https://github.com/piqigoo/032002237
一、PSP表格
| PSP2.1 | Personal Software Process Stages | 预估耗时（分钟） | 实际耗时（分钟） |
|---|---|---|---|
| Planning | 计划 | 30 | 40 |
| · Estimate | · 估计这个任务需要多少时间 | 666 | 1440 |
| Development | 开发 | 60 | 70 |
| · Analysis | · 需求分析 (包括学习新技术) | 300 | 400 |
| · Design Spec | · 生成设计文档 | 20 | 25 |
| · Design Review | · 设计复审 | 20 | 25 |
| · Coding Standard | · 代码规范 (为目前的开发制定合适的规范) | 30 | 35 |
| · Design | · 具体设计 | 30 | 40 |
| · Coding | · 具体编码 | 30 | 40 |
| · Code Review | · 代码复审 | 10 | 10 |
| · Test | · 测试（自我测试，修改代码，提交修改） | 50 | 70 |
| Reporting | 报告 | 40 | 45 |
| · Test Repor | · 测试报告 | 10 | 10 |
| · Size Measurement | · 计算工作量 | 20 | 23 |
| · Postmortem & Process Improvement Plan | · 事后总结, 并提出过程改进计划 | 20 | 30 |
| — | · 合计 | 1336 | 2303 |
二、任务要求的实现
(2.1)项目设计与技术栈。从阅读完题目到完成作业，这一次的任务被你拆分成了几个环节？你分别通过什么渠道、使用什么方式方法完成了各个环节？列出你完成本次任务所使用的技术栈。
总共拆分成了3个环节，分别是数据爬取，导入表格以及数据可视化。
分别通过B站，百度，csdn，博客园完成了各个环节。
技术栈：Python+pyecharts
(2.2)爬虫与数据处理。说明业务逻辑，简述代码的设计过程（例如可介绍有几个类，几个函数，他们之间的关系），并对关键的函数或算法进行说明。
数据爬取使用的是requests库，大体分成发送请求，获取数据，解析数据这三个步骤。其中关键的是解析数据这一部分，用到了正则表达式匹配的相关知识
json_s = re.findall('"component":\[(.*)\],', data_html)[0] #解析数据
json_d =json.loads(json_s) # 类型转换，json字符串转换成python字典
数据导入使用的是xlsxwriter模块，数据可视化使用的是pyecharts工具
(2.3)数据统计接口部分的性能改进。记录在数据统计接口的性能上所花费的时间，描述你改进的思路，并展示一张性能分析图（例如可通过VS 2019/JProfiler的性能分析工具自动生成），并展示你程序中消耗最大的函数。
https://userblink.csdnimg.cn/292cff4a5b2d4525849a23e11add89c8.png
(2.5)数据可视化界面的展示。在博客中介绍数据可视化界面的组件和设计的思路。
https://userblink.csdnimg.cn/67a8d544c8e64677bb23a13d3cd43334.png
数据可视化使用的是Pyecharts工具，可以实现柱状图和折线图的转换。主要思路是从表格中提取数据，设置好x，y轴参数，实现可视化，并加入了滑动模块，主要解决的是数据太多放不下的问题。
另外由于刚开始x轴参数显示不全，故写了一句代码 倾斜x轴。核心代码如下：
bar.set_global_opts(
toolbox_opts=opts.ToolboxOpts(),#允许切换折线/堆叠/柱状
datazoom_opts=[opts.DataZoomOpts()],#柱状图带窗口滑块效果
xaxis_opts=opts.AxisOpts(axislabel_opts={"rotate":25})# 倾斜x轴，解决显示不全的问题
)
三、心得体会
本次作业让我深刻意识到自己的不足，大学两年过去了，自己好像什么都不会(ó﹏ò｡) 。一开始完全没有头绪啊喂，只是决定了要用Python写，但Python完全零基础，于是接下来的一周就是各个渠道（B站，百度）疯狂学习，每天都在疑惑三连：我是谁？这个代码什么意思？我要怎么办？最后的最后，在deadline的边缘，作业总算磕磕碰碰地完成了。
经过这次作业，我对Python有了大体的了解，当然很多东西都不是很清楚，只是浮于表面，但万事开头难，希望接下来能够顺利一些。
本次作业花费时间较多的还是表格的导入和数据可视化，经过疯狂的百度（感谢度娘(.__.) ），总算————学“废”了。
All in all,我太菜了，得多多学习嗷嗷嗷嗷嗷嗷嗷嗷嗷嗷
