运行向导

请先看后文配置好Python环境

然后执行 init_data.py 加载数据库数据

然后执行 init_pic.py 加载可视化图表

然后运行flask项目，自己注册一个账号然后登录

数据源

• 国家数据统计局
• 中国就业研究所
• 报告汇
• 中国2023大学毕业生 2023年大学毕业生有多少人

架构

• Web框架：flask
• Web页面：HTML 、CSS、Javascript
• 数据库：mongoDB
• 可视化：pyecharts、 matplotlib

环境要求

python = 3.12 pymongo pyecharts

截图

数据库的设计

毕业生就业信息表 ：年份 毕业生人数 就业人数 地区就业信息表：年份 地区 行业分布表：年份 行业

graduates (毕业生就业信息表)

• _id (ObjectId): 文档的唯一标识符
• year (int): 毕业年份
• graduate_count (int): 该年份的毕业生人数
• employed_count (int): 该年份的就业人数

regional_employment (地区就业信息表)

• _id (ObjectId): 文档的唯一标识符
• year (int): 年份
• region (string): 地区名称
• number (int):大学生就业人数

industry_distribution (行业分布表)

• _id (ObjectId): 文档的唯一标识符
• year (int): 年份
• industry (string): 行业名称

介绍

基本架构设计

（一）数据库设计

创建MongoDB数据库：首先，安装MongoDB并创建一个新的数据库，用于存储高校毕业生的就业数据。

设计数据集合：在MongoDB中，数据是以集合（Collection）的形式存储的。我们可以设计以下几个集合：

毕业生信息集合（graduates）：存储毕业生的基本信息，包括姓名、性别、学校、专业、毕业年份、就业状态等。 就业地区集合（employment_regions）：存储就业地区的信息，包括地区名称等。 行业分布集合（industries）：存储行业的信息，包括行业名称等。

（二）后端开发

安装Python环境：确保已经安装了Python解释器，并配置好相关的开发环境。 安装依赖库：使用pip安装所需的库，包括pymongo（MongoDB的Python驱动程序）、Flask（Web框架）和PyCharts（数据可视化库）。 编写Python脚本：创建一个Python脚本，用于处理数据库操作和业务逻辑。包括连接MongoDB数据库、定义数据模型、实现CRUD操作等。

（三）数据可视化设计

创建可视化图表：使用PyCharts库创建各种可视化图表，如柱状图、饼图、地图等，用于展示高校毕业生的就业去向。可以根据需要自定义图表的样式和交互功能。 数据查询与统计：编写Python脚本，从MongoDB数据库中查询和统计数据，为可视化图表提供数据源。可以使用聚合管道操作符和MapReduce等功能进行复杂的数据分析和计算。 Web展示：使用Flask框架创建Web应用程序，将可视化图表嵌入到网页中进行展示。可以设计一个简单的用户界面，提供数据查询、图表选择和交互操作等功能。