313-基于Python的保险行业数据可视化分析系统

保险行业数据可视化分析系统 — 技术文档

1. 项目概述

1.1 基本信息

1.2 系统功能

本系统是一个面向保险行业的全维度数据可视化分析平台，提供以下核心能力：

• 13 个数据分析页面：覆盖客户画像、产品分析、地域分布、渠道分析、保费保额、理赔分析、时间趋势、关联分析、统计检验、回归分析、异常检测、同比环比
• 地图下钻分析：基于 ECharts 的全国省份 → 城市级地图下钻，支持多指标切换
• 聚类分析：K-Means / DBSCAN 算法，最优 K 值分析，聚类画像
• 时间序列分析：季节性分解、ARIMA 预测
• 关联规则挖掘：Apriori 算法，频繁项集与关联规则发现
• 报告导出：Excel / PDF 自动生成与下载
• 用户与权限：JWT 认证，user / admin 双角色体系
• 数据管理：CRUD 操作 + CSV 批量导入

2. 技术架构

2.1 整体架构

┌─────────────────────────────────────────────────────────┐
│ 浏览器客户端 │
│ http://localhost:5173 │
└────────────────────────┬────────────────────────────────┘
│
Vite Dev Proxy
/api/* → :8000
│
┌────────────────────────▼────────────────────────────────┐
│ Flask API 后端 │
│ http://localhost:8000 │
│ │
│ ┌──────────┐ ┌──────────────┐ ┌──────────────────┐ │
│ │ 路由层 │→ │ 数据转换层 │→ │ shared 核心模块 │ │
│ │ (app.py) │ │ (结构适配) │ │ (纯 Python 计算) │ │
│ └──────────┘ └──────────────┘ └──────────────────┘ │
│ │ │
│ ▼ │
│ ┌──────────┐ ┌──────────┐ │
│ │ database │ │ CSV 文件 │ │
│ │ .py │ │ (pandas) │ │
│ └────┬─────┘ └──────────┘ │
└───────┼─────────────────────────────────────────────────┘
│
┌─────▼─────┐
│ MySQL │
│ 用户/数据 │
└───────────┘

2.2 前端技术栈

2.3 后端技术栈

2.4 项目演示

3. 项目目录结构

313-基于Python的保险行业数据可视化分析系统/
├── insurance_data.csv # 原始数据集 (30,000 行 × 30 列)
└── code/ # 项目代码目录
├── run.py # 启动脚本（启动 Flask 后端）
│
├── backend/ # ===== 后端 =====
│ ├── app.py # Flask 主应用（1,267 行，所有 API 路由）
│ ├── database.py # 数据库操作层（422 行）
│ ├── config.yaml # 项目配置文件
│ ├── requirements.txt # Python 依赖
│ ├── data/
│ │ └── insurance_data.csv # 数据集副本
│ └── shared/ # 核心分析模块（不可修改）
│ ├── __init__.py
│ ├── analysis_core.py # 基础分析（分布、相关性）
│ ├── stats_core.py # 统计检验
│ ├── regression_core.py # 回归分析
│ ├── anomaly_core.py # 异常检测
│ ├── comparative_core.py # 同比环比
│ ├── clustering_core.py # 聚类分析
│ ├── timeseries_core.py # 时间序列
│ ├── association_core.py # 关联规则
│ └── report_core.py # 报告导出
│
├── frontend/ # ===== 前端 =====
│ ├── package.json
│ ├── vite.config.ts # Vite 配置（含 API 代理）
│ ├── env.d.ts
│ └── src/
│ ├── main.ts # 入口文件
│ ├── App.vue # 根组件
│ ├── assets/
│ │ └── theme.css # 全局主题样式（Element Plus 覆盖）
│ ├── components/
│ │ └── Layout.vue # 应用布局（导航栏 + 内容区 + 页脚）
│ ├── router/
│ │ └── index.ts # 路由定义 + 导航守卫
│ ├── stores/
│ │ ├── config.ts # 项目配置 Store
│ │ └── user.ts # 用户认证 Store
│ ├── utils/
│ │ └── request.ts # Axios 封装（拦截器 + JWT 注入）
│ ├── api/
│ │ ├── auth.ts # 认证 API
│ │ ├── config.ts # 配置 API
│ │ ├── analytics.ts # 分析/聚类/时间序列/关联/报告/地图 API
│ │ └── admin.ts # 管理员 API
│ └── views/
│ ├── Home.vue # 首页（Hero + KPI 卡片 + 功能卡片）
│ ├── Login.vue # 登录页（左右分栏布局）
│ ├── Register.vue # 注册页
│ ├── Profile.vue # 个人中心
│ ├── Analytics.vue # 分析总览（统计卡片 + 模块入口）
│ ├── AnalyticsPage.vue # 通用分析页（1,913 行，含所有分析类型）
│ ├── MapDrilldown.vue # 地图下钻（全国 → 省 → 城市）
│ ├── Clustering.vue # 聚类分析
│ ├── Timeseries.vue # 时间序列分析
│ ├── Association.vue # 关联规则挖掘
│ ├── Reports.vue # 报告导出
│ └── admin/
│ ├── Dashboard.vue # 管理后台首页
│ ├── Users.vue # 用户管理
│ └── Data.vue # 数据管理（CRUD + CSV 导入）
│
└── docs/ # ===== 项目文档 =====
├── 技术文档.md # 本文档
├── api.md # API 接口文档
├── design-system.md # 设计系统
├── dev-rules.md # 开发规范
├── acceptance-report.md # 验收报告
├── backend-log.md # 后端开发日志
└── frontend-log.md # 前端开发日志

3.1 代码量统计

4. 数据集说明

4.1 数据集概况

• 文件名：insurance_data.csv
• 编码：UTF-8
• 数据量：30,000 行
• 特征数：30 列（12 数值型 + 8 分类型 + 10 文本型）
• 空值：仅 代理人编号 列有 25,095 个空值（线上渠道无代理人）

4.2 字段定义

客户信息（6 列）

职业与收入（2 列）

地域信息（2 列）

保单信息（8 列）

财务指标（4 列）

保单状态（4 列）

客户评价与时间（4 列）

5. 数据库设计

5.1 数据库配置

host: localhost
port: 3306
user: root
password: '123456'
database: design_313_insurance
charset: utf8mb4

5.2 数据表结构

系统仅使用 2 张数据表：

users 表（用户管理）

CREATE TABLE users (
id INT PRIMARY KEY AUTO_INCREMENT,
username VARCHAR(100) UNIQUE NOT NULL, — 用户名
email VARCHAR(200) UNIQUE NOT NULL, — 邮箱
password_hash VARCHAR(255) NOT NULL, — bcrypt 哈希密码
role VARCHAR(20) DEFAULT 'user', — 角色: user / admin
status VARCHAR(20) DEFAULT 'active', — 状态: active / disabled
full_name VARCHAR(100) DEFAULT '', — 姓名
phone VARCHAR(30) DEFAULT '', — 电话
gender VARCHAR(20) DEFAULT '', — 性别
age INT NULL, — 年龄
department VARCHAR(100) DEFAULT '', — 部门
title VARCHAR(100) DEFAULT '', — 职位
bio TEXT NULL, — 个人简介
last_login_at DATETIME NULL, — 最近登录时间
created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP — 注册时间
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

dataset_data 表（业务数据）

根据 config.yaml 的 features 配置动态生成，30 个字段均映射为 SQL 列：

• numeric 类型 → DOUBLE
• categorical / text 类型 → VARCHAR(200)
• binary 类型 → INT

5.3 数据来源说明

6. API 接口设计

6.1 接口总览

系统共 28 个 API 接口，统一返回格式：

{
"code": 0, // 0=成功, 1=失败
"message": "success",
"data": { … }
}

认证方式：JWT Bearer Token（Authorization: Bearer <token>），有效期 24 小时。

6.2 接口清单

公开接口（无需认证）

认证接口（需登录）

分析接口（需登录）

聚类分析接口

时间序列接口

关联规则接口

报告导出接口

数据管理接口

管理员接口（需 admin 角色）

7. 前端页面设计

7.1 页面路由

7.2 分析页面类型

AnalyticsPage.vue 是一个 1,913 行的通用分析组件，通过 page_route 参数自动渲染对应类型的图表：

7.3 导航结构

首页 | 数据分析 ▼ | 地图下钻 | 聚类分析 | 时间序列 | 关联规则 | 报告导出 | 系统管理 ▼
├── 分析总览
├── 客户画像分析 (登录后显示) ├── 管理后台
├── 产品分析 ├── 用户管理
├── 地域分布分析 └── 数据管理
├── 渠道分析 (仅 admin)
├── 保费保额分析
├── 理赔分析
├── 时间趋势分析
├── 关联分析
├── 统计检验分析
├── 回归分析
├── 异常值检测
└── 同比环比分析

7.4 主题设计系统

ECharts 全局配色数组：

['#1565C0', '#2E7D32', '#F57F17', '#C62828', '#0277BD', '#6A1B9A', '#00838F', '#AD1457', '#283593', '#558B2F']

8. 核心模块详解

8.1 shared 分析模块

所有 shared 模块为纯 Python 计算模块，不依赖 Flask，通过参数驱动，路由层负责数据结构转换。

analysis_core.py（246 行）

基础分析引擎，提供：

• get_overview()：数据集概览（行数、数值统计摘要）
• get_distribution(columns)：分类列频率分布 + 数值列直方图分箱
• get_correlation(columns)：数值特征间 Pearson 相关系数矩阵
• get_category_stats(columns)：分类列交叉统计

stats_core.py（249 行）

统计检验引擎：

• descriptive_stats(columns)：均值、中位数、标准差、偏度、峰度
• normality_test(columns)：Shapiro-Wilk / Kolmogorov-Smirnov 检验
• t_test(col, group_col)：独立样本 t 检验
• anova_test(col, group_col)：单因素 ANOVA 检验
• chi_square_test(col1, col2)：卡方独立性检验

regression_core.py（247 行）

回归分析引擎：

• simple_regression(x, y)：简单线性回归（斜率、截距、R²、p值）
• multiple_regression(target, predictors)：多元线性回归（系数、VIF、诊断）
• 输出：系数表、残差图数据、预测值 vs 实际值散点

anomaly_core.py（228 行）

异常检测引擎：

• iqr_detection(columns)：四分位距法（1.5×IQR）
• zscore_detection(columns, threshold=3)：Z-Score 法
• isolation_forest(columns)：Isolation Forest 算法
• 输出：异常点标记、异常比例、异常数据详情

comparative_core.py（233 行）

同比环比引擎：

• period_comparison(date_col, value_cols, period)：时段对比
• growth_rate(date_col, value_cols)：增长率计算
• moving_average(date_col, value_col, window)：移动平均线

clustering_core.py（245 行）

聚类分析引擎：

• find_optimal_k(columns, max_k)：Elbow 法 + Silhouette Score
• kmeans_clustering(columns, k)：K-Means 聚类
• dbscan_clustering(columns, eps, min_samples)：DBSCAN 密度聚类
• get_cluster_profile(columns, labels)：聚类画像（每簇均值对比）

timeseries_core.py（294 行）

时间序列引擎：

• decompose(date_col, value_col)：STL 分解（趋势 + 季节 + 残差）
• arima_forecast(date_col, value_col, periods)：ARIMA 预测
• seasonal_pattern(date_col, value_col)：季节性模式识别

association_core.py（195 行）

关联规则引擎：

• prepare_transactions(columns)：事务编码（One-Hot）
• mine_rules(columns, min_support, min_confidence)：Apriori 频繁项集
• top_rules(columns, top_n, sort_by)：Top-N 规则（按 lift 排序）

report_core.py（304 行）

报告导出引擎：

• generate_excel()：Excel 报告（多 Sheet，含统计图表）
• generate_pdf()：PDF 报告（中文排版，含统计摘要）

8.2 数据结构转换层

路由层（app.py）是 shared 模块与前端之间的桥梁，需要进行数据结构转换。主要转换类型：

8.3 地图下钻

ECharts 地图实现方案：

• GeoJSON 来源：阿里云 DataV CDN（geo.datav.aliyun.com），按需加载
• 全国级：100000_full.json，10 省着色
• 省级：{adcode}_full.json，下钻到区/市
• 指标切换：投保数量、保费/保额/理赔/佣金的总额与均值
• 配色映射：#E3F2FD → #0D47A1（蓝色渐变 6 级 visualMap）

省份 adcode 映射表：

9. 认证与权限

9.1 认证流程

用户提交用户名+密码
│
▼
Flask 验证（bcrypt 比对）
│
▼
生成 JWT Token（有效期 24h）
│
▼
前端存入 localStorage
│
▼
后续请求 Axios 拦截器自动注入 Authorization: Bearer <token>
│
▼
Flask @jwt_required() 校验 Token → 获取 user_id

9.2 角色权限矩阵

9.3 路由守卫

前端 Vue Router 守卫规则：

• meta.guest: true：仅未登录可访问（登录页、注册页），已登录跳转 /
• meta.auth: true：需要登录，未登录跳转 /login?redirect=当前路径
• meta.role: 'admin'：需要 admin 角色，非 admin 跳转 /

10. 部署与运行

10.1 环境要求

10.2 数据库初始化

CREATE DATABASE design_313_insurance CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

数据库表会在首次启动后端时自动创建，默认管理员账号 admin / admin123 自动写入。

10.3 后端启动

cd code/backend

# 安装 Python 依赖
pip install -r requirements.txt

# 启动 Flask（方式一：直接运行）
python -c "from app import app; app.run(host='localhost', port=8000, debug=True)"

# 启动 Flask（方式二：使用启动脚本）
cd code
python run.py

后端启动后监听 http://localhost:8000。

10.4 前端启动

cd code/frontend

# 安装 Node 依赖
npm install

# 开发模式启动
npm run dev

前端启动后访问 http://localhost:5173，Vite 自动代理 /api/* 请求到后端 8000 端口。

10.5 生产构建

cd code/frontend

# 构建生产版本
npm run build

产出 dist/ 目录，可部署到 Nginx。生产环境需配置 Nginx 反向代理：

server {
listen 80;
server_name your-domain.com;

# 前端静态文件
location / {
root /path/to/dist;
try_files $uri $uri/ /index.html;
}

# API 代理
location /api/ {
proxy_pass http://127.0.0.1:8000;
proxy_set_header Host $host;
proxy_set_header X-Real-IP $remote_addr;
}
}

11. 配置说明

11.1 config.yaml 结构

project: # 项目基本信息
id: '313'
name: 保险行业数据可视化分析系统
stack: flask_vue
db_name: design_313_insurance
port: 8000
theme_color: '#1565C0'

dataset: # 数据集配置
file: insurance_data.csv
features: […] # 30 个特征定义（key, label, type, options, range）

modules: # 功能模块开关
auth: true
analytics: true
data_manage: true
statistical_analysis: true
regression: true
anomaly_detection: true
comparative: true
clustering: true
timeseries: true
association_rules: true
report_export: true

analysis_pages: […] # 13 个分析页面配置

clustering: # 聚类参数
columns: [年龄, 保费, 保额, …]
max_k: 10

timeseries: # 时间序列参数
date_column: 起保日期
value_columns: [保费, 理赔金额]

association: # 关联规则参数
columns: [性别, 教育程度, 职业, …]

11.2 Vite 代理配置

// frontend/vite.config.ts
server: {
host: '0.0.0.0',
port: 5173,
proxy: {
'/api': {
target: process.env.VITE_API_URL || 'http://127.0.0.1:8000',
changeOrigin: true,
},
},
}

12. 关键设计决策

12.1 为什么分析数据读 CSV 而非数据库？

• 数据集 30,000 行完全可以放入内存，pandas 处理速度极快
• CSV 是原始数据来源，避免导入过程中的数据类型转换损失
• shared 核心模块设计为纯 pandas 驱动，与数据库解耦
• 数据库仅用于用户管理和 CRUD 操作

12.2 为什么使用单一 AnalyticsPage.vue？

• 13 个分析页面共享相同的布局模式（页头 + 图表网格 + 表格）
• 通过 page_route 参数动态切换分析类型和图表组合
• 避免 13 个几乎相同的 Vue 文件导致的代码膨胀和维护负担
• 不同分析类型（statistical、regression、anomaly、comparative）通过条件渲染分支处理

12.3 GeoJSON 按需加载策略

• 全国地图 GeoJSON 约 500KB，10 个省份 GeoJSON 各 50~150KB
• 首次加载全国 GeoJSON，点击省份时才加载对应省级 GeoJSON
• 已加载的 GeoJSON 通过 echarts.registerMap() 缓存，不重复请求
• 使用阿里云 DataV CDN，国内访问速度有保障

12.4 JWT 而非 Session 的选择

• 前后端分离架构，API 无状态更适合 JWT
• Token 存储在 localStorage，前端 Axios 拦截器自动注入
• 24 小时过期策略平衡安全性与用户体验
• Flask-JWT-Extended 提供成熟的 JWT 生命周期管理