTML 页面的上下两个区域pos_top控制每个子图的纵向位置。左右分栏则改pos_left。Tab的用法更简单适合做多页签报告from pyecharts.charts import Tab tab Tab() tab.add(bar, 票房TOP15) tab.add(line, 每日走势) tab.add(pie, 类型分布) tab.render(full_report.html)打开生成的 HTML浏览器顶部会出现三个标签页点击切换。这个模式非常适合课程设计答辩场景一页一个分析主题翻页逻辑清晰不用现场来回开文件。到这里一个完整的票房评分可视化项目的主体已经成型了。5. 避坑指南pyecharts 项目里最常翻车的六个地方5.1 图表和代码里的中文全部变成方块现象浏览器打开 HTML标题、坐标轴、图例全是“□□□”或乱码代码里含中文注释的文件在其他机器上跑直接报SyntaxError。原因pyecharts 渲染出的 HTML 依赖浏览器的字体渲染如果页面没有声明 UTF-8 或者系统缺少中文字体就会出现方块。代码层面通常是 Python 文件本身保存的编码不是 UTF-8。解决HTML 层面pyecharts 默认模板已经带了meta charsetutf-8一般不用管。系统层面Windows 和 mac 的现代浏览器都自带中文字库真出现方块就检查操作系统的字体设置安装“微软雅黑”或“苹方”即可。代码层面所有.py文件统一用 UTF-8 保存不要用系统默认的 GBK。5.2 图表数据点太多页面卡到拖不动现象把一整年的票房日报全部画进折线图三百多个点页面滚动还行但鼠标悬停时卡顿明显。原因pyecharts 基于 ECharts尾部超过一定数量后渲染和事件绑定的开销会指数上升。三百个点其实还没到极限但画三五千个点时几乎必卡。解决聚合代替全量。日数据可以先按周聚合折线图的横轴从 365 个点变成 52 个点趋势完全保留。如果确实需要每个点都显示就把tooltip的触发方式从axis改为item减少同时渲染的提示框数量。5.3 柱状图的 X 轴标签叠成黑压压一片现象十五部电影的片名全部挤在 X 轴底部互相遮挡只能看到最后一个字。原因片名词长超过图表的单轴空间而标签方向是水平的就会重叠。这个问题在竖向柱状图里几乎必现在横向柱状图里则不会出现。解决比如用来画片名无脑选横向柱状图把片名放到 Y 轴。但如果业务上必须竖向设置axislabel_optsopts.LabelOpts(rotate45)让标签旋转四十五度或者增大图表高度set_global_opts(height600px)。最省事的一条经验优先改图表方向其次改宽度旋转标签是最后手段。5.4 折线图的 X 轴时间顺序全乱现象日期显示为01-03、01-10、01-05走势线左右乱跳完全不成形。原因日期列是字符串add_xaxis()按字符串排序而字符串排序里01-10小于01-03自然乱序。数据清洗阶段没有把日期转成datetime类型这是清洗不到位的直接后果。解决清洗阶段就做pd.to_datetime()画图前再按日期sort_values()升序排一遍。如果 X 轴仍要显示成MM-DD格式用dt.strftime(%m-%d)转换字符串但排序必须发生在转换之前。5.5 上传到服务器后图片不显示现象本地打开 HTML 一切正常部署到服务器或发给别人后图表区域空白控制台报ECharts is not defined。原因pyecharts 的 HTML 默认通过 CDN 加载 ECharts 的 JS 文件目标机器无法访问外网时图表就渲染不出来。这属于环境依赖问题不是代码逻辑问题。解决本地生成时就强制内嵌脚本调用bar.render(chart.html)之后手动检查生成的 HTML 里script标签的 src 是https://cdn.jsdelivr.net开头还是本地路径。要彻底离线可用把 pyecharts 的模板配置改成下载 ECharts 到本地再引用或者直接用bar.render(chart.html)生成后用 Python 脚本批量替换 CDN 地址为本地路径。最简单的方案是把 HTML 文件发给对方时同时把 ECharts 的 JS 文件放旁边但这会把整个过程搞得笨重。我的习惯是演示场景提前确认对方能访问 CDN不能就直接截图输出图片。5.6 评分数据缺失导致统计图少一块现象评分分布直方图只有六七个柱子明显缺失低分段看了原始数据发现多部片子没有评分。原因新片上映前三天评分数不足平台不展示分数接口返回空值。直接dropna()删掉这些行会让样本减少而且删掉的大多是刚上映的片子导致样本偏向老片。解决分场景处理。画评分分布图时明确标注“统计周期内已开分的影片”把 NaN 行剔除没问题但要在图下面用文字说明画票房榜时不要删因为票房数据完整评分只是辅助信息。更稳妥的做法是单独建一个has_score布尔列分析时按需过滤而不是物理删除行。6. 从作业到作品用定时任务和 Flask 把图表变成可视化报告图表都渲出来之后下一步是让整个分析流程自动化。常见做法是写一个run.py把爬取、清洗、出图、渲染四步串起来然后用系统定时任务每天跑一次。Windows 用任务计划程序macOS 用 launchd核心配置都一样指定 Python 解释器的绝对路径和工作目录然后设置触发时间。这样每天凌晨两点自动抓前一天数据、更新图表第二天早上打开 HTML 就是新鲜报告。给 HTML 包一层简单界面也是个值得做的方向。用 Flask 起一个本地服务把render()生成的 HTML 嵌到模板里访问http://localhost:5000就能在一个页面里切换所有图表。相比直接打开静态文件这样做的好处是可以加交互控件——比如下拉选择档期、日期范围筛选所有筛选在 Python 端重新聚合数据再出新图。做成这样课程设计的答辩评审会明显感觉“这是个系统”而不是“一堆脚本”。免费源码库里这种题材的完整项目很多但你拿到的多数版本能直接运行、数据却是死的。真正的价值是把数据更新这步做成活的每天有新数据进来图表就会自动长出新结论。我自己做完这个项目后养成的一个习惯是画图前先花几十秒想清楚这张图要给谁看、要回答什么问题想不清楚就不画。图表数量多不等于分析质量高一张能让人盯着看三十秒的散点图超过五张没人细看的柱状图。希望帮到你。本文还有配套的精品资源点击获取