🎓 作者：计算机毕设小月哥 | 软件开发专家
🖥️ 简介：8年计算机软件程序开发经验。精通Java、Python、微信小程序、安卓、大数据、PHP、.NET|C#、Golang等技术栈。
🛠️ 专业服务 🛠️

• 需求定制化开发
• 源码提供与讲解
• 技术文档撰写（指导计算机毕设选题【新颖+创新】、任务书、开题报告、文献综述、外文翻译等）
• 项目答辩演示PPT制作

🌟 欢迎：点赞 👍 收藏 ⭐ 评论 📝
👇🏻 精选专栏推荐 👇🏻 欢迎订阅关注！
大数据实战项目
PHP|C#.NET|Golang实战项目
微信小程序|安卓实战项目
Python实战项目
Java实战项目
🍅 ↓↓主页获取源码联系↓↓🍅

基于大数据的广西药店数据可视化分析系统-功能介绍

本系统是一款基于Python大数据技术栈构建的广西药店数据可视化分析平台，采用Hadoop+Spark分布式计算框架对广西全区药店数据进行深度挖掘与智能分析。系统后端基于Django框架搭建RESTful API接口，前端采用Vue+ElementUI+Echarts技术实现交互式可视化界面，通过Spark SQL对海量药店数据进行高效查询与统计分析，利用HDFS分布式文件系统存储原始数据集与分析结果。系统实现了10大核心分析维度，包括各地市药店数量分布统计、连锁品牌市场占有率分析、地理空间热力图渲染、异地就医服务开通比例评估、服务关联性分析、药店密度聚类分析、品牌地理布局对比、服务覆盖范围评估、药店名称词云生成以及主要品牌在各地市的分布分析，通过Pandas与NumPy进行数据预处理与特征工程，最终将分析结果以CSV格式输出并通过Echarts图表库进行多维度可视化展示，为医疗资源规划、市场竞争分析、医保政策评估提供数据支撑。

基于大数据的广西药店数据可视化分析系统-选题背景意义

选题背景
随着国家医疗体制改革的持续深化和基层医疗服务体系的不断完善，药品零售行业在居民日常医疗保健中扮演着越来越重要的角色。广西作为西部地区重要省份,其药店分布呈现出地域差异明显、连锁品牌竞争激烈、医保服务普及程度不均等特点。传统的人工统计和Excel表格分析方式已经难以应对数万条药店数据的深度挖掘需求,无法快速洞察区域医疗资源配置是否合理、连锁品牌市场渗透策略是否有效、异地就医服务覆盖是否到位等关键问题。与此同时,大数据技术的成熟为海量数据的高效处理提供了可能,Hadoop分布式存储和Spark内存计算能够在短时间内完成传统方式需要数天才能完成的统计分析任务。基于这样的背景,构建一套能够自动化处理广西药店数据、进行多维度智能分析、生成直观可视化报告的系统,成为了解决当前药店数据管理与分析痛点的现实需求。
选题意义
本课题的实际意义体现在多个层面。对于医疗监管部门而言,系统能够通过地市药店数量分布分析和异地就医服务开通比例统计,帮助他们快速掌握各地区医疗资源配置情况和医保政策落实进度,为制定更加精准的监管措施提供数据参考。对于连锁药店企业来说,品牌市场占有率分析和地理布局对比功能可以让他们清楚了解自身在广西市场的竞争地位,找到市场空白点或过度竞争区域,优化新店选址策略。对于普通居民而言,药店密度分析和服务覆盖范围评估能够间接推动药店资源向服务薄弱地区倾斜,让更多人享受到便捷的购药服务。从技术层面来看,本系统将大数据理论知识与实际业务场景相结合,探索了Spark在地理空间数据处理、文本分词分析、多维度统计等场景下的应用方法,积累了一定的大数据可视化分析项目开发经验,虽然只是毕业设计层面的探索,但也为类似的区域性数据分析项目提供了可参考的技术方案。

基于大数据的广西药店数据可视化分析系统-技术选型

大数据框架：Hadoop+Spark（本次没用Hive，支持定制）
开发语言：Python+Java（两个版本都支持）
后端框架：Django+Spring Boot(Spring+SpringMVC+Mybatis)（两个版本都支持）
前端：Vue+ElementUI+Echarts+HTML+CSS+JavaScript+jQuery
详细技术点：Hadoop、HDFS、Spark、Spark SQL、Pandas、NumPy
数据库：MySQL

基于大数据的广西药店数据可视化分析系统-视频展示

基于大数据的广西药店数据可视化分析系统-图片展示

基于大数据的广西药店数据可视化分析系统-代码展示

from pyspark.sql import SparkSession
from pyspark.sql.functions import col, count, sum as spark_sum, when, expr, udf, explode, split
from pyspark.sql.types import StringType, FloatType
import jieba
from collections import Counter
from sklearn.cluster import DBSCAN
import numpy as np
import pandas as pd

spark = SparkSession.builder.appName("GuangxiPharmacyAnalysis").config("spark.executor.memory", "4g").config("spark.driver.memory", "2g").getOrCreate()

def analyze_city_pharmacy_distribution(csv_path, output_path):
    df = spark.read.csv(csv_path, header=True, inferSchema=True, encoding='utf-8')
    df_cleaned = df.filter(col("城市名称").isNotNull())
    city_distribution = df_cleaned.groupBy("城市名称").agg(count("*").alias("药店数量"))
    city_distribution_sorted = city_distribution.orderBy(col("药店数量").desc())
    total_pharmacies = df_cleaned.count()
    city_distribution_with_ratio = city_distribution_sorted.withColumn("占比", expr("药店数量 / {} * 100".format(total_pharmacies)))
    city_distribution_with_ratio = city_distribution_with_ratio.withColumn("占比", expr("round(占比, 2)"))
    city_distribution_final = city_distribution_with_ratio.select("城市名称", "药店数量", "占比")
    city_rank = city_distribution_final.withColumn("排名", expr("row_number() over (order by 药店数量 desc)"))
    pandas_df = city_rank.toPandas()
    pandas_df.to_csv(output_path, index=False, encoding='utf-8-sig')
    return pandas_df

def analyze_brand_market_share(csv_path, output_path):
    df = spark.read.csv(csv_path, header=True, inferSchema=True, encoding='utf-8')
    brand_keywords = ["大参林", "一心堂", "老百姓", "国大药房", "海王星辰", "桂中大药房", "益丰大药房", "健之佳", "漱玉平民", "百姓缘"]
    def extract_brand(name):
        if name is None:
            return "其他品牌"
        for brand in brand_keywords:
            if brand in name:
                return brand
        return "其他品牌"
    extract_brand_udf = udf(extract_brand, StringType())
    df_with_brand = df.withColumn("品牌", extract_brand_udf(col("药店名称")))
    brand_distribution = df_with_brand.groupBy("品牌").agg(count("*").alias("药店数量"))
    brand_distribution_sorted = brand_distribution.orderBy(col("药店数量").desc())
    total_count = df_with_brand.count()
    brand_with_share = brand_distribution_sorted.withColumn("市场份额", expr("药店数量 / {} * 100".format(total_count)))
    brand_with_share = brand_with_share.withColumn("市场份额", expr("round(市场份额, 2)"))
    cumulative_share = brand_with_share.withColumn("累计份额", expr("sum(市场份额) over (order by 药店数量 desc rows between unbounded preceding and current row)"))
    cumulative_share = cumulative_share.withColumn("累计份额", expr("round(累计份额, 2)"))
    brand_final = cumulative_share.select("品牌", "药店数量", "市场份额", "累计份额")
    pandas_result = brand_final.toPandas()
    pandas_result.to_csv(output_path, index=False, encoding='utf-8-sig')
    return pandas_result

def analyze_remote_medical_service_correlation(csv_path, output_path):
    df = spark.read.csv(csv_path, header=True, inferSchema=True, encoding='utf-8')
    df_cleaned = df.filter(col("异地住院医保服务").isNotNull() & col("是否开通异地就医服务").isNotNull())
    df_normalized = df_cleaned.withColumn("异地住院服务", when(col("异地住院医保服务") == "开通", 1).otherwise(0))
    df_normalized = df_normalized.withColumn("异地就医服务", when(col("是否开通异地就医服务") == "开通", 1).otherwise(0))
    correlation_matrix = df_normalized.groupBy("异地住院服务", "异地就医服务").agg(count("*").alias("药店数量"))
    correlation_with_label = correlation_matrix.withColumn("服务类型", when((col("异地住院服务") == 1) & (col("异地就医服务") == 1), "双开通").when((col("异地住院服务") == 1) & (col("异地就医服务") == 0), "仅住院").when((col("异地住院服务") == 0) & (col("异地就医服务") == 1), "仅就医").otherwise("双未开通"))
    service_summary = correlation_with_label.groupBy("服务类型").agg(spark_sum("药店数量").alias("药店数量"))
    total_valid = df_normalized.count()
    service_with_ratio = service_summary.withColumn("占比", expr("药店数量 / {} * 100".format(total_valid)))
    service_with_ratio = service_with_ratio.withColumn("占比", expr("round(占比, 2)"))
    service_sorted = service_with_ratio.orderBy(col("药店数量").desc())
    both_opened = service_sorted.filter(col("服务类型") == "双开通").select("药店数量").first()
    both_opened_count = both_opened[0] if both_opened else 0
    service_final = service_sorted.withColumn("与双开通数量差", expr("abs(药店数量 - {})".format(both_opened_count)))
    pandas_output = service_final.select("服务类型", "药店数量", "占比", "与双开通数量差").toPandas()
    pandas_output.to_csv(output_path, index=False, encoding='utf-8-sig')
    return pandas_output

基于大数据的广西药店数据可视化分析系统-结语

🌟 欢迎：点赞 👍 收藏 ⭐ 评论 📝
👇🏻 精选专栏推荐 👇🏻 欢迎订阅关注！
大数据实战项目
PHP|C#.NET|Golang实战项目
微信小程序|安卓实战项目
Python实战项目
Java实战项目
🍅 ↓↓主页获取源码联系↓↓🍅