当前位置：首页>python>132-基于Python的中老年体检数据可视化分析系统

132-基于Python的中老年体检数据可视化分析系统

2026-07-02 16:37:40

中老年体检数据可视化分析系统 — 技术文档

1. 项目概述

1.1 项目背景

本系统是一个面向中老年群体体检数据的可视化分析平台，基于 Python + Flask + MySQL 构建。系统整合了来自和鲸社区（Heywhale）的公开数据集，包含 4,909 条中老年居民体检记录，涵盖高血压、心脏病、中风等慢性病指标以及血糖、BMI 等基础健康数据。

1.2 核心功能

功能模块	说明
数据总览	关键指标卡片、仪表盘、疾病分布、年龄/性别/地域多维分析
规律分析	相关性热力图、平行坐标、树图、疾病共现、风险分层等深度分析
趋势分析	性别对比、年龄趋势、城乡差异、工作类型/婚姻/吸烟影响分析
数据管理	管理员 CRUD、CSV 批量导入、分页浏览
重点关注	个人关注列表、风险评估、健康建议、Markdown 报告导出
用户系统	注册登录、角色权限、个人资料管理

1.3 目标用户

医疗健康研究人员
公共卫生管理者
数据分析学习者
中老年健康管理机构

2. 系统架构

2.1 整体架构

系统采用经典的四层分层架构：

┌─────────────────────────────────────────────────────────┐│                    浏览器 (Browser)                       ││         HTML + CSS + Bootstrap + Plotly.js               │└──────────────────────────┬──────────────────────────────┘                           │ HTTP┌──────────────────────────▼──────────────────────────────┐│                 Web 层 (app.py — Flask)                   ││     路由处理 · Session 认证 · 请求过滤 · 模板渲染            │├─────────────────────────────────────────────────────────┤│               业务逻辑层 (analytics.py)                    ││     风险评分 · 数据富化 · 统计分析 · 洞察生成                 │├─────────────────────────────────────────────────────────┤│               数据访问层 (database.py)                     ││     MySQL CRUD · 密码哈希 · CSV 导入 · SQLAlchemy          │├─────────────────────────────────────────────────────────┤│               配置层 (config.py)                          ││     数据库连接 · 字段定义 · 选项常量                         │├─────────────────────────────────────────────────────────┤│               数据存储                                     ││     MySQL (design_132_health)  ·  CSV 文件                │└─────────────────────────────────────────────────────────┘

2.2 数据流

CSV 文件 ──→ import_data.py ──→ MySQL (health_records)                                      │                                      ▼                              database.py (load_health_records)                                      │                                      ▼                              pandas DataFrame                                      │                          ┌───────────┼───────────┐                          ▼           ▼           ▼                    apply_filters  enrich_records  statistics                          │           │           │                          └───────────┼───────────┘                                      ▼                              JSON 数据 (tojson)                                      │                                      ▼                            Jinja2 模板渲染 HTML                                      │                                      ▼                          Plotly.js 客户端图表渲染

2.3 请求处理流程

用户发起 HTTP 请求
Flask 路由匹配，装饰器检查 Session 认证
从 MySQL 加载全量数据到 pandas DataFrame
根据 URL 查询参数应用过滤条件
对过滤后数据进行富化（风险评分、分层标注）
计算统计指标、生成图表数据
通过 Jinja2 模板引擎渲染 HTML，数据以 JSON 形式嵌入
浏览器加载 Plotly.js 渲染交互式图表

3. 技术栈

3.1 后端

技术	版本要求	用途
Python	>= 3.8	运行环境
Flask	内置（无版本约束）	Web 框架
pandas	>= 2.0	数据处理与分析
PyMySQL	>= 1.1	MySQL 数据库驱动
SQLAlchemy	>= 2.0	数据库引擎（pandas SQL 操作）

3.2 前端

技术	版本	用途
Bootstrap	暗色主题	UI 组件库与响应式布局
Plotly.js	2.35.2	客户端交互式图表
Jinja2	Flask 内置	模板引擎
自定义 CSS	—	774 行暗色主题样式

3.3 数据库

技术	说明
MySQL	主数据库，库名 `design_132_health`
字符集	utf8mb4（支持完整 Unicode）

4. 目录结构

health/├── app.py                    # Flask 主应用（1,117 行）├── analytics.py              # 数据分析引擎（251 行）├── database.py               # 数据库访问层（449 行）├── config.py                 # 全局配置（80 行）├── import_data.py            # CLI 数据导入工具（39 行）├── requirements.txt          # Python 依赖清单├── README.md                 # 项目说明│├── data/│   ├── lf44k151_lnrjk.csv                    # 主数据集（4,909 条）│   ├── 居民体检糖尿病及心血管健康指标数据集_readme.md  # 数据集说明│   └── 参考链接.url                           # 数据来源链接│├── static/│   ├── css/│   │   └── bootstrap.min.css                  # Bootstrap 暗色主题│   ├── js/│   │   ├── bootstrap.bundle.min.js            # Bootstrap JS│   │   └── plotly-2.35.2.min.js               # Plotly.js 图表库│   └── style.css                              # 自定义样式（774 行）│└── templates/    ├── base.html              # 基础布局（侧边栏 + 内容区）    ├── login.html             # 登录/注册页    ├── dashboard.html         # 数据总览页    ├── analysis.html          # 规律分析页    ├── trend.html             # 趋势分析页    ├── manage.html            # 数据管理页（管理员）    ├── focus.html             # 重点关注页    └── profile.html           # 个人中心页

5. 数据库设计

5.1 ER 关系图

┌──────────────┐       ┌───────────────────┐       ┌──────────────────┐│    users     │       │  tracked_people   │       │  health_records  │├──────────────┤       ├───────────────────┤       ├──────────────────┤│ id (PK)      │──┐    │ id (PK)           │    ┌──│ id (PK)          ││ username      │  │    │ user_id (FK)      │────┘  │ addtime          ││ password_hash │  └───│ record_id (FK)    │───────│ xingbie          ││ display_name  │      │ attention_level   │       │ nianling         ││ email         │      │ note              │       │ gxy, xzb, sfzf   ││ phone         │      │ created_at        │       │ xtsp, bmi        ││ role          │      │ updated_at        │       │ ... (其他字段)    ││ created_at    │      └───────────────────┘       └──────────────────┘│ updated_at    │└──────────────┘

5.2 表结构定义

5.2.1 users 表（用户表）

字段	类型	约束	说明
id	BIGINT	PK, AUTO_INCREMENT	用户 ID
username	VARCHAR(64)	NOT NULL, UNIQUE	用户名
password_hash	VARCHAR(255)	NOT NULL	密码哈希值
display_name	VARCHAR(80)	NULL	显示名称
email	VARCHAR(120)	NULL	邮箱
phone	VARCHAR(40)	NULL	手机号
role	VARCHAR(20)	DEFAULT ‘user’	角色：`user` / `admin`
created_at	DATETIME	DEFAULT CURRENT_TIMESTAMP	创建时间
updated_at	DATETIME	ON UPDATE CURRENT_TIMESTAMP	更新时间

5.2.2 health_records 表（体检记录表）

字段	类型	约束	说明
id	BIGINT	PK, AUTO_INCREMENT	记录 ID
addtime	DATETIME	NULL	录入时间
xingbie	VARCHAR(20)	NULL	性别（男性/女性）
nianling	INT	NULL	年龄
gxy	TINYINT	NULL	高血压（0/1）
xzb	TINYINT	NULL	心脏病（0/1）
hunyin	TINYINT	NULL	婚姻状态（0=未婚/1=已婚）
gzxz	VARCHAR(80)	NULL	工作性质
zzxz	VARCHAR(40)	NULL	城乡属性（城市/农村）
xtsp	DOUBLE	NULL	血糖指标（mg/dL）
bmi	DOUBLE	NULL	BMI 指数
xyzk	VARCHAR(40)	NULL	吸烟状态
sfzf	TINYINT	NULL	是否中风（0/1）
yearin	INT	NULL	调查年份
monthin	INT	NULL	调查月份
dayin	INT	NULL	调查日
v_bthyr	INT	NULL	出生年
v_bthmon	INT	NULL	出生月
type	INT	NULL	样本类型
prov	INT	NULL	省份编码
residenc	INT	NULL	居住编码（1=中心城区/2=县城乡镇/3=村庄）
trueage	INT	NULL	真实年龄

索引：

索引名	字段	类型
idx_age	nianling	普通索引
idx_gender	xingbie	普通索引
idx_area	zzxz	普通索引
idx_disease	gxy, xzb, sfzf	复合索引

5.2.3 tracked_people 表（关注人员表）

字段	类型	约束	说明
id	BIGINT	PK, AUTO_INCREMENT	记录 ID
user_id	BIGINT	FK → users.id, CASCADE	用户 ID
record_id	BIGINT	FK → health_records.id, CASCADE	体检记录 ID
attention_level	VARCHAR(20)	DEFAULT ‘重点关注’	关注级别
note	TEXT	NULL	备注
created_at	DATETIME	DEFAULT CURRENT_TIMESTAMP	创建时间
updated_at	DATETIME	ON UPDATE CURRENT_TIMESTAMP	更新时间

唯一约束：(user_id, record_id) — 同一用户对同一记录只能关注一次

5.3 自动初始化机制

系统首次启动时自动执行以下流程（bootstrap_database()）：

检测 MySQL 连接，若数据库不存在则自动创建
执行 CREATE TABLE IF NOT EXISTS 创建三张表
若 users 表为空，插入默认管理员（admin / 123456）
若 health_records 表为空且 CSV 文件存在，自动导入全部数据

6. 核心模块详解

6.1 config.py — 配置模块

职责： 集中管理所有静态配置项。

关键配置项：

# 数据库连接（支持环境变量覆盖）DB_CONFIG = {    "host": os.getenv("HEALTH_DB_HOST", "localhost"),    "port": int(os.getenv("HEALTH_DB_PORT", "3306")),    "user": os.getenv("HEALTH_DB_USER", "root"),    "password": os.getenv("HEALTH_DB_PASSWORD", "123456"),    "database": os.getenv("HEALTH_DB_NAME", "design_132_health"),    "charset": "utf8mb4",}# 22 个标准字段名HEALTH_COLUMNS = ["id", "addtime", "xingbie", "nianling", "gxy", "xzb",                  "hunyin", "gzxz", "zzxz", "xtsp", "bmi", "xyzk", "sfzf",                  "yearin", "monthin", "dayin", "v_bthyr", "v_bthmon", "type",                  "prov", "residenc", "trueage"]# 中文标签映射COLUMN_LABELS = {"id": "编号", "addtime": "录入时间", "xingbie": "性别", ...}# 下拉选项GENDER_OPTIONS = ["男性", "女性"]WORK_OPTIONS = ["私人企业", "自雇人士", "政府部门", "儿童"]AREA_OPTIONS = ["城市", "农村"]SMOKE_OPTIONS = ["从不吸烟", "以前吸烟", "吸烟", "不详"]ATTENTION_LEVELS = ["一般关注", "重点关注", "高危随访"]

环境变量支持：

环境变量	对应配置	默认值
HEALTH_DB_HOST	数据库主机	localhost
HEALTH_DB_PORT	数据库端口	3306
HEALTH_DB_USER	数据库用户	root
HEALTH_DB_PASSWORD	数据库密码	123456
HEALTH_DB_NAME	数据库名称	design_132_health

6.2 database.py — 数据访问层

职责： 封装所有 MySQL 交互操作，提供统一的数据访问接口。

密码安全：

PASSWORD_ITERATIONS = 180_000  # PBKDF2 迭代次数def hash_password(password, salt=None, iterations=180_000):    # 格式: pbkdf2_sha256$iterations$salt{iterations}{digest}"def verify_password(password, encoded):    # 使用 hmac.compare_digest 防止时序攻击    ...

核心函数列表：

函数	参数	返回值	说明
`init_schema()`	无	None	初始化数据库、表结构、默认管理员
`ensure_database()`	无	None	确保数据库存在
`seed_default_admin()`	无	None	插入默认管理员
`create_user()`	username, password, display_name, email, phone	(bool, str)	注册新用户
`authenticate_user()`	username, password	dict or None	验证用户凭据
`hash_password()`	password, salt, iterations	str	生成密码哈希
`verify_password()`	password, encoded	bool	验证密码
`update_user_profile()`	user_id, display_name, email, phone	None	更新用户资料
`change_password()`	user_id, old_password, new_password	(bool, str)	修改密码
`load_health_records()`	无	DataFrame	加载全部体检记录
`get_record()`	record_id	dict or None	获取单条记录
`health_record_count()`	无	int	统计记录总数
`insert_health_record()`	data: dict	int	插入单条记录，返回 ID
`upsert_health_dataframe()`	df: DataFrame	int	批量插入/更新记录
`delete_health_records()`	record_ids: list	int	批量删除记录
`import_csv_to_mysql()`	csv_path, replace	int	导入 CSV 到 MySQL
`add_favorite()`	user_id, record_id, level, note	None	添加关注
`update_favorite()`	user_id, record_id, level, note	None	更新关注
`remove_favorites()`	user_id, record_ids	int	移除关注
`load_favorites()`	user_id	DataFrame	加载用户关注列表

数据类型处理：

INTEGER_COLUMNS = {"id", "nianling", "gxy", "xzb", "hunyin", "sfzf",                   "yearin", "monthin", "dayin", "v_bthyr", "v_bthmon",                   "type", "prov", "residenc", "trueage"}FLOAT_COLUMNS = {"xtsp", "bmi"}

所有数据写入前经过 _safe_value() 函数进行类型转换和空值处理。

连接管理：

使用 PyMySQL 直连（_connect()）执行 DDL 和简单 CRUD
使用 SQLAlchemy Engine（get_engine()）配合 pandas 执行复杂查询
启用 pool_pre_ping=True 和 pool_recycle=3600 防止连接超时

6.3 analytics.py — 数据分析引擎

职责： 负责数据富化、风险评分、统计分析和洞察生成。

6.3.1 风险评分算法（compute_risk_score）

综合多维健康指标，计算 0-100 分的风险评分：

因素	条件	分值	最大贡献
年龄	>= 80 岁	24 分	24
年龄	70-79 岁	18 分
年龄	60-69 岁	13 分
年龄	45-59 岁	7 分
高血压	gxy = 1	18 分	18
心脏病	xzb = 1	16 分	16
中风	sfzf = 1	20 分	20
BMI	>= 28（肥胖）	12 分	12
BMI	24-27.99（超重）	6 分
血糖	>= 126（糖尿病风险）	16 分	16
血糖	100-125.99（偏高）	8 分
吸烟	“吸烟”	8 分	8
吸烟	“以前吸烟”	4 分

风险等级划分：

等级	分数区间	标签
低风险	0 - 29.9	低风险
中风险	30 - 59.9	中风险
高风险	60 - 79.9	高风险
重点随访	80 - 100	重点随访

6.3.2 数据富化（enrich_records）

在原始数据基础上添加计算列：

新增列	计算方式	分层规则
年龄段	pd.cut(nianling)	<=44 / 45-59 / 60-69 / 70-79 / >=80
BMI分层	pd.cut(bmi)	<18.5 偏瘦 / 18.5-24 正常 / 24-28 超重 / >=28 肥胖
血糖分层	pd.cut(xtsp)	<100 正常 / 100-126 偏高 / >=126 糖尿病风险
高血压状态	gxy.map(BOOLEAN_LABELS)	无 / 有
心脏病状态	xzb.map(BOOLEAN_LABELS)	无 / 有
中风状态	sfzf.map(BOOLEAN_LABELS)	无 / 有
婚姻状态文本	hunyin.map(MARRIAGE_LABELS)	未婚 / 已婚
居住编码文本	residenc.map(RESIDENCE_LABELS)	中心城区 / 县城乡镇 / 村庄
风险评分	compute_risk_score()	0-100 连续值
风险等级	pd.cut(风险评分)	低/中/高/重点随访

6.3.3 过滤引擎（apply_filters）

支持多条件组合过滤：

过滤条件	参数类型	说明
age_range	(min, max)	年龄范围
gender	str	性别筛选
area	str	城乡筛选
disease	str	疾病筛选（高血压/心脏病/中风）
smoke	str	吸烟状态筛选
keyword	str	关键字搜索（ID、工作、吸烟状态）

6.3.4 统计分析函数

函数	输出	用途
`disease_rate_frame()`	五种疾病的患病率	概览图表
`group_disease_rates()`	按分组列统计三种疾病率	分组对比图表
`disease_cooccurrence()`	3x3 疾病共现矩阵	相关性分析
`age_group_stats()`	各年龄段综合统计	年龄分析
`gender_comparison()`	性别对比统计	性别分析
`risk_distribution()`	风险分值分布	风险分布图
`generate_insights()`	自动生成的文字洞察	智能分析报告

6.3.5 洞察生成（generate_insights）

自动分析数据并生成 5 类文字洞察：

样本概览：
总样本量及 60 岁以上占比
主要风险：
患病率最高的健康风险
年龄分析：
高血压比例最高的年龄段
吸烟影响：
中风占比最高的吸烟状态
综合风险：
高风险及以上样本占比
相关性分析：
与中风关联度最高的指标

6.4 app.py — Flask Web 应用

职责： 路由处理、请求过滤、Session 管理、模板渲染。

Flask 配置：

app = Flask(__name__)app.secret_key = "health-analytics-secret-key-2024"app.config["SESSION_TYPE"] = "filesystem"

中间件：

@app.after_requestdef no_cache(response):    # 禁止浏览器缓存 HTML 页面    response.headers["Cache-Control"] = "no-store, no-cache, must-revalidate, max-age=0"    response.headers["Pragma"] = "no-cache"    return response

认证装饰器：

@login_required
— 检查 session["user"] 是否存在，未登录则跳转 /login
@admin_required
— 在 login_required 基础上检查 role == "admin"，非管理员重定向到 dashboard

7. 路由与接口设计

7.1 页面路由

路径	方法	权限	处理函数	说明
`/`	GET	无	`index()`	重定向到 /dashboard
`/login`	GET, POST	无	`login()`	登录页面及表单处理
`/register`	POST	无	`register()`	用户注册
`/logout`	GET	无	`logout()`	清除 Session，退出登录
`/dashboard`	GET	登录	`dashboard()`	数据总览页
`/analysis`	GET	登录	`analysis()`	规律分析页
`/trend`	GET	登录	`trend()`	趋势分析页
`/manage`	GET	管理员	`manage()`	数据管理页
`/focus`	GET	登录	`focus()`	重点关注页
`/profile`	GET	登录	`profile()`	个人中心页

7.2 API 接口

7.2.1 记录管理（管理员）

路径	方法	说明	请求体
`/api/records`	POST	新增记录	Form: addtime, xingbie, nianling, gxy, xzb, hunyin, gzxz, zzxz, xtsp, bmi, xyzk, sfzf
`/api/records/<id>`	PUT	更新记录	JSON: 待更新字段
`/api/records/<id>`	DELETE	删除记录	无
`/api/import`	POST	CSV 导入	Form: replace (checkbox)

7.2.2 关注管理（登录用户）

路径	方法	说明	请求体
`/api/favorites`	POST	添加关注	Form: record_id, attention_level, note
`/api/favorites/<id>`	PUT	更新关注	JSON: attention_level, note
`/api/favorites/<id>`	DELETE	取消关注	无

7.2.3 用户管理

路径	方法	说明	请求体
`/api/profile`	POST	更新资料	Form: display_name, email, phone
`/api/password`	POST	修改密码	Form: old_password, new_password, new_password_confirm

7.2.4 数据导出

路径	方法	说明	响应
`/api/export`	GET	导出过滤后数据	CSV 文件下载
`/api/report/<id>`	GET	导出个人健康报告	Markdown 文件下载

7.3 通用查询参数

所有数据分析页面（dashboard、analysis、trend、manage）支持以下 URL 查询参数进行数据过滤：

参数	类型	说明	示例
age_min	int	最小年龄	`age_min=60`
age_max	int	最大年龄	`age_max=80`
gender	str	性别	`gender=男性`
area	str	城乡	`area=城市`
disease	str	疾病	`disease=高血压`
smoke	str	吸烟状态	`smoke=吸烟`
keyword	str	关键字	`keyword=私人企业`
page	int	页码（仅 manage）	`page=2`

8. 前端页面设计

8.1 基础布局（base.html）

┌─────────────────────────────────────────────────────────────┐│ ┌──────────┐ ┌────────────────────────────────────────────┐ ││ │          │ │                                            │ ││ │  Logo    │ │         主内容区域                           │ ││ │          │ │                                            │ ││ │ 用户卡片  │ │    (各页面通过 block content 填充)            │ ││ │          │ │                                            │ ││ │ 导航菜单  │ │                                            │ ││ │ ·总览     │ │                                            │ ││ │ ·分析     │ │                                            │ ││ │ ·趋势     │ │                                            │ ││ │ ·管理     │ │                                            │ ││ │ ·关注     │ │                                            │ ││ │ ·个人中心  │ │                                            │ ││ │          │ │                                            │ ││ │ 退出登录  │ │                                            │ ││ │          │ │                                            │ ││ │ 版本信息  │ │                                            │ ││ └──────────┘ └────────────────────────────────────────────┘ ││   260px 固定           自适应宽度                             │└─────────────────────────────────────────────────────────────┘

全局 JavaScript：

// Plotly 暗色主题配置const DARK_LAYOUT = {    paper_bgcolor: 'rgba(0,0,0,0)',    plot_bgcolor: 'rgba(0,0,0,0)',    font: { color: '#e0e0e0' },    ...};// 通用图表渲染函数function plotChart(divId, data, layout = {}, config = {}) {    Plotly.newPlot(divId, data, {...DARK_LAYOUT, ...layout}, config);}

8.2 登录页（login.html）

独立页面，不继承 base.html
动画粒子背景效果
Bootstrap Tabs 切换登录/注册
登录表单：用户名、密码
注册表单：用户名、显示名、邮箱、手机号、密码、确认密码

8.3 数据总览页（dashboard.html）

布局：

┌─────────────────────────────────────────────┐│           顶部过滤条件栏                      ││  [年龄范围] [性别] [城乡] [疾病] [吸烟] [搜索] │├─────────────────────────────────────────────┤│ ┌─────┐ ┌─────┐ ┌─────┐ ┌─────┐ ┌─────┐   ││ │总数  │ │平均  │ │平均  │ │平均  │ │高风险│   ││ │     │ │年龄  │ │血糖  │ │BMI  │ │比例  │   ││ └─────┘ └─────┘ └─────┘ └─────┘ └─────┘   │├─────────────────────────────────────────────┤│ ┌──────────────┐ ┌──────────────────────┐   ││ │ 健康指数仪表盘 │ │ 疾病患病率柱状图      │   ││ └──────────────┘ └──────────────────────┘   ││ ┌──────────────┐ ┌──────────────────────┐   ││ │ 年龄分布直方图 │ │ 风险等级饼图          │   ││ └──────────────┘ └──────────────────────┘   ││ ┌──────────────┐ ┌──────────────────────┐   ││ │ BMI-血糖散点图 │ │ 血糖箱线图            │   ││ └──────────────┘ └──────────────────────┘   ││ ┌──────────────┐ ┌──────────────────────┐   ││ │ BMI分层柱状图  │ │ 城乡疾病对比          │   ││ └──────────────┘ └──────────────────────┘   ││ ┌──────────────┐ ┌──────────────────────┐   ││ │ 吸烟健康影响  │ │ 婚姻状态雷达图        │   ││ └──────────────┘ └──────────────────────┘   ││ ┌──────────────┐ ┌──────────────────────┐   ││ │ 工作类型疾病  │ │ 血糖/BMI分布直方图    │   ││ └──────────────┘ └──────────────────────┘   │└─────────────────────────────────────────────┘

包含图表类型： 仪表盘、柱状图、直方图、饼图、散点图、箱线图、雷达图（共 12+ 种）

8.4 规律分析页（analysis.html）

特色功能：

自动生成的文字洞察卡片
健康雷达图（四维：年龄健康、代谢指标、生活方式、疾病风险）
平行坐标图（年龄、血糖、BMI、风险评分的多维关联）
相关性热力图（6 个数值字段的 Pearson 相关系数矩阵）
树图（风险等级 → 年龄段 → 性别的层级分布）
疾病组合分析（高血压 + 心脏病 + 中风的排列组合统计）
BMI-血糖风险热力图（12 个象限的风险评分）
高风险 Top-20 排行表
CSV 导出按钮

8.5 趋势分析页（trend.html）

分析维度：

性别对比（柱状图 + 雷达图）
年龄段疾病趋势线
风险分值分布
城乡差异对比
年度趋势（疾病率、指标均值变化）
工作类型对比
婚姻状态对比
吸烟状态详细分析

8.6 数据管理页（manage.html）

仅管理员访问，三个标签页：

编辑数据：
分页表格（每页 50 条），支持行内编辑和删除
新增记录：
表单录入
导入数据：
CSV 同步，支持"替换模式"（清空后重新导入）

8.7 重点关注页（focus.html）

功能：

添加关注（输入记录 ID、选择关注级别、填写备注）
关注列表表格（支持行内修改级别和备注）
跟踪详情：风险仪表盘 + 对比柱状图
健康信息卡片 + 个性化健康建议
Markdown 格式健康报告导出

8.8 个人中心页（profile.html）

用户信息卡片（头像、姓名、角色、邮箱）
资料编辑表单
密码修改表单

9. 数据可视化方案

9.1 技术实现

所有图表采用 Plotly.js 在客户端渲染。数据传递流程：

Python (pandas) → dict/list → Jinja2 tojson → JavaScript JSON.parse → Plotly.js 渲染

模板中的图表渲染模式：

<divid="chart-div"style="height:400px;"></div><script>(function() {    var data = {{ chart_data | tojson }};    // 构建 Plotly traces    plotChart('chart-div', traces, layout);})();</script>

9.2 图表清单

页面	图表名称	Plotly 类型	数据维度
Dashboard	健康指数仪表盘	Indicator (gauge)	综合风险评分
Dashboard	疾病患病率	Bar	5 种疾病
Dashboard	年龄分布直方图	Histogram	性别 × 年龄
Dashboard	风险等级饼图	Pie	4 个风险等级
Dashboard	BMI-血糖散点图	Scatter	BMI × 血糖 × 风险等级
Dashboard	血糖箱线图	Box	中风状态 × 年龄段 × 血糖
Dashboard	BMI 分层柱状图	Bar	4 个 BMI 层级
Dashboard	城乡疾病对比	Bar	城乡 × 3 种疾病
Dashboard	吸烟健康影响	Bar	吸烟状态 × 多指标
Dashboard	婚姻状态雷达	Scatterpolar	婚姻 × 多维指标
Dashboard	工作类型疾病	Bar	工作类型 × 疾病率
Dashboard	BMI/血糖分布	Histogram	双直方图
Analysis	健康雷达图	Scatterpolar	4 维综合评分
Analysis	年龄段疾病柱状图	Bar	年龄段 × 3 种疾病
Analysis	平行坐标	Parcoords	年龄/血糖/BMI/风险
Analysis	吸烟-中风柱状图	Bar	吸烟状态 × 中风
Analysis	相关性热力图	Heatmap	6×6 相关系数矩阵
Analysis	树图	Treemap	风险→年龄→性别
Analysis	年龄-性别-疾病	Grouped Bar	年龄段 × 性别 × 疾病
Analysis	疾病组合柱状图	Bar	疾病组合 × 人数
Analysis	BMI-血糖风险热力图	Heatmap	BMI × 血糖 → 风险评分
Analysis	年龄统计	Bar	均值/中位数/标准差
Analysis	风险分布	Stacked Bar	年龄段 × 风险区间
Analysis	城乡疾病对比	Grouped Bar	城乡 × 3 种疾病率
Analysis	地域指标雷达	Scatterpolar	城乡 × 多维指标
Trend	性别对比柱状图	Bar	性别 × 多指标
Trend	性别雷达图	Scatterpolar	性别 × 多维
Trend	年龄段趋势线	Scatter	年龄段 × 疾病率趋势
Trend	风险分值柱状图	Bar	年龄段 × 平均风险
Trend	血糖/趋势线	Scatter	年龄段 × 血糖趋势
Trend	城乡对比	Bar	城乡 × 多指标
Trend	年度趋势	Scatter	年份 × 指标变化
Trend	工作类型对比	Bar	工作类型 × 疾病率
Trend	婚姻对比	Bar	婚姻 × 指标
Trend	吸烟详细分析	Bar	吸烟状态 × 多指标

9.3 暗色主题

所有图表统一使用暗色主题配置：

const DARK_LAYOUT = {    paper_bgcolor: 'rgba(0,0,0,0)',    plot_bgcolor: 'rgba(0,0,0,0)',    font: { color: '#e0e0e0' },    xaxis: { gridcolor: 'rgba(255,255,255,0.1)' },    yaxis: { gridcolor: 'rgba(255,255,255,0.1)' },    margin: { t: 40, r: 20, b: 40, l: 50 },};

10. 安全机制

10.1 认证与授权

机制	实现方式
密码存储	PBKDF2-SHA256，180,000 次迭代，16 字节随机盐
密码验证	`hmac.compare_digest()` 防止时序攻击
会话管理	Flask Session（filesystem 存储）
路由保护	`@login_required` / `@admin_required` 装饰器
角色控制	两级角色：user（只读 + 关注）/ admin（完整 CRUD）

10.2 输入安全

机制	实现方式
SQL 注入防护	参数化查询（PyMySQL `%s` 占位符）
标识符验证	`_quote_identifier()` 正则校验 `[A-Za-z0-9_]+`
用户名校验	正则 `[A-Za-z0-9_]{3,32}`
密码强度	最少 6 位
数据类型转换	`_safe_value()` 统一处理空值和类型

10.3 传输安全

机制	说明
缓存控制	HTML 响应设置 `no-store, no-cache`
密码哈希格式	`pbkdf2_sha256$iterations$salt$digest`

10.4 安全注意事项

生产环境部署前需处理以下问题：
app.secret_key
硬编码在源码中，应改为环境变量
数据库密码默认为 123456，应修改并使用强密码
默认管理员密码 123456 过于简单
未启用 HTTPS
未配置 CSRF Token
未设置登录失败锁定机制
Flask debug 模式不应在生产环境开启

11. 部署与运行

11.1 环境要求

Python >= 3.8
MySQL >= 5.7
pip（Python 包管理器）

11.2 安装步骤

# 1. 克隆/解压项目cd health# 2. 安装 Python 依赖pip install -r requirements.txt# 3. 确保 MySQL 已启动# 默认连接: localhost:3306, 用户 root, 密码 123456# 4. 启动应用python app.py

11.3 启动流程

python app.py 执行后：

Flask 启动，监听 0.0.0.0:5000
首次请求 /dashboard 时触发 bootstrap_database()
自动创建数据库 design_132_health
自动创建 users、health_records、tracked_people 三张表
自动插入默认管理员（admin / 123456）
自动导入 CSV 数据（4,909 条记录）

11.4 手动数据导入

# 使用 CLI 工具导入python import_data.py# 指定 CSV 文件python import_data.py --csv path/to/data.csv# 清空后重新导入python import_data.py --reset

11.5 数据库配置覆盖

通过环境变量覆盖默认数据库配置：

export HEALTH_DB_HOST=192.168.1.100export HEALTH_DB_PORT=3307export HEALTH_DB_USER=health_userexport HEALTH_DB_PASSWORD=strong_password_hereexport HEALTH_DB_NAME=health_dbpython app.py

11.6 默认账号

角色	用户名	密码	权限
管理员	admin	123456	全部功能
普通用户	（注册）	（自定义）	查看 + 关注

11.7 访问地址

启动后浏览器访问：http://localhost:5000

12. 数据字典

12.1 字段编码对照表

性别（xingbie）

值	含义
男性	男性
女性	女性

布尔字段（gxy / xzb / sfzf / hunyin）

值	含义
0	无 / 未婚
1	有 / 已婚

城乡属性（zzxz）

值	含义
城市	城市地区
农村	农村地区

居住编码（residenc）

值	含义
1	中心城区
2	县城/乡镇
3	村庄

工作性质（gzxz）

值	含义
私人企业	私营企业员工
自雇人士	自由职业/个体户
政府部门	政府/事业单位
儿童	未成年/儿童

吸烟状态（xyzk）

值	含义
从不吸烟	从未吸烟
以前吸烟	已戒烟
吸烟	当前吸烟
不详	信息缺失

BMI 分层

区间	层级	说明
< 18.5	偏瘦	体重过轻
18.5 - 24	正常	健康范围
24 - 28	超重	需关注
>= 28	肥胖	需干预

血糖分层

区间 (mg/dL)	层级	说明
< 100	正常	正常血糖
100 - 126	偏高	糖尿病前期
>= 126	糖尿病风险	建议进一步检查

关注级别（attention_level）

级别	说明
一般关注	常规跟踪
重点关注	需定期复查
高危随访	高风险，需密切监控

12.2 数据集来源

来源：
和鲸社区（Heywhale）公开数据集
链接：
https://www.heywhale.com/mw/dataset/6a05e303c52ca72ef9c28f3a/content
构成：
脑中风预测数据集 + 中国中老年健康调查数据集合并
样本量：
4,909 条
年龄范围：
3-93 岁

13. 已知问题与改进建议

13.1 已知问题

编号	问题	严重程度	说明
1	README 与实际不符	低	README 写的是 Streamlit，实际是 Flask
2	requirements.txt 包含未使用的 streamlit	低	不影响运行，但造成困惑
3	默认管理员密码过弱	中	admin/123456，生产环境需修改
4	Secret Key 硬编码	中	应通过环境变量配置
5	无 CSRF 保护	中	表单提交缺少 Token 验证
6	无登录限流	低	可被暴力破解
7	cookies.txt 残留	低	项目中遗留的无关文件
8	数据量小时全量加载	低	4,909 条全量加载到内存，适合中小规模

13.2 改进建议

方向	建议
安全	添加 Flask-WTF 实现 CSRF 保护；引入 Flask-Limiter 实现登录限流；使用 bcrypt 替代 PBKDF2
性能	引入 Redis 缓存热门查询结果；大数据量场景使用服务端分页；异步加载图表
功能	添加数据导出为 Excel 格式；增加数据对比功能（选择两条记录对比）；添加定时报告推送
部署	使用 Gunicorn + Nginx 部署；Docker 容器化；CI/CD 自动化
代码	拆分 app.py 为 Blueprint 模块；引入 Marshmallow 进行请求参数校验；添加单元测试
前端	引入 Vue.js/React 实现 SPA；添加图表下载为图片功能；移动端适配优化

文档版本：v1.0生成日期：2026-05-22基于源码版本：当前工作目录

本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：wyl860211@qq.com 。