毕业设计:python美食菜谱数据分析可视化系统 爬虫+Echarts 可视化 Django框架 大数据(源码+文档)✅

2024-01-21

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

技术栈:
Python语言、Django框架、vue框架、Echarts 可视化、MySQL 数据库、豆果美食网、html css js juery
基于django的美食菜谱数据分析可视化系统

2、项目界面

(1)美食菜品数据
在这里插入图片描述
(2)分类可视化前十
在这里插入图片描述

(3)类型可视化前十
在这里插入图片描述
(4)配料分布分析

在这里插入图片描述

(5)菜式分类

在这里插入图片描述

(6)所有配料可视化分析
在这里插入图片描述

(7)作者分布图
在这里插入图片描述
(8)作者分布词云图

在这里插入图片描述

(9)配料分析图

在这里插入图片描述
(10)后台数据管理
在这里插入图片描述

3、项目说明

基于Django的美食菜谱数据分析可视化系统是一个使用Python语言和Django框架开发的Web应用程序。它还使用了Vue框架和Echarts可视化工具来实现数据可视化。

该系统的主要功能是对豆果美食网的菜谱数据进行分析和可视化展示。用户可以通过系统的界面进行菜谱搜索、分类浏览等操作,系统会根据用户的需求从MySQL数据库中获取相应的数据。

系统的前端使用了HTML、CSS、JavaScript和JQuery等技术来实现页面的布局和交互效果。用户可以通过系统的界面进行菜谱搜索、分类浏览等操作。

系统的后端使用了Python语言和Django框架来处理用户的请求,并与MySQL数据库进行交互。系统会根据用户的需求从数据库中获取相应的数据,并使用Echarts可视化工具将数据以图表的形式展示出来。

通过该系统,用户可以方便地进行美食菜谱的数据分析和可视化展示,帮助用户更好地理解和利用菜谱数据。同时,该系统还提供了用户注册、登录、个人信息管理等功能,以及对菜谱的收藏、评论等操作,提升了用户的交互体验。

4、核心代码


import uuid
from collections import Counter

from django.http import HttpResponse, JsonResponse
from django.shortcuts import render

from django.views.decorators.csrf import csrf_exempt
from django.db.models import *
from app01 import models
import json
from django.core import serializers


# 登陆
def login(request):
    data = {}
    res = json.loads(request.body)
    password = res.get("password")
    name = res.get("name")
    print(name, password)
    use = models.User.objects.filter(name=name).filter(password=password).values()
    print(len(use))
    data["login"] = len(use)
    return JsonResponse(data=data, json_dumps_params={'ensure_ascii': False})


# 注册
def zc(request):
    data = {}
    res = json.loads(request.body)
    password = res.get("password")
    name = res.get("name")
    print(name, password)
    zc = 0
    user = models.User.objects.filter(name=name)
    if len(user) == 0:
        uid = models.User(id=uuid.uuid1(), name=name, password=password).save()
        user = models.User.objects.filter(name=name)
        print(user)
        zc = 1
    data["login"] = zc
    return JsonResponse(data=data, json_dumps_params={'ensure_ascii': False})


def home(request):
    data = {}
    res = json.loads(request.body)
    name = res.get("type")
    img = models.Menu.objects.filter(big_type=name).values("img")[0:5]
    items = models.Menu.objects.raw(
        'select id, count(type) ,type from menu where big_type = "' + str(name) + '" group by type')
    item = []
    for i in items:
        d = {"label": i.type}
        item.append(d)
    data["img"] = list(img)
    data["items"] = list(item)
    return JsonResponse(data=data, json_dumps_params={'ensure_ascii': False})


def info(request):
    res = json.loads(request.body)
    data = {}
    i = res.get("pageIndex")
    size = res.get("pageSize")
    name = res.get("name")
    big = res.get("value")
    num = res.get("num")
    ll = models.Menu.objects.raw("select id, count(big_type) value,big_type name from menu group by  q big_type")
    if num == '':
        li = models.Menu.objects.filter(name__contains=name).filter(big_type__contains=big).order_by(
            'type').values()[
             (i - 1) * size:i * size]
        total = models.Menu.objects.filter(name__contains=name).filter(big_type__contains=big).values(
            "id").count()
    else:
        li = models.Menu.objects.filter(name__contains=name).filter(big_type__contains=big).filter(num=num).order_by(
            'type').values()[
             (i - 1) * size:i * size]
        total = models.Menu.objects.filter(name__contains=name).filter(big_type__contains=big).filter(num=num).values(
            "id").count()
    item = []

    #(1) MySQL5.5版本用下面的代码
    # for i in ll:
    #     d = {"value": i.name, "label": i.name}
    #     item.append(d)
    #

    #(2) MySQL5.7以上版本用下面的代码
    for i in list(li):
        l = i['peiliao'].split(',')
        i['num'] = len(l)




    data["items"] = list(item)
    data["list"] = list(li)
    data["total"] = total
    return JsonResponse(data=data, json_dumps_params={'ensure_ascii': False})


def echarts(request):
    data = {}
    big = models.Menu.objects.raw(
        "select id, count(big_type) value,big_type name from menu group by big_type order by value desc limit 20")
    item = []
    for i in big:
        d = {"name": i.name, "value": i.value}
        item.append(d)
    data["big"] = list(item)
    type = models.Menu.objects.raw(
        "select id, count(type) value,type name from menu group by type order by value desc limit 50")
    item = []
    for i in type:
        d = {"name": i.name, "value": i.value}
        item.append(d)
    data["type"] = list(item)
    return JsonResponse(data=data, json_dumps_params={'ensure_ascii': False})


def echarts1(request):
    data = {}
    num = models.Menu.objects.raw(
        "select id, count(num) value,num name from menu group by num order by value desc limit 20")
    item = []
    for i in num:
        d = {"name": i.name, "value": i.value}
        item.append(d)
    data["num"] = list(item)
    type = models.Menu.objects.raw(
        "select id,count(num) value,num name from menu where big_type = '中国菜' group by num order by value desc limit 10")
    item = []
    for i in type:
        d = {"name": i.name, "value": i.value}
        item.append(d)
    data["china"] = list(item)
    wai = models.Menu.objects.raw(
        "select id,count(num) value,num name from menu where big_type = '外国菜' group by num order by value desc limit 10")
    item = []
    for i in wai:
        d = {"name": i.name, "value": i.value}
        item.append(d)
    data["wai"] = list(item)
    ge = models.Menu.objects.raw(
        "select id,count(num) value,num name from menu where big_type = '各地小吃' group by num order by value desc limit 10")
    item = []
    for i in ge:
        d = {"name": i.name, "value": i.value}
        item.append(d)
    data["ge"] = list(item)
    cs = models.Menu.objects.raw(
        "select id,count(num) value,num name from menu where big_type = '菜式' group by num order by value desc limit 10")
    item = []
    for i in cs:
        d = {"name": i.name, "value": i.value}
        item.append(d)
    data["cs"] = list(item)
    return JsonResponse(data=data, json_dumps_params={'ensure_ascii': False})

????✌ 感兴趣的可以先收藏起来,点赞关注不迷路,想学习更多项目可以查看主页,大家在毕设选题,项目代码以及论文编写等相关问题都可以给我留言咨询,希望可以帮助同学们顺利毕业! ????✌

5、源码获取方式

???? 由于篇幅限制,获取完整文章或源码、代做项目的,拉到文章底部即可看到个人联系方式。 ????

点赞、收藏、关注,不迷路, 下方查看 ???????? 获取联系方式 ????????

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

毕业设计:python美食菜谱数据分析可视化系统 爬虫+Echarts 可视化 Django框架 大数据(源码+文档)✅ 的相关文章

  • scipy 将一个稀疏矩阵的所有行附加到另一个稀疏矩阵

    我有一个 numpy 矩阵 想在其中附加另一个矩阵 这两个矩阵的形状为 m1 shape 2777 5902 m2 shape 695 5902 我想将 m2 附加到 m1 以便新矩阵的形状为 m new shape 3472 5902 当
  • Python 3 os.urandom

    在哪里可以找到完整的教程或文档os urandom 我需要获得一个随机 int 来从 80 个字符的字符串中选择一个字符 如果你只需要一个随机整数 你可以使用random randint a b 来自随机模块 http docs pytho
  • 递归 lambda 表达式可能吗?

    我正在尝试编写一个调用自身的 lambda 表达式 但我似乎找不到任何语法 或者即使它是可能的 本质上我想将以下函数传输到以下 lambda 表达式中 我意识到这是一个愚蠢的应用程序 它只是添加 但我正在探索可以在 python 中使用 l
  • opencv水印周围的轮廓

    我想在图像中的水印周围画一个框 我已经提取了水印并找到了轮廓 但是 不会在水印周围绘制轮廓 轮廓是在我的整个图像上绘制的 请帮我提供正确的代码 轮廓坐标的输出为 array 0 0 0 634 450 634 450 0 dtype int
  • 使用 python 中的公式函数使从 Excel 中提取的值的百分比相等

    import xlrd numpy excel Users Bob Desktop wb1 xlrd open workbook excel assignment3 xlsx sh1 wb1 sheet by index 0 colA co
  • 如何检查python xlrd库中的excel文件是否有效

    有什么办法与xlrd库来检查您使用的文件是否是有效的 Excel 文件 我知道还有其他库可以检查文件头 我可以使用文件扩展名检查 但为了多平台性我想知道是否有任何我可以使用的功能xlrd库本身在尝试打开文件时可能会返回类似 false 的内
  • pytest:同一接口的不同实现的可重用测试

    想象一下我已经实现了一个名为的实用程序 可能是一个类 Bar在一个模块中foo 并为其编写了以下测试 测试 foo py from foo import Bar as Implementation from pytest import ma
  • Tensorflow 与 Keras 的兼容性

    我正在使用 Python 3 6 和 Tensorflow 2 0 并且有一些 Keras 代码 import keras from keras models import Sequential from keras layers impo
  • Geodjango距离查询未检索到正确的结果

    我正在尝试根据地理位置的接近程度来检索一些帖子 正如您在代码中看到的 我正在使用 GeoDjango 并且代码在视图中执行 问题是距离过滤器似乎被完全忽略了 当我检查查询集上的距离时 我得到了预期距离 1m 和 18km 但 18km 的帖
  • SMTP_SSL SSLError: [SSL: UNKNOWN_PROTOCOL] 未知协议 (_ssl.c:590)

    此问题与 smtplib 的 SMTP SSL 连接有关 当与 SMTP 无 ssl 连接时 它正在工作 在 SMTP SSL 中尝试相同的主机和端口时 出现错误 该错误仅基于主机 gmail 设置也工作正常 请检查下面的示例 如果 Out
  • 使用 Keras np_utils.to_categorical 的问题

    我正在尝试将整数的 one hot 向量数组制作为 keras 将能够使用的 one hot 向量数组来拟合我的模型 这是代码的相关部分 Y train np hstack np asarray dataframe output vecto
  • 返回表示每组内最大值的索引的一系列数字位置

    考虑一下这个系列 np random seed 3 1415 s pd Series np random rand 100 pd MultiIndex from product list ABDCE list abcde One Two T
  • Anaconda 无法导入 ssl 但 Python 可以

    Anaconda 3 Jupyter笔记本无法导入ssl 但使用Atom终端导入ssl没有问题 我尝试在 Jupyter 笔记本中导入 ssl 但出现以下错误 C ProgramData Anaconda3 lib ssl py in
  • 从 NumPy 数组到 Mat 的 C++ 转换 (OpenCV)

    我正在围绕 ArUco 增强现实库 基于 OpenCV 编写一个薄包装器 我试图构建的界面非常简单 Python 将图像传递给 C 代码 C 代码检测标记并将其位置和其他信息作为字典元组返回给 Python 但是 我不知道如何在 Pytho
  • 动态过滤 pandas 数据框

    我正在尝试使用三列的阈值来过滤 pandas 数据框 import pandas as pd df pd DataFrame A 6 2 10 5 3 B 2 5 3 2 6 C 5 2 1 8 2 df df loc df A gt 0
  • Elasticsearch 通过搜索返回拼音标记

    我用语音分析插件 https www elastic co guide en elasticsearch plugins current analysis phonetic html由于语音转换 从弹性搜索中进行一些字符串匹配 我的问题是
  • 在 Django 查询中使用 .extra(select={...}) 引入的值上使用 .aggregate() ?

    我正在尝试计算玩家每周玩游戏的次数 如下所示 player game objects extra select week WEEK games game date aggregate count Count week 但姜戈抱怨说 Fiel
  • 查找总和为给定数字的值组合的函数

    这个帖子查找提供的 Sum 值的组合 https stackoverflow com a 20194023 1561176呈现函数subsets with sum 它在数组中查找总和等于给定值的值的组合 但由于这个帖子已经有6年多了 我发这
  • 如何为不同操作系统/Python 版本编译 Python C/C++ 扩展?

    我注意到一些成熟的Python库已经为大多数架构 Win32 Win amd64 MacOS 和Python版本提供了预编译版本 针对不同环境交叉编译扩展的标准方法是什么 葡萄酒 虚拟机 众包 我们使用虚拟机和Hudson http hud
  • Apache Beam Pipeline 写表后查询表

    我有一个 Apache Beam Dataflow 管道 它将结果写入 BigQuery 表 然后我想查询该表以获取管道的单独部分 但是 我似乎无法弄清楚如何正确设置此管道依赖性 我编写的新表 然后想要查询 与一个单独的表连接以进行某些过滤

随机推荐