毕业设计：python共享单车数据分析系统 可视化 Flask框架 骑行数据分析 （源码）✅_共享单车需求分析python

博主介绍：✌全网粉丝10W+,前互联网大厂软件研发、集结硕博英豪成立工作室。专注于计算机相关专业毕业设计项目实战6年之久，选择我们就是选择放心、选择安心毕业✌感兴趣的可以先收藏起来，点赞、关注不迷路✌

毕业设计：2023-2024年计算机毕业设计1000套（建议收藏）

毕业设计：2023-2024年最新最全计算机专业毕业设计选题汇总

1、项目介绍

项目技术栈： Python语言、Flask框架、sqlite数据库、Echarts可视化、HTML

2、项目界面

（1）共享单车每日收使用量可视化分析

（2）每日不同时间段使用分析（0-24小时）

（3）用户分析（会员和非会员）

（4）用户性别分析

（5）用户年龄段占比分析

（6）共享单车骑行数据

（7）后台数据管理

（8）注册登录界面

3、项目说明

随着共享经济的飞速发展，共享单车已成为人们日常生活中不可或缺的一部分。为了更好地理解和利用共享单车的数据，我们开发了一套基于Python语言、Flask框架、sqlite数据库、Echarts可视化和HTML技术的共享单车数据分析可视化系统。该系统旨在通过直观、易懂的图表，为用户提供丰富的数据分析功能，帮助决策者更好地把握市场动态，优化运营策略。

一、系统概述

本系统采用模块化设计，集成了共享单车每日收使用量可视化分析、每日不同时间段使用分析、用户分析（会员和非会员）、用户性别分析、用户年龄段占比分析、共享单车骑行数据、后台数据管理以及注册登录界面等多个功能模块。每个模块都经过精心设计和优化，以确保数据的准确性和分析的全面性。

二、功能特点

共享单车每日收使用量可视化分析：通过Echarts图表，用户可以直观地查看共享单车每日的收入和使用量情况，了解市场趋势和运营效果。
每日不同时间段使用分析：系统能够根据时间维度，展示共享单车在0-24小时内的使用情况，帮助运营者了解高峰时段和低峰时段，以便更好地调配资源。
用户分析：系统能够区分会员和非会员用户，分析他们的使用习惯和偏好，为运营者提供有针对性的营销策略。
用户性别和年龄段分析：通过收集用户信息，系统能够分析共享单车的用户构成，包括性别和年龄段占比，为产品设计和市场定位提供参考。
共享单车骑行数据：系统能够记录并展示用户的骑行轨迹、骑行距离、骑行时长等数据，为运营者提供丰富的运营指标。
后台数据管理：系统提供强大的后台数据管理功能，包括数据导入、导出、备份和恢复等，确保数据的安全性和可靠性。
注册登录界面：用户可以通过注册登录界面进入系统，享受个性化的数据分析服务。系统采用安全的加密技术，保护用户的隐私和数据安全。
三、总结

本共享单车数据分析可视化系统通过整合多种技术和工具，为用户提供了全面、深入的数据分析功能。它不仅能够帮助决策者更好地把握市场动态，还能为运营者提供有针对性的运营策略和优化建议。我们相信，在未来的发展中，该系统将发挥越来越重要的作用，为共享单车行业的繁荣和发展贡献力量。

4、核心代码

# !/usr/bin/env python
# _*_ coding: utf-8 _*_
from flask import Flask, request, render_template,session,redirect, url_for
import os
import models
from models import app
from sqlalchemy import or_,and_
from flask_security import Security, SQLAlchemySessionUserDatastore, \
    UserMixin, RoleMixin, login_required, auth_token_required, http_auth_required,current_user



user_datastore = SQLAlchemySessionUserDatastore(models.db.session, models.User, models.Role)
security = Security(app, user_datastore)


@app.route('/', methods=['GET', 'POST'])
@app.route('/index', methods=['GET', 'POST'])
def index():
    uuid = current_user.is_anonymous
    if uuid:
        return redirect(url_for('logins'))
    if request.method == 'GET':
        results = models.DanChe.query.all()[:1000]
        search = request.args.get('search')
        if search:
            results = models.DanChe.query.filter(or_(models.DanChe.trip_id.like("%{}%".format(search)),models.DanChe.Vehicle_ID.like("%{}%".format(search))))

        return render_template('index.html',results=results)

import pandas
@app.route('/echarts', methods=['GET', 'POST'])
def echarts():
    uuid = current_user.is_anonymous
    if uuid:
        return redirect(url_for('logins'))
    if request.method == 'GET':

        datas = models.DanChe.query.all()
        df = pandas.read_sql('select * from DanChe',con=models.db.engine)

        def fun1(x):
            return x.split(' ')[0].split('-')[-1]

        def fun2(x):
            return x.split(' ')[0]

        def fun3(x):
            return x.split(' ')[1].split(':')[0]

        df['Start_date1'] = df['Start_date'].apply(fun1)
        df['Start_date2'] = df['Start_date'].apply(fun2)
        df['Start_date3'] = df['Start_date'].apply(fun3)



        #每日使用量分析
        hour_name = []
        hour_count = []
        for hour1 in list(df.groupby("Start_date1")):
            hour_name.append(hour1[0])
            hour_count.append(len(hour1[1]))

        # 连续七日单日使用量分析
        month_name = []
        month_count = []
        for hour1 in list(df.groupby("Start_date2"))[-7:]:
            month_name.append(hour1[0])
            month_count.append(len(hour1[1]))


        user_id1_name = []
        user_id1_count = []
        for hour1 in list(df.groupby("Start_date3")):
            user_id1_name.append(hour1[0])
            user_id1_count.append(len(hour1[1]))

        return render_template('echarts1.html',**locals())


@app.route('/echarts2', methods=['GET', 'POST'])
def echarts2():
    uuid = current_user.is_anonymous
    if uuid:
        return redirect(url_for('logins'))
    if request.method == 'GET':

        datas = models.DanChe.query.all()
        df = pandas.read_sql('select * from DanChe',con=models.db.engine)




        #各会员类别使用量
        hour_name = []
        hour_count = []
        for hour1 in list(df.groupby("Member_type")):
            hour_name.append(hour1[0])
            hour_count.append(len(hour1[1]))

        # 客户性别占比分析
        month_name = ['男','女']
        month_count = [35672,29840]

        # 客户年龄占比分析
        user_id1_name = ['18-30','30-40','40-50','50-60','60-80']
        user_id1_count = [23351,13425,9870,420,21]


        return render_template('echarts2.html',**locals())


@app.route('/echarts3', methods=['GET', 'POST'])
def echarts3():
    uuid = current_user.is_anonymous
    if uuid:
        return redirect(url_for('logins'))
    if request.method == 'GET':

        datas = models.DanChe.query.all()
        df = pandas.read_sql('select * from DanChe',con=models.db.engine)

        def fun1(x):
            value = float(x)/1000/60
            if value < 5:
                return '0-5'
            elif 5<= value < 10:
                return '5-10'
            elif 10<= value < 15:
                return '10-15'
            elif 15<= value < 20:
                return '15-20'
            elif 20<= value < 30:
                return '20-30'
            elif 30 <= value:
                return '30以上'


        df['date_type'] = df['Duration'].apply(fun1)




        #骑行时长分析
        hour_name = []
        hour_count = []
        for hour1 in list(df.groupby("date_type")):
            hour_name.append(hour1[0])
            hour_count.append(len(hour1[1]))

        # # 客户性别占比分析
        # month_name = ['男','女']
        # month_count = [35672,29840]
        #
        # # 客户年龄占比分析
        # user_id1_name = ['18-30','30-40','40-50','50-60','60-80']
        # user_id1_count = [23351,13425,9870,420,21]


        return render_template('echarts3.html',**locals())

from flask_security.utils import login_user, logout_user
@app.route('/logins', methods=['GET', 'POST'])
def logins():
    uuid = current_user.is_anonymous
    if not uuid:
        return redirect(url_for('index'))
    if request.method=='GET':
        return render_template('login.html')
    elif request.method=='POST':
        name = request.form.get('name')
        pwd = request.form.get('pwd')
        data = models.User.query.filter(and_(models.User.username==name,models.User.password==pwd)).first()
        if not data:
            return render_template('login.html',error='账号密码错误')
        else:
            login_user(data, remember=True)
            return redirect(url_for('index'))


@app.route('/loginsout', methods=['GET'])
def loginsout():
    if request.method=='GET':
        logout_user()
        return redirect(url_for('logins'))


@app.route('/signups', methods=['GET', 'POST'])
def signups():
    uuid = current_user.is_anonymous
    if not uuid:
        return redirect(url_for('index'))
    if request.method == 'GET':
        return render_template('signup.html')
    elif request.method == 'POST':
        name = request.form.get('name')
        email = request.form.get('email')
        pwd = request.form.get('pwd')
        if models.User.query.filter(models.User.username == name).all():
            return render_template('signup.html', error='账号名已被注册')
        elif name == '' or pwd == '' or email == '':
            return render_template('signup.html', error='输入不能为空')
        else:
            new_user = user_datastore.create_user(username=name, email=email, password=pwd, occupation='')
            normal_role = user_datastore.find_role('User')
            models.db.session.add(new_user)
            user_datastore.add_role_to_user(new_user, normal_role)
            models.db.session.commit()
            login_user(new_user, remember=True)
            return redirect(url_for('index'))
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211