echarts

1.总门店/子门店多身份登陆 2.订单管理 3.商品管理 4.店铺管理 5.会员管理 6.核销单 7.报表统计等 8.整体负责 9.商家管理端小程序，提供实时订单监控，以及各功能模块的管理

技术架构 系统的架构分为以下几个层次： 数据抓取层： 使用 Selenium 从目标网站（如VVVDJ）抓取音乐数据，自动化地获取歌曲的详细信息，包括标题、时长、文件大小、热度、上传时间等。 数据处理层： 使用 Pandas 对抓取到的数据进行清洗和整理。数据清洗包括解析时间格式、标准化文件大小和热度格式、分割标题以提取歌手和歌名等步骤，确保数据的一致性和准确性。 数据存储层： 利用 Hadoop HDFS 实现数据的分布式存储，提供高可靠性和高吞吐量的数据访问。 数据分析层： 采用 Hadoop MapReduce 和 AWK 对清洗后的数据进行分析。包括计算歌曲时长与热度的关系、文件大小与热度的关系、不同声道类型的平均热度、以及歌手的平均热度排名等。 数据展示层： 使用 Flask 提供Web服务，结合 ECharts 进行数据可视化。通过可视化图表，用户可以直观地查看分析结果，如歌曲时长与热度的关系、文件大小分布等。 系统功能 数据抓取： 自动从目标网站抓取音乐数据，支持多页数据的批量抓取，并保存为CSV格式，便于后续处理。 数据清洗： 对抓取的原始数据进行格式化处理，包括时间

1>搭建基础环境 2>添加google duckduckgo 搜索模块 默认搜索 前10条记录 3>先将输入给localgpt输出结果,在给引擎查询搜索结果, 并将结果给localgpt 进行归纳 总结,然后多信息归纳输出 基本构建如上 其中优点:基于localgpt,可以使用本地文档,采集大量的类型的文档,可以迅速构建当前类型的知识库,专业性比较强 又基于网络,可以迅速获取网络的最新知识,可以更完整,更新的构建当前类型的知识库 后续添加数据库 彻底做到 高效率的处理当前类型的知识,达到更专业的程度.

基于极狐低代码开发，http://helpsd.pusdn.com/adetail?i=1747071304707989506&e=1&t=1 多行业支持 支持各种行业、各种业务场景，支持定制化需求，支持用户提交个性需求，适用于中小企业、农业、政府、金融、OA办公、项目管理PMS、内容管理CMS、数据运维DMS、仓储物流WMS，产品溯源、电商溯源、牛羊追溯、数据中台、大数据数据中台、数据治理、中药溯源、饮片厂溯源、农贸市场、电商直播、数字农业、数字乡村。

本项目使用Python爬虫爬取研招网数据，分析汇总各个省份、各个学校、各个专业的招生数据，并生成对应的前端页面来展示数据 项目使用技术栈：Selenium、BeautifulSoup、pymysql、Pyecharts、MySQL

该系统主要为一家客户提供油品检测实验室内部业务控制系统，从客户油品的送检测签收，到实验室检测数据录入，自动计算，到最终的生成报表等一系列流程。 其中报告生成分为三种格式，web,docx,pdf

后端技术栈：springboot, springcloud alibaba, mybatis plus, maven, mysql 前端技术栈：vue, html, js, jiquery, layui, elementui. 项目主要功能：公司物料进销存管理，OA 审批，客户订单管理，采购管理，权限管理，用户管理，hr，财务审批，发票管理等等一系列 办公功能。 担任角色：个人全栈

本人有5年以上大屏开发经验，熟练掌握D3，Echarts，canvas，svg，three实现数据可视化大屏，也可根据具体需求使用其他第三方图标表库或UI框架开发

项目包含： 1.首页数据 用户可以看自己当天或是某段时间内店铺的经营概况 2.数据大屏 用户可以实时看到自己的店铺经营情况 3.打印快递单 用户可以链接蓝牙打印机直接选择店铺内的订单进行快递单打印 以及进行订单拆分处理 4.经营报表 用户可以查看店铺某类订单的销售情况和信息，以及表格导入导出等 5.多店统计 用户可以在一家店铺内查看自己其他店铺的经营数据 ··· 主要负责： 作为项目的开发主力，工作主要是使用Sketch对UI进行设计与完成界面的交互，前端组件主要使用了Bootstrap,element-ui,ECharts完成了设计界面的还原，使用Lodop实现了打印快递单的功能,用户可以按照自己的需要的内容进行打印，使用Vue前端框架进行开发并实现了前后端分离，并且不断优化代码，实现了店铺即便日十万笔订单也仅30秒内渲染完成

地图定位，空间搜索，选择查询，轨迹路线，框选绘测 ### ArcGis 瓦片地图 ### 一、步骤 1. target: 地图容器div的 id 2. layers: 在地图容器中加载的图层，接受一个数组 3. source: 数据源 4. Tile: 瓦片图层类，主要用来加载瓦片图。通过实例化瓦片图层对象，绑定其数据源（source) 加载对应的瓦片地图 5. TileArcGISRest: 使用ArcGis为地底图 6. View: 地图视图类 ### 二、注意事项 1. 地图容器需要设置宽高，否则看不到初始化的地图效果 ## 画圆 ### 一、步骤 1. 声明一个画图的图层 drawVector 2. 地图初始化时候，layers配置需要包含地图地图图层和画图图层 3. 创建一个 Draw 对象，其数据源为 drawVector 数据源，类型为Circle 4. map.addInteraction()将Draw对象加进地图中 5. 可以开始绘画了啦....

1、项目描述 该项目为智慧餐厅解决方案，包括后台管理、小程序两端，与称量机、消费机实现对接。从而实现餐厅管理、消费等相关业务场景。 2、责任描述 负责管控驾驶舱的设计和实现，负责小程序端全流程的实现，负责PC端业务组件的封装和业务优化。 3、项目业绩 实现管控驾驶舱的设计和实现，实现小程序端全流程，实现PC端业务组件的封装和业务优化。

1、该连锁商城平台总共有4个模块，有店铺管理系统、人事管理系统、库存商品管理系统、前台收银系统！ 2、我在该项目中主要负责人事管理系统、前台收银系统以及登录授权系统等后台开发。

1.项目为h5页面项目 支持嵌入微信，钉钉等平台，主要模块包含：（1）首页（2）人员列表页（3）文章列表页（4）订单需求列表（5）个人主页(6)文章，需求，人员的详情页面；主要服务内容：针对企业访问平台查询感兴趣的人员以及人员相应作品以及简介方便企业主动联系，对于个人用户方便查询企业发布的订单需求，搭建企业与个人团队的合作沟通。 2.我主要负责整个项目框架的搭建以及技术选型，功能模块开发，主要使用的技术包含但不限于以下内容：thinkphp，Linux,nginx,mysql,redis,docker，vue，echarts，elasticsearch，workerman，sockets，实现页面访问，curd等操作，第三方接口对接，统一身份认证，数据同步等功能 3.由于页面推荐模块推送数据复杂，加载数据比较慢，业务期访问量剧增等，后期做了大量优化工作，使用了缓存，负载均衡等技术手段

项目使用技术栈VUE3+VITE+ELEMENTPLUS开发。 项目中每个页面都有不同的动态效果，为了节省了浏览器资源，全部使用纯CSS实现。 项目中的图表使用的是echarts.js，地图实现了三级下钻。各种图表都具有动态刷新的效果。

一，功能描述 1.产线工单管理，排产计划，订单跟踪以及质量检验 2.产线物料的使用，领料，退料和料损报工 3.产线设备集成与控制 4..车间看板与员工绩效管理 5.综合平台报表管理与基础数据维护 二，职责简述 1.框架集成与设计 2.工单，工艺，质量，设备任务分配与研发 3.需求控制与解决方案输出

从零搭建项目到微改造，经历了整个项目的生命周期，负责技术选型，难点攻克，对接100+业务。不限于登录、注册、权限管理、首页导航选品库、商品管理-选品中心、商品管理商品库、订单管理-管理列表等。

1.后端使用springcloud alibaba框架，nacos作为注册中心 2.前端使用vue，elementUI，echars等技术 3.网站连接chenxun.online或（http://106.75.210.237）

该项目主要通过web实现对10多个数据库实体，上百个数据源进行管理。并结合精细化的权限管理，完备的权限申请流程，让公司数据可以高安全，高效率，低成本的使用，全线打通公司内容所有数据，进行数据入湖，数据聚集。本项目采用前后端分离的自定义的架构，以实现更灵活的业务需求。 前端：主要采用了vue，EChats，ElementUI。三种技术，并根据业务需求，完成大量的样式定制。 后端：基于springboot开发，1.并引入灵活性与效率兼具的mybatis-plus框架进行数据访问。2.使用dynamic-datasource实现了对上百个数据源进行管理 ，以保证项目的高效与可维护性。3.引用flowable流程引擎完成对复杂流程的操作。同时，通过使用Springboot的IOC，AOP技术对flowable进行二次封装，以高质，高效的实现流程管理功能。4.结合easyExcel，通过数据分片，实现对百万级数据的Excel导出。5，基于Servlet编写权限与认证模块，实现定制化的权限模块。让项目数据更安全，权限更精细。

技术架构 后端技术 Hadoop & Hive：用于存储和处理大规模的旅游数据。Hadoop分布式文件系统（HDFS）提供高效的数据存储，Hive用于数据分析和查询。 Pandas：用于数据清洗和预处理，确保数据的质量和一致性。 Flask：轻量级Web框架，用于构建Web应用的后端服务，处理用户请求和响应。 前端技术 ECharts：用于数据可视化，展示旅游景点的评分分布、用户评论情感分析结果等，为用户提供直观的决策支持。 HTML/CSS/JavaScript：用于构建用户友好的界面，确保系统的易用性和交互性。 算法 推荐算法：结合协同过滤和内容推荐的混合推荐算法，通过分析用户的浏览历史、评分和评论等数据，生成个性化的旅游推荐列表。 情感分析：利用自然语言处理技术分析用户评论的情感倾向，进一步优化推荐结果。 系统特色 1. 大数据技术支持 本系统采用Hadoop技术处理大规模数据，确保在高并发条件下依旧能够快速响应用户需求。通过对用户行为数据的深度分析，系统能够挖掘用户的隐性需求，从而提供更加符合用户兴趣的推荐内容。 2. 多维度个性化推荐 系统整合了景点、美食、购物和活

智慧医疗数据可视化大屏 1、使用vue2+element+echarts开发； 2、一共12个页面，每个页面展示的数据和效果都不相同，下面只展示了其中几个页面。 3、数据是本地数据，后期可根据需要进行接口调用； 4、可以自动适应大屏或小屏，项目中是做了处理的。