1. 供应链管理
本项目主要面向供应链管理领域，为制造、零售、物流等行业提供全面的数据可视化和分析解决方案。项目针对供应链中的复杂数据管理需求，通过数据可视化大屏、图表分析等方式，帮助企业管理层实时监控供应链运营状况，做出数据驱动的决策。
2. 典型应用场景
采购分析：监控供应商表现、采购成本、订单执行情况
成本分析：分析供应链各环节成本构成，识别优化机会
订单分析：跟踪订单处理流程，分析交货周期和准确性
绩效分析：评估供应链关键绩效指标(KPI)
库存管理：监控库存水平、周转率、缺货风险
运输配送：分析物流效率、配送成本、时效性
监控预警：实时监控关键指标，及时发现异常情况
1. 数据可视化大屏
提供交互式仪表盘，展示供应链关键指标
支持多种图表类型：柱状图、折线图、饼图、散点图等
实时数据更新，支持动态刷新
自定义布局和主题配置
2. 数据处理与分析
支持多种数据源接入（Excel、Power BI、数据库等）
数据清洗和预处理功能
多维度数据分析能力
自动化报表生成
3. API接口服务
提供RESTful API接口，便于前端调用
支持图表数据查询和参数化配置
统一的数据模型和参数处理
错误处理和日志记录
4. 基础数据管理
字典数据管理功能
统一的数据模型定义
参数配置管理
数据源连接管理
5. 预警监控系统
基于阈值的实时预警
异常数据分析
通知机制（计划功能）
技术架构
后端: Python 3.x + FastAPI框架
数据处理: 使用pandas进行数据分析
API服务: FastAPI提供RESTful接口
数据源: 支持Excel、Power BI等多种格式
可视化: 通过echarts API提供图表数据
核心模块
1. API层 (api目录)
base_dict_api.py: 基础字典数据API
echarts_api.py: 图表数据API，提供可视化数据接口
top_statistics_api.py: 统计分析API
2. 数据处理层 (dataHandler目录)
base_data_handler.py: 基础数据处理逻辑
dashboard_charts_handler.py: 仪表盘图表数据处理
3. 数据模型层 (models目录)
data_models.py: 数据模型定义
unify_charts_data.py: 统一图表数据结构
unify_param.py: 统一参数配置
4. 工具层 (utils目录)
bar_line_chart.py: 柱状图和折线图处理工具
error_handler.py: 错误处理工具
5. 需求公式分析 (rst目录)
包含多个业务分析模块：
采购分析
成本分析
订单分析
绩效分析
监控预警
库存管理
运输配送
Dashboard分析
项目特点
模块化设计: 按功能分层，便于维护扩展
数据源多样化: 支持多种数据源格式
可视化友好: 与前端图表库良好集成
可扩展性强: 预留接口便于功能扩展
实时分析: 支持实时数据处理和展示
数据流程
数据源接入（Excel、Power BI等）
数据处理和转换（dataHandler模块）
API接口提供数据服务（api模块）
前端调用API获取数据并展示
实时更新和预警机制
项目价值
这个项目为供应链管理提供了完整
评论