An open API service indexing awesome lists of open source software.

https://github.com/rasrea/dataviz

这是一个基于Java和Spring Boot的可视化项目,旨在帮助开发者掌握前后端分离的开发模式。在项目中,用户可以上传数据文件,进行数据预处理,并通过前端的图表模块展示数据。项目涉及Spring Boot的API设计,数据的前后端交互,数据的处理与可视化展示,并且使用了Echarts图表进行数据展示。
https://github.com/rasrea/dataviz

data-analysis data-visualization spring-boot

Last synced: 3 months ago
JSON representation

这是一个基于Java和Spring Boot的可视化项目,旨在帮助开发者掌握前后端分离的开发模式。在项目中,用户可以上传数据文件,进行数据预处理,并通过前端的图表模块展示数据。项目涉及Spring Boot的API设计,数据的前后端交互,数据的处理与可视化展示,并且使用了Echarts图表进行数据展示。

Awesome Lists containing this project

README

        

# DataViz - 数据可视化平台

## 📌 项目简介
DataViz 是一个基于 Spring Boot 和前端技术的可视化数据平台,旨在提供用户友好的数据处理和可视化功能。用户可以上传 CSV 或 Excel 文件,对数据进行预处理,并通过交互式图表进行可视化分析。

## 🛠 技术栈
- **⚙️ 后端**:Spring Boot、Java、MySQL(未来打算添加)
- **🎨 前端**:HTML、CSS、JavaScript(ECharts)
- **📊 数据处理**:Python(Pandas)

## 🌐 1. 网站入口
打开浏览器,输入网站地址,即可进入 DataViz 首页。首页展示了项目的主要功能和简介,帮助用户快速了解平台(“模型构建” 我打算以后学习机器学习的时候再补上😉)。

![网站入口](images/DataViz.png)

## 📂 2. 上传文件
在“上传文件”页面,用户可以选择上传 CSV 或 Excel 文件。
- 📎 点击 **“选择文件”** 按钮,选择要上传的文件,包括 CSV 和 Excel。
- 📊 **使用示例数据**:如果没有数据,也可以使用 **系统自带的样本数据**,这些数据由 **Python 爬虫获取**([相关代码](https://github.com/Rasrea/python-spider))。
- ⬆️ 在选择框中双击文件,即可完成文件上传。

![上传文件](images/upload.png)

## ✏️ 3. 数据预处理(检查与描述)
在数据预处理页面,系统会自动分析你的数据列类型,并提供可视化标识:
- **📘 数字列**:以 **蓝色** 显示。
- **📗 日期列**:以 **绿色** 显示(需手动确认)。
- **🖤 文本列**:以 **黑色** 显示。
- **🔴 丢失数据**:以 **红色** 单元格显示,表示需要修复的数据。

✅ **修改与预处理**:
- 🔍 点击 **列名**,修改数据类型或进行预处理。
- 🛠 在 **“可选列类型”** 中选择系统推测的合适类型。
- 💾 进行必要调整后,点击 **“提交”** 按钮,确保修改生效。

###### 主页面
![数据预处理](images/check.png)

###### 🔨操作页面
![操作页面](images/operation.png)

## 📊 4. 可视化数据
📊 可视化数据功能尚在开发中,敬请期待!

作为本项目的重点,我正在积极开发更加丰富的可视化数据功能,未来将支持 多种数据图表,让数据分析更加直观和生动:

![可视化数据](images/visualize.png)

## 🎯 5. 未来规划
- 🚀 **完善数据可视化功能**,增加多种图表类型。
- 🎨 **优化用户体验**,提升页面交互效果。
- 🔄 **支持更多数据格式**,如 JSON、SQL 数据库导入。
- 🔗 **增加 API 接口**,支持外部数据接入。

## 💻 6. 本地运行指南
### ⚙️ 环境要求
- ☕ JDK 17 及以上
- 🗄 MySQL 数据库
- 📦 Maven 进行依赖管理
- 🐍 Python(用于数据处理)

### 🚀 启动步骤
1. **📥 克隆项目**
```bash
git clone https://github.com/Rasrea/DataViz.git
cd DataViz
```
2. **⚙️ 配置数据库**
在 `application.yml` 中修改数据库连接信息。
3. **🔧 运行后端**
```bash
mvn spring-boot:run
```
4. **🌍 启动服务器**
进入com.lucky.data_visual,使用 IDE 或 VS Code 运行 `MyApplication.java`。
5. **🌐 访问网站**
打开浏览器,访问 `http://localhost:63342/data-visual/static/DataViz.html`。

## 🤝 7. 贡献指南
欢迎贡献代码!请提交 Pull Request,或者在 Issues 反馈 Bug 和建议。作为一名水大学生,我会尽快回复🤥。

## 📜 8. 许可证
本项目遵循 MIT 许可证,详细信息请查看 LICENSE 文件。