149-基于Python的数据分析岗位招聘数据可视化分析系统

数据分析岗位招聘数据可视化分析系统 --- 技术文档

1. 项目概述

1.1 项目简介

本系统是一个面向数据分析岗位招聘市场的可视化分析平台，基于 Flask 框架构建，集成了数据概览、多维分析、高级统计、机器学习预测、报告导出等功能模块。系统通过对招聘数据的深度挖掘，帮助用户了解行业薪资分布、学历/经验要求、地域差异、企业特征等关键维度的信息。

1.2 技术栈

层级	技术	版本/说明
后端框架	Flask	Python Web 框架
模板引擎	Jinja2	Flask 内置
前端框架	Bootstrap 5	响应式 UI
图表库	Apache ECharts	交互式可视化
图标库	Bootstrap Icons + Boxicons	矢量图标
数据库	MySQL 8.x	关系型数据库
ORM/驱动	PyMySQL	MySQL 连接器（DictCursor）
数据处理	Pandas + NumPy	数据清洗与分析
机器学习	scikit-learn, XGBoost	回归/分类/聚类
统计分析	SciPy	假设检验、正态性检验
关联规则	mlxtend	Apriori 算法
报告生成	openpyxl, reportlab	Excel / PDF 导出
配置管理	PyYAML	config.yaml

1.3 运行环境

Python: 3.8+
MySQL: 5.7+ / 8.x
端口: 5002（config.yaml 中配置）
数据库名 : design_149_job_analysis

1.4 启动方式

bash 复制代码

# 安装依赖
pip install -r requirements.txt

# 启动（自动建表、导入数据）
python run.py

run.py 启动流程：

检查 Python 依赖是否安装
检查数据文件 data/data_analyst_jobs.xlsx 是否存在
创建必要目录（reports/, model/）
加载 config.yaml 配置
初始化数据库连接，自动建表并导入 CSV 数据
启动 Flask 开发服务器

2. 系统架构

2.1 整体架构

复制代码

┌─────────────────────────────────────────────────────┐
│                    浏览器 (前端)                       │
│  Bootstrap 5 + ECharts + Bootstrap Icons             │
└──────────────────────┬──────────────────────────────┘
                       │ HTTP
┌──────────────────────▼──────────────────────────────┐
│                  Flask (app.py)                       │
│  路由层：请求处理、权限校验、模板渲染                      │
│  35 个路由，覆盖认证/分析/管理/预测/报告                   │
└──────┬───────────────────────────────────┬──────────┘
       │                                   │
┌──────▼──────────┐              ┌─────────▼──────────┐
│  shared/ 核心模块 │              │   database.py      │
│  纯数据分析逻辑   │              │   MySQL 数据层      │
│  无 Web 依赖     │              │   PyMySQL DictCursor│
└─────────────────┘              └────────────────────┘
       │
┌──────▼──────────┐
│  data/*.xlsx    │
│  原始数据集      │
└─────────────────┘

2.2 分层设计

层级	文件	职责
路由层	`app.py`	HTTP 请求处理、权限校验、数据转换、模板渲染
核心业务层	`shared/*.py`	纯数据分析逻辑，不依赖 Web 框架，返回 dict/list
数据访问层	`database.py`	MySQL CRUD、表结构管理、CSV 导入
配置层	`config.yaml`	数据库连接、特征定义、模块开关、分析参数
展示层	`templates/*.html`	Jinja2 模板 + ECharts 图表渲染

2.3 设计原则

核心模块与 Web 层解耦 ：shared/ 中的模块只接收数据路径和参数，返回纯 dict/list，可独立测试
配置驱动 ：特征列、分析页面、模块开关均通过 config.yaml 声明，新增分析页面只需添加配置
动态表结构 ：数据库表列根据 config.yaml 的 features 自动生成
单一主题色 ：使用 #10b981（绿色系）同色系调色板，不做跨色相渐变

3. 目录结构

复制代码

code/
├── app.py                      # Flask 主应用（1150 行）
├── database.py                 # MySQL 数据库层（751 行）
├── run.py                      # 启动入口（97 行）
├── predictor.py                # ML 训练包装器（79 行）
├── knowledge_crawler.py        # 知识爬虫包装器（78 行）
├── config.yaml                 # 项目配置文件（245 行）
├── requirements.txt            # Python 依赖
├── CLAUDE.md                   # AI 辅助开发规范
│
├── shared/                     # 核心分析模块（纯逻辑，无 Web 依赖）
│   ├── __init__.py
│   ├── analysis_core.py        # 数据分析（246 行）
│   ├── anomaly_core.py         # 异常检测（228 行）
│   ├── association_core.py     # 关联规则（195 行）
│   ├── clustering_core.py      # 聚类分析（245 行）
│   ├── predictor_core.py       # ML 预测（175 行）
│   ├── regression_core.py      # 回归分析（247 行）
│   ├── report_core.py          # 报告生成（304 行）
│   └── stats_core.py           # 统计检验（249 行）
│
├── templates/                  # Jinja2 模板（28 个文件）
│   ├── base.html               # 基础布局（导航栏、页脚、ECharts 主题）
│   ├── index.html              # 首页仪表盘
│   ├── login.html / register.html
│   ├── profile.html            # 个人中心
│   ├── overview.html           # 数据概览
│   ├── salary_analysis.html    # 薪资分析
│   ├── education_analysis.html # 学历分析
│   ├── experience_analysis.html# 经验分析
│   ├── company_analysis.html   # 公司分析
│   ├── geo_distribution.html   # 地理分布
│   ├── geo_map.html            # 地图可视化
│   ├── salary_stats.html       # 统计检验
│   ├── regression_analysis.html# 回归分析
│   ├── anomaly_detection.html  # 异常检测
│   ├── correlations.html       # 相关性分析
│   ├── clustering.html         # 聚类分析
│   ├── association.html        # 关联规则
│   ├── word_cloud.html         # 词云分析
│   ├── salary_predict.html     # 薪资预测
│   ├── reports.html            # 报告导出
│   ├── data_manage.html        # 数据管理（列表）
│   ├── data_manage_edit.html   # 数据管理（编辑）
│   └── admin/
│       ├── dashboard.html      # 管理后台
│       └── users.html          # 用户管理
│
├── static/
│   ├── css/
│   │   ├── style.css           # 自定义样式（1074 行，glassmorphism 设计系统）
│   │   ├── bootstrap.min.css   # Bootstrap 5
│   │   ├── bootstrap-icons.css
│   │   └── boxicons.min.css
│   ├── js/
│   │   ├── echarts.min.js      # Apache ECharts
│   │   └── bootstrap.bundle.min.js
│   └── fonts/
│       ├── bootstrap-icons.woff2
│       └── boxicons.woff2
│
├── data/
│   ├── data_analyst_jobs.xlsx  # 主数据集（884 KB）
│   └── data_analyst_jobs.csv   # 自动转换的 CSV（1.4 MB）
│
├── reports/                    # 生成的报告文件
├── model/                      # ML 模型存储（运行时生成）
└── docs/                       # 项目文档

4. 配置文件 (config.yaml)

4.1 项目配置

yaml 复制代码

project:
  id: '149'
  name: 数据分析岗位招聘数据可视化分析系统
  name_en: data_analyst_job_analysis
  stack: flask_bootstrap
  db_name: design_149_job_analysis
  db_host: localhost
  db_port: 3306
  db_user: root
  db_password: '123456'
  port: 5002
  theme_color: '#10b981'

4.2 数据集特征定义

yaml 复制代码

dataset:
  file: data_analyst_jobs.xlsx
  target_column: ''              # 无分类目标列
  features:
    - key: 职位名称
      label: 职位名称
      type: text                 # 文本类型
    - key: 薪资均值
      label: 薪资均值
      type: numeric              # 数值类型
      range: [1500, 160000]
    - key: 工作经验
      label: 工作经验
      type: categorical          # 分类类型
      options: [不限, 1-3年, 5-10年, 3-5年, 1年以下, 无经验, 10年以上]
    - key: 本科
      label: 本科
      type: binary               # 二值类型 (0/1)

特征类型说明：

type	用途	数据库列类型	表单控件
`text`	文本字段	VARCHAR(200)	`<input type="text">`
`numeric`	数值字段	DOUBLE	`<input type="number">`
`categorical`	分类字段	VARCHAR(100)	`<select>`
`binary`	二值标记	INT	`<select>` (0/1)

4.3 模块开关

yaml 复制代码

modules:
  auth: true                    # 用户认证
  prediction: true              # ML 预测
  analytics: true               # 基础分析
  data_manage: true             # 数据管理
  dashboard: true               # 仪表盘
  statistical_analysis: true    # 统计检验
  regression: true              # 回归分析
  anomaly_detection: true       # 异常检测
  clustering: true              # 聚类分析
  association_rules: true       # 关联规则
  report_export: true           # 报告导出
  geo_map: true                 # 地图可视化
  word_cloud: true              # 词云分析
  salary_predict: true          # 薪资预测

4.4 分析页面配置

每个分析页面在 analysis_pages 中声明路由、标题、描述和使用的列：

yaml 复制代码

analysis_pages:
  - route: salary_analysis
    title: 薪资分析
    description: 薪资范围分布、薪资与经验关系、薪资与学历关系
    columns: [薪资均值, 薪资上限, 薪资下限]
  - route: salary_stats
    title: 薪资统计检验
    type: statistical            # 特殊类型，使用 StatsCore
    columns: [薪资均值, 薪资上限, 薪资下限, 处理后工作经验]
  - route: regression_analysis
    title: 回归分析
    type: regression             # 特殊类型，使用 RegressionCore
    target: 薪资均值
    predictors: [处理后工作经验]

5. 数据库设计

5.1 连接配置

python 复制代码

DB_CONFIG = {
    'host': 'localhost',
    'port': 3306,
    'user': 'root',
    'password': '123456',
    'database': 'design_149_job_analysis',
    'charset': 'utf8mb4',
    'cursorclass': pymysql.cursors.DictCursor  # 返回字典格式
}

5.2 数据表

users --- 用户表

字段	类型	说明
id	INT PK AUTO_INCREMENT	用户 ID
username	VARCHAR(50) UNIQUE	用户名
email	VARCHAR(100) UNIQUE	邮箱
password_hash	VARCHAR(255)	bcrypt 哈希密码
role	VARCHAR(20)	角色：`user` / `admin`
status	VARCHAR(20)	状态：`active` / `disabled`
full_name	VARCHAR(50)	姓名
phone	VARCHAR(20)	手机
gender	VARCHAR(10)	性别
age	INT	年龄
bio	TEXT	个人简介
last_login_at	DATETIME	最后登录时间
created_at	TIMESTAMP	注册时间

默认管理员：admin / admin123

dataset_data --- 招聘数据表

列由 config.yaml 的 features 动态生成：

sql 复制代码

CREATE TABLE dataset_data (
    id INT PRIMARY KEY AUTO_INCREMENT,
    `职位名称` VARCHAR(200),
    `薪资范围` VARCHAR(200),
    `薪资均值` DOUBLE,
    `工作经验` VARCHAR(100),
    `学历要求` VARCHAR(100),
    `公司类型` VARCHAR(100),
    ...                          -- 所有 features 中的列
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

列名使用中文原名（feat["key"].lower() 对中文无效），用反引号包裹。

predictions --- 预测历史表

字段	类型	说明
id	INT PK	记录 ID
user_id	INT FK → users	用户 ID
[动态特征列]	各类型	根据 config 动态生成
prediction_result	DOUBLE	预测结果
risk_level	VARCHAR(50)	风险等级
algorithm	VARCHAR(50)	使用的算法
created_at	TIMESTAMP	预测时间

5.3 数据导入

系统启动时自动检测 dataset_data 表是否为空，若为空则从 data/data_analyst_jobs.xlsx 导入数据：

Pandas 读取 Excel 文件
根据 config.yaml 的 features 匹配列名（大小写不敏感）
逐行 INSERT 到 dataset_data 表

6. 核心模块详解 (shared/)

6.1 AnalysisCore --- 数据分析

文件 : shared/analysis_core.py (246 行)

负责基础数据统计和分布分析，是大多数分析页面的数据源。

方法	返回值示例	用途
`overview()`	`{total_samples, feature_count, numeric_stats, missing_values}`	数据概览页
`category_distribution(columns)`	`{col: {labels: [], values: []}}`	学历/经验/公司类型分布
`numeric_distribution(col, bins)`	`{labels, counts, mean, median}`	薪资分布直方图
`correlation_matrix(columns)`	`{columns: [], matrix: [[]]}`	相关性热力图
`aggregate(group_by, agg_col, func)`	`{labels: [], values: []}`	分组聚合

6.2 StatsCore --- 统计检验

文件 : shared/stats_core.py (249 行)

提供描述性统计和假设检验功能。

方法	算法	返回值
`descriptive_stats(columns)`	均值/中位数/标准差/四分位	`{col: {count, mean, std, min, q1, median, q3, max}}`
`normality_test(column)`	Shapiro-Wilk	`{statistic, p_value, is_normal}`
`ttest(column, group_column)`	独立样本 t 检验	`{statistic, p_value, significant, group_stats}`
`anova(column, group_column)`	单因素 ANOVA	`{f_statistic, p_value, significant, groups}`
`chi_square(col1, col2)`	卡方检验	`{chi2, p_value, significant, dof, contingency_table}`

6.3 RegressionCore --- 回归分析

文件 : shared/regression_core.py (247 行)

方法	说明
`linear_regression(x_col, y_col)`	简单线性回归，返回斜率/截距/R²/p 值/散点数据/拟合线
`multiple_regression(target, predictors)`	多元线性回归，返回各系数/R²/调整 R²/F 统计量
`diagnostics(target, predictors)`	VIF 多重共线性检验 + 残差分析

6.4 ClusteringCore --- 聚类分析

文件 : shared/clustering_core.py (245 行)

方法	算法	说明
`find_optimal_k(columns, max_k)`	肘部法 + 轮廓系数	推荐最优 K 值
`kmeans(columns, k)`	K-Means	返回聚类标签/中心/画像/散点数据/轮廓系数
`dbscan(columns, eps, min_samples)`	DBSCAN	返回簇数/噪声点数/画像

数据流程：提取数值列 → 去缺失值 → StandardScaler 标准化 → 聚类 → 逆标准化中心

6.5 AnomalyCore --- 异常检测

文件 : shared/anomaly_core.py (228 行)

方法	算法	说明
`iqr_detection(columns, multiplier)`	IQR 四分位距法	基于 Q1-1.5×IQR / Q3+1.5×IQR
`zscore_detection(columns, threshold)`	Z-Score 法	标准差阈值（默认 3.0）
`isolation_forest(columns, contamination)`	孤立森林	无监督异常检测

6.6 AssociationCore --- 关联规则

文件 : shared/association_core.py (195 行)

方法	说明
`prepare_transactions(columns)`	将分类列转换为事务格式
`mine_rules(columns, min_support, min_confidence)`	Apriori 挖掘频繁项集和关联规则
`top_rules(columns, top_n, sort_by)`	按 lift/confidence/support 排序的 Top-N 规则

6.7 PredictorCore --- 机器学习预测

文件 : shared/predictor_core.py (175 行)

方法	说明
`train_and_predict(target, features, algorithm)`	训练模型并返回评估指标（R²/RMSE/MAE）、特征重要性、散点数据、残差
`compare_algorithms(target, features, algorithms)`	多算法对比，返回各算法的评估指标
`predict_single(algorithm, input_data)`	单次预测，返回预测薪资

支持的算法：

算法	标识	类型
随机森林	`random_forest`	集成学习
梯度提升树	`gradient_boosting`	集成学习
XGBoost	`xgboost`	集成学习
线性回归	`linear_regression`	线性模型
岭回归	`ridge`	线性模型 + L2 正则
K 近邻	`knn`	实例学习

6.8 ReportCore --- 报告生成

文件 : shared/report_core.py (304 行)

方法	说明
`prepare_report_data(sections)`	汇总概览、描述性统计、相关性、分布数据
`generate_excel(output_dir, title)`	生成多 Sheet 的 Excel 报告
`generate_pdf(output_dir, title)`	生成 PDF 报告（reportlab）
`list_reports(output_dir)`	列出已生成的报告文件

7. 路由设计 (app.py)

7.1 路由总览

系统共 35 个路由，按功能分为 6 组：

分组	路由数	说明
认证	5	登录、注册、登出、个人资料、修改密码
基础分析	6	概览、薪资、学历、经验、公司、地理
高级分析	5	统计检验、回归、聚类、相关性、异常检测
专项功能	4	地图、词云、薪资预测、关联规则
报告	3	列表、生成、下载
管理	12	数据 CRUD、用户管理、管理后台

7.2 权限控制

python 复制代码

def require_login():
    """未登录返回 None，路由中检查后 redirect"""
    user = get_current_user()
    if not user:
        return None
    return user

def require_admin():
    """非管理员返回 None"""
    user = get_current_user()
    if not user or user.get("role") != "admin":
        return None
    return user

权限级别	可访问路由
未登录	`/`, `/login`, `/register`
普通用户	所有分析页面、预测、报告
管理员	全部 + `/admin/`、`/data_manage/`

7.3 动态分析页面路由

/analytics/<page_route> 是一个通配路由，根据 config.yaml 的 analysis_pages 配置动态分发：

python 复制代码

@app.route("/analytics/<page_route>")
def analytics_page(page_route):
    # 1. 在 analysis_pages 中查找匹配的配置
    # 2. 根据 type 字段选择核心模块：
    #    - "statistical" → StatsCore
    #    - "regression" → RegressionCore
    #    - "anomaly" → AnomalyCore
    #    - 默认 → AnalysisCore
    # 3. 调用对应模块获取数据
    # 4. 渲染对应的模板

7.4 关键路由实现

首页 `/`

复制代码

GET / → AnalysisCore.overview() + category_distribution() + aggregate()
     → 渲染 index.html
     → 前端 AJAX 加载 /api/overview 获取 KPI 数据

薪资预测 `/salary_predict`

复制代码

GET  → 渲染空表单
POST → PredictorCore.train_and_predict() 或 predict_single()
     → 返回预测结果 + 散点图 + 特征重要性 + 残差图

聚类分析 `/clustering`

复制代码

GET  → 渲染参数配置表单
POST → ClusteringCore.kmeans() 或 dbscan()
     → 字段映射：silhouette_score → silhouette, total_samples → labels
     → profile → cluster_stats
     → 渲染结果 + 肘部图 + 轮廓图 + 散点图

8. 前端设计

8.1 设计系统

系统采用 Glassmorphism（毛玻璃） 设计风格：

css 复制代码

/* 核心 CSS 变量 */
--primary: #10b981;           /* 翡翠绿 */
--primary-dark: #059669;
--primary-light: #34d399;
--accent: #f97316;            /* 橙色强调 */
--bg-gradient: linear-gradient(135deg, #042f2e 0%, #064e3b 50%, #0f2922 100%);
--text-primary: #f1f5f0;      /* 主文字：近白 */
--text-secondary: #cbd5e1;    /* 次文字：亮灰 */
--text-muted: #94a3b8;        /* 辅助文字：中灰 */

/* 卡片毛玻璃效果 */
.card {
    background: rgba(255, 255, 255, 0.05);
    backdrop-filter: blur(10px);
    border: 1px solid rgba(255, 255, 255, 0.08);
}

8.2 ECharts 主题

全局注册 glass 主题，所有图表使用 echarts.init(dom, 'glass') 初始化：

javascript 复制代码

echarts.registerTheme('glass', {
    color: ['#2dd4bf','#f97316','#22d3ee','#34d399','#f87171',
            '#fb7185','#fb923c','#06b6d4','#10b981','#ec4899'],
    textStyle: { color: '#e2e8f0', textBorderColor: 'transparent', textBorderWidth: 0 },
    tooltip: { backgroundColor: 'rgba(4,47,46,0.95)' },
    categoryAxis: { axisLabel: { color: '#94a3b8' }, splitLine: { lineStyle: { color: 'rgba(255,255,255,0.06)' } } },
    valueAxis: { axisLabel: { color: '#94a3b8' }, splitLine: { lineStyle: { color: 'rgba(255,255,255,0.06)' } } },
    legend: { textStyle: { color: '#e2e8f0' } },
});

重要注意 ：ECharts 的 registerTheme 不会合并嵌套对象。如果图表配置中指定了 legend: {textStyle: {fontSize: 10}}，主题中的 legend.textStyle.color 会被完全覆盖。因此每个图表的 legend.textStyle 和 label 都需要显式设置 color: '#e2e8f0'。

8.3 图表配色方案

javascript 复制代码

var chartColors = [
    '#2dd4bf',  // 青绿
    '#f97316',  // 橙色
    '#22d3ee',  // 天蓝
    '#34d399',  // 翠绿
    '#f87171',  // 珊瑚红
    '#fb7185',  // 玫红
    '#fb923c',  // 浅橙
    '#06b6d4',  // 深青
    '#10b981',  // 翡翠绿
    '#ec4899'   // 粉红
];

8.4 页面结构

每个页面遵循统一结构：

html 复制代码

{% extends "base.html" %}
{% block title %}页面标题{% endblock %}
{% block content %}
<!-- 页头 -->
<div class="page-header">
    <div class="header-icon"><i class="bi bi-xxx"></i></div>
    <div class="header-title">页面标题</div>
</div>

<!-- 内容区 -->
<div class="container py-4">
    <!-- 统计卡片 -->
    <div class="row g-4 mb-4">
        <div class="col-lg-3 col-md-6">
            <div class="stat-card stat-card-primary">...</div>
        </div>
    </div>

    <!-- 图表 -->
    <div class="card chart-card">
        <div class="card-body"><div id="chartId" style="height:400px;"></div></div>
    </div>
</div>
{% endblock %}

{% block extra_js %}
<script>
var data = {{ data | tojson }};
var chart = echarts.init(document.getElementById('chartId'), 'glass');
chart.setOption({ /* ECharts 配置 */ });
</script>
{% endblock %}

9. 数据分析页面说明

9.1 基础分析

页面	路由	图表类型	数据来源
数据概览	`/analytics/overview`	柱状图、环形图、表格	`overview()` + `category_distribution()`
薪资分析	`/analytics/salary_analysis`	柱状图、散点图、箱线图	`numeric_distribution()` + `aggregate()`
学历分析	`/analytics/education_analysis`	环形图、柱状图	`category_distribution()` + `aggregate()`
经验分析	`/analytics/experience_analysis`	柱状图、折线图	`category_distribution()` + `aggregate()`
公司分析	`/analytics/company_analysis`	饼图、柱状图	`category_distribution()` + `aggregate()`
地理分布	`/analytics/geo_distribution`	柱状图	`aggregate(group_by=城市)`

9.2 高级分析

页面	路由	核心模块	分析内容
统计检验	`/analytics/salary_stats`	StatsCore	描述性统计、正态性检验、ANOVA
回归分析	`/analytics/regression_analysis`	RegressionCore	线性回归、多元回归、VIF 诊断
相关性分析	`/analytics/correlations`	AnalysisCore	Pearson 相关系数热力图
异常检测	`/analytics/anomaly_detection`	AnomalyCore	IQR / Z-Score / 孤立森林
聚类分析	`/clustering`	ClusteringCore	K-Means / DBSCAN
关联规则	`/association`	AssociationCore	Apriori 频繁项集

9.3 专项功能

页面	路由	说明
地图可视化	`/geo_map`	省级招聘数量和平均薪资的中国地图
词云分析	`/word_cloud`	从职位名称和岗位标签提取关键词
薪资预测	`/salary_predict`	选择算法和特征，预测薪资水平
报告导出	`/reports`	生成 Excel / PDF 报告

10. 用户与权限系统

10.1 角色

角色	权限
`user`	浏览分析页面、使用薪资预测、生成报告
`admin`	全部用户权限 + 数据管理 + 用户管理 + 管理后台

10.2 认证流程

复制代码

用户提交用户名/密码
    ↓
db.authenticate_user()
    ↓
bcrypt 验证密码哈希
    ↓
写入 Flask session: session["user_id"] = user["id"]
    ↓
后续请求通过 get_current_user() 从 session 读取用户信息

10.3 密码安全

使用 bcrypt 算法哈希存储
默认管理员密码：admin123
管理员可重置任意用户密码为 123456

11. API 接口

11.1 JSON API

端点	方法	说明	返回
`/api/overview`	GET	数据集概览	`{total_records, avg_salary, city_count, company_count, salary_dist, top_cities, ...}`

11.2 报告下载

端点	方法	说明
`/reports/download/<filename>`	GET	下载已生成的 Excel/PDF 报告

12. 数据集说明

12.1 数据来源

文件 : data/data_analyst_jobs.xlsx (884 KB)
记录数: 约 3000+ 条招聘记录
字段数: 22 个特征列

12.2 字段说明

字段名	类型	说明	示例
职位名称	text	招聘岗位名称	数据分析师、BI 分析师
薪资范围	text	原始薪资字符串	15-25K·13薪
地点	text	工作地点	北京朝阳区
工作经验	categorical	经验要求	1-3年、3-5年、不限
学历要求	categorical	学历门槛	本科、硕士、大专
岗位标签	text	技能标签	Python,SQL,数据挖掘
公司名称	text	招聘企业	字节跳动、阿里巴巴
公司类型	categorical	企业性质	民营、上市公司、国企
公司规模	categorical	员工人数	100-299人、1000人以上
省份	categorical	所在省份	北京、上海、广东
城市	categorical	所在城市	北京、上海、深圳
薪资上限	numeric	最高月薪（元）	25000
薪资下限	numeric	最低月薪（元）	15000
薪资均值	numeric	平均月薪（元）	20000
处理后工作经验	numeric	经验年限（年）	3
本科/硕士/大专/...	binary	学历标记 (0/1)	1

13. 部署与运维

13.1 环境准备

bash 复制代码

# 1. 安装 Python 依赖
pip install -r requirements.txt

# 2. 确保 MySQL 服务运行
# 3. 创建数据库（或由系统自动创建）
mysql -u root -p -e "CREATE DATABASE IF NOT EXISTS design_149_job_analysis CHARACTER SET utf8mb4;"

# 4. 启动
python run.py

13.2 依赖列表

复制代码

PyYAML>=6.0
pandas>=1.5.0
numpy>=1.21.0
pymysql>=1.0.0
Flask>=2.0.0
scipy>=1.9.0
scikit-learn>=1.1.0
mlxtend>=0.21.0
openpyxl>=3.0.0
reportlab>=3.6.0

13.3 配置修改

修改 config.yaml 后重启服务即可生效：

数据库连接 : 修改 project.db_* 字段
端口 : 修改 project.port
主题色 : 修改 project.theme_color
启用/禁用模块 : 修改 modules.* 布尔值
新增特征 : 在 dataset.features 中添加定义

13.4 生产环境建议

使用 Gunicorn / uWSGI 替代 Flask 开发服务器
配置 Nginx 反向代理
设置 app.secret_key 为强随机值
关闭 debug=True
定期备份 MySQL 数据库

14. 扩展指南

14.1 新增分析页面

在 config.yaml 的 analysis_pages 中添加配置：

yaml 复制代码

- route: new_analysis
  title: 新分析页面
  description: 描述
  columns: [薪资均值, 工作经验]

创建模板 templates/new_analysis.html（继承 base.html）
如需特殊处理，在 app.py 的 analytics_page() 中添加条件分支

14.2 新增 ML 算法

在 shared/predictor_core.py 的 train_and_predict() 中添加算法分支：

python 复制代码

elif algorithm == "new_algo":
    from sklearn.xxx import NewModel
    model = NewModel(param1=value1)

在 config.yaml 的 algorithms 中添加标识
在 templates/salary_predict.html 的算法选择框中添加选项

14.3 新增特征列

在 config.yaml 的 dataset.features 中添加定义
重新导入数据（清空 dataset_data 表后重启）
相关分析页面会自动识别新列

15. 已知问题与注意事项

ECharts 主题不合并嵌套对象 ：图表中任何 legend.textStyle 或 label 配置会覆盖主题的同名属性，需显式设置 color: '#e2e8f0'
Bootstrap Icons 版本限制 ：项目打包的 bootstrap-icons.css 不包含所有图标。已知缺失：bi-building、bi-arrow-down-up、bi-pin-map-fill。可用替代：bi-people-fill、bi-exclamation-triangle、bi-geo-alt
数据库列名 ：中文列名使用原样存储（.lower() 对中文无效），SQL 中需用反引号包裹
遗留代码 ：database.py 中包含医疗系统遗留的 consultations、health_contents 表及方法，当前业务未使用
缺失模块 ：shared/crawler_core.py 和 shared/comparative_core.py 在代码中被引用但不存在，相关功能不可用

149-基于Python的数据分析岗位招聘数据可视化分析系统

数据分析岗位招聘数据可视化分析系统 --- 技术文档

1. 项目概述

1.1 项目简介

1.2 技术栈

1.3 运行环境

1.4 启动方式

2. 系统架构

2.1 整体架构

2.2 分层设计

2.3 设计原则

3. 目录结构

4. 配置文件 (config.yaml)

4.1 项目配置

4.2 数据集特征定义

4.3 模块开关

4.4 分析页面配置

5. 数据库设计

5.1 连接配置

5.2 数据表

users --- 用户表

dataset_data --- 招聘数据表

predictions --- 预测历史表

5.3 数据导入

6. 核心模块详解 (shared/)

6.1 AnalysisCore --- 数据分析

6.2 StatsCore --- 统计检验

6.3 RegressionCore --- 回归分析

6.4 ClusteringCore --- 聚类分析

6.5 AnomalyCore --- 异常检测

6.6 AssociationCore --- 关联规则

6.7 PredictorCore --- 机器学习预测

6.8 ReportCore --- 报告生成

7. 路由设计 (app.py)

7.1 路由总览

7.2 权限控制

7.3 动态分析页面路由

7.4 关键路由实现

首页 /

薪资预测 /salary_predict

聚类分析 /clustering

8. 前端设计

8.1 设计系统

8.2 ECharts 主题

8.3 图表配色方案

8.4 页面结构

9. 数据分析页面说明

9.1 基础分析

9.2 高级分析

9.3 专项功能

10. 用户与权限系统

10.1 角色

10.2 认证流程

10.3 密码安全

11. API 接口

11.1 JSON API

11.2 报告下载

12. 数据集说明

12.1 数据来源

12.2 字段说明

13. 部署与运维

13.1 环境准备

13.2 依赖列表

13.3 配置修改

13.4 生产环境建议

14. 扩展指南

14.1 新增分析页面

14.2 新增 ML 算法

14.3 新增特征列

15. 已知问题与注意事项

首页 `/`

薪资预测 `/salary_predict`

聚类分析 `/clustering`