基于 Python 的汽车市场数据分析与可视化平台

项目简介

本平台是一个基于 Python Flask 框架的汽车市场数据分析与可视化系统，整合了多个真实汽车市场数据集，提供数据概览、车辆检索、多维分析、价格预测、品牌对比、技术规格分析、销量统计等功能模块，适用于汽车市场趋势研究和二手车价格预测场景。

所有数据源的价格在导入时已按汇率统一转换为人民币（CNY），确保跨数据集价格可比。

功能模块

模块	功能说明
数据概览	展示市场核心 KPI 指标（挂牌总量、平均价格、品牌数、平均里程），年度均价趋势折线图、燃料类型分布饼图、热门品牌 TOP10 柱状图、价格区间分布柱状图
车辆数据	支持多条件（关键词、数据源、品牌、燃料、变速箱、车型、年份范围、价格范围）组合检索与分页浏览，提供车辆详情查看与 CSV 导出功能
多维分析	品牌均价与挂牌量组合图、燃料类型均价对比、地区分布 TOP20、数值字段相关性热力图、品牌分析明细表格
价格预测	基于随机森林回归模型的二手车价格预测，展示模型评估指标（MAE、RMSE、R²）、特征重要性 TOP15 图表、相似车辆参考
品牌对比	多品牌选择对比分析，展示平均价格对比图、挂牌量对比图、对比明细表格
技术规格	基于 UCI Automobile 数据集的厂商均价分析、车身类型均价饼图、马力 vs 城市油耗 vs 价格散点气泡图
销量统计	厂商总销量排行、车型类别销量饼图、热销车型 TOP20 排行表格
系统管理	管理员专属页面，展示模型信息与评估指标、系统数据概览、已导入数据源列表，支持一键重新训练价格预测模型

数据来源

所有数据均为真实公开数据集，非 Mock 生成。原始价格已按汇率统一转换为人民币（CNY）：

数据集	文件	记录数	原始货币	说明
Cars24 二手车市场	`cars_24.csv`	~8000 条	INR→CNY	来自 Cars24.com 的印度二手车挂牌数据，含价格、里程、燃料、变速箱、地区等
美国二手车交易	`usedcars.csv`	~150 条	USD→CNY	美国市场二手车样本，含年份、价格、里程、颜色、变速箱
UCI Automobile 规格	`automobile.csv`	~200 条	USD→CNY	1985年进口汽车技术规格数据，含发动机参数、油耗、价格等
厂商销量统计	`car_sales.csv`	~150 条	USD→CNY	各品牌车型销量、保值率、价格、马力等统计数据

汇率常量（定义在 config.py）：

INR_TO_CNY = 0.084（1 印度卢比 ≈ 0.084 人民币）
USD_TO_CNY = 7.2（1 美元 ≈ 7.2 人民币）

标准版目录结构

复制代码

python-car-fenxi/
├── app.py                    # Flask 应用主入口，路由定义与 API 接口
├── config.py                 # 应用配置模块（数据库路径、密钥、汇率、分页参数）
├── requirements.txt          # Python 依赖包清单
├── data/
│   ├── automotive.db         # SQLite 数据库文件（自动生成）
│   └── raw/                  # 原始 CSV 数据集
│       ├── automobile.csv
│       ├── car_sales.csv
│       ├── cars_24.csv
│       └── usedcars.csv
├── database/
│   ├── __init__.py           # 数据库模块导出
│   └── db.py                 # SQLite 连接管理与会话工具
├── scripts/
│   ├── __init__.py
│   └── init_database.py      # 数据库初始化、建表、CSV 数据导入（含汇率转换）
├── services/
│   ├── __init__.py           # 服务模块导出
│   ├── analysis_service.py   # 数据分析业务逻辑（统计、检索、导出、对比）
│   └── ml_service.py         # 机器学习服务（模型训练、预测、指标查询）
├── static/
│   ├── css/
│   │   └── style.css         # 自定义样式
│   └── js/
│       ├── admin.js          # 系统管理页交互
│       ├── analysis.js       # 多维分析页图表
│       ├── cars.js           # 车辆数据页检索与分页
│       ├── common.js         # 全局工具函数
│       ├── comparison.js     # 品牌对比页交互
│       ├── dashboard.js      # 数据概览页图表
│       ├── prediction.js     # 价格预测页交互
│       ├── sales.js          # 销量统计页图表
│       └── specs.js          # 技术规格页图表
├── templates/
│   ├── admin.html            # 系统管理页
│   ├── analysis.html         # 多维分析页
│   ├── base.html             # 基础模板（导航栏、CDN 引用）
│   ├── car_detail.html       # 车辆详情页
│   ├── cars.html             # 车辆数据页
│   ├── comparison.html       # 品牌对比页
│   ├── dashboard.html        # 数据概览页
│   ├── login.html            # 登录页
│   ├── prediction.html       # 价格预测页
│   ├── register.html         # 注册页
│   ├── sales.html            # 销量统计页
│   └── specs.html            # 技术规格页
├── tests/
│   ├── __init__.py
│   └── test_api.py           # API 集成测试
├── trained_models/
│   └── price_predictor.joblib # 训练完成的模型文件（自动生成）
├── 运行步骤必看/
│   └── window.md             # Windows 运行步骤说明
├── mac_run.sh                # macOS/Linux 一键启动脚本
├── window_run.bat            # Windows 一键启动脚本
├── 训练手册.md                # 模型训练手册
└── README.md                 # 项目简介

技术栈

类别	技术
后端	Python 3.12 + Flask 3.0
数据库	SQLite 3
前端	HTML5 + Bootstrap 5.3 + Chart.js 4.4
机器学习	scikit-learn 1.5（随机森林回归）
数据处理	pandas 2.2 + numpy 1.26
模型持久化	joblib 1.4
密码安全	Werkzeug pbkdf2:sha256

环境要求

项目	要求
Python	3.12
操作系统	Windows / macOS / Linux
内存	建议 2GB 以上（模型训练时使用）
磁盘	约 500MB（含依赖和数据库）
浏览器	Chrome / Firefox / Safari / Edge 现代版本

账号信息

角色	用户名	密码
管理员	admin	admin123

管理员拥有系统管理页面访问权限，可查看模型指标、数据源信息和重新训练模型。新注册用户默认为普通用户角色。