第07组 团队Git现场编程实战
组员职责分工
团队成员 | 分工 |
---|---|
杨明哲 | 爬数据,做网页 |
林兴源 | 合作编码完成了对美团数据的分析,分析出最有发展潜力的十佳好店 |
卞永亨 | 从大众点评分析出了服装商圈 |
林鑫 | 合作编码完成了对美团数据的分析,分析出最有发展潜力的十佳好店 |
薛紫微 | 处理了七个商圈的一个商圈的数据 |
陈碧芬 | 处理筛选了两个商圈的数据 |
朱丽辰 | 找七个商圈涵盖的路、找了俩商圈的总评论数 |
黄森敏 | 处理七个商圈中两个商圈的数据 |
容慧珺 | 写了一点点的界面,博客编写 |
高星 | 界面设计(没用上)、博客 |
Github 的提交日志截图
程序运行截图
程序运行环境
Windows 10
GUI界面
基础功能实现
- 通过python爬取数据,然后通过html+css+JavaScript把数据可观的展示
- 测评出了福州最受欢迎的商圈
- 测评各个性价比最高的前五家美食餐厅,点击该餐厅,让用户全面了解该餐厅的信息例如菜单、价格、地点以及评价
- 测评了最具潜力的商圈和美食聚散地
- 写了该现场编程的心得
鼓励有想法且有用的功能
- 首先我觉得美食排行榜中可以分开个下午茶排行榜以及正餐排行榜(下午茶当然是奶茶类面包蛋糕这类的,正餐就是米面饺子这类的),用户才能根据需求不同看有需要的排行榜
- 其次有了吃喝还有了服饰类的商圈,应该还有商圈有的那些娱乐项目(比如蹦床,星空博物馆,失恋博物馆这样的)
遇到的困难及解决方法(以及马后炮)
- 杨明哲
困难以及解决方法:爬虫一直被封,大众点评防爬虫太强了。使用ip代理池
马后炮:如果早一点找到爬虫的代码就美滋滋了。
- 卞永亨
困难以及解决方法:困难是大众点评反爬虫太强,爬不下来。解决方法是取每个商圈的前十名进行手动爬取,并取平均分,来得到服装店最佳商圈。
马后炮:不应该只选质量评分为评价指标,应考虑其他因素,如环境评分等。
- 林兴源
困难及解决办法:困难是如何合理的评测综合好店的指标。解决办法是把从美团爬取的人均消费、评价数、评分、地理位置按一定的缩放映射到每个指标0-100分,得分加起来得到综合分,按综合分排序即可得到一个较合理的综合好店排行榜。
马后炮:如果能把按照上述做法得到的前500家好店的地理位置坐标标点,以此在地图上圈定一些密度较高的圈,可以得到更合理的潜力商圈。因为想到的时候来不及做了,只能完成一个较粗狂的结果。
- 林鑫
困难以及解决方法:代码太过朴素,高级感不强,分析的性能也较弱,由于时间原因,没能用代码分析出商圈。根据处理完的前50家综合好店,人工智能人眼手动分析。
马后炮:python是真的好用,如果再给一次机会,要把python学得更加好更能解决实际问题。
- 薛紫微
困难以及解决方法:本来打算用python将查到的数据进行处理,但是发现对代码比较生疏,在当时比较赶的情况下,采取人工对excel表格进行处理。
马后炮:如果可以重来,我一定提前了解python相关用法,人工看着真的挺多。
- 陈碧芬
困难及解决方法:这次编程实战我一开始的打算是写前端的,但是后面突然改成vue,我只能默默去筛选处理数据了,一开始是尝试用代码处理数据,但是一直没能成功,最后选择了人工处理 。
马后炮:如果可以的话,还是希望自己能够用专业的方法去处理数据(可能这样会更有成就感。
- 朱丽辰
困难及解决方法:这次编程实战在查找路线的时候找了很多超出范围的,辛亏我们温柔友善的杨老板提醒我范围应当与商业圈匹配;另外,在筛选最受欢迎的商业圈时用人工算?????最后好像数据挺准确的,但是这个方法真的很菜。
马后炮:如果还能重来一次,我希望自己能写个算法,这样显得比较有技术性。
- 黄森敏
困难及解决方法: 本来打算写代码来处理execl分析数据的,后来感觉处理起来有点麻烦,怕时间赶不上,就选择人工(dbq太菜了)
马后炮:如果还能重来一次,我希望能实现一下当时查到的方法,写个算法实现。
- 容慧珺
困难以及解决方案:遇到的困难就是一开始准备用vue,但由于自己的不熟练,并不能及时完成,临时更改组长给了模板,由于改模板速度太慢,工作被组长承包了
马后炮:要是我早做准备,我相信我能写出一个好看的界面的,以及模板我也能改好的,不会再让组长承担我的工作的
- 高星
困难以及解决方案:一开始考虑界面怎样设计才能美观简洁,又能使基本数据可视化。解决方案是组长给了模板,工作被组长承包了。
马后炮:如果还能重来,我一定提前找好素材
贡献比例
成员 | 贡献比例(%) |
---|---|
杨明哲 | 40% |
卞永亨 | 8% |
林兴源 | 9% |
林鑫 | 9% |
薛紫微 | 7% |
陈碧芬 | 6% |
朱丽辰 | 7% |
黄森敏 | 6% |
容慧珺 | 4% |
高星 | 4% |
PSP表格
PSP2.1 | Personal Software Process Stages | 预估耗时(分钟) | 实际耗时(分钟) |
---|---|---|---|
Planning | 计划 | 10 | 15 |
Estimate | 估计这个任务需要多少时间 | 100 | 120 |
Development | 开发 | 0 | 0 |
Analysis | 需求分析 (包括学习新技术) | 0 | 0 |
Design Spec | 生成设计文档 | 0 | 0 |
Design Review | 设计复审 | 0 | 0 |
Coding Standard | 代码规范 (为目前的开发制定合适的规范) | 0 | 0 |
Design | 具体设计 | 10 | 20 |
Coding | 具体编码 | 50 | 40 |
Code Review | 代码复审 | 0 | 0 |
Test | 测试(自我测试,修改代码,提交修改) | 0 | 0 |
Reporting | 报告 | 40 | |
Test Repor | 测试报告 | ||
Size Measurement | 计算工作量 | ||
Postmortem & Process Improvement Plan | 事后总结, 并提出过程改进计划 | ||
合计 | 95 |
学习进度条
第N周 | 新增代码(行) | 累计代码(行) | 本周学习耗时(小时) | 累计学习耗时(小时) | 重要成长 |
---|---|---|---|---|---|
1 | 0 | 0 | 3 | 3 | 学会用墨刀做原型设计 |
2 | 400 | 400 | 12 | 15 | 学习python的使用和写出程序框架 |
3 | 300 | 700 | 12 | 27 | 学习python,以及学习JS |
4 | 500 | 1200 | 9 | 36 | 加深python的学习,学习http请求,以及学习JS |
5 | 400 | 1600 | 13 | 39 | 学习JS,开始写登录注册界面对应的后端 |
6 | 300 | 1900 | 11 | 50 | 学习JS,学习美团,高德API调用和爬虫 |
第07组 团队Git现场编程实战的更多相关文章
- 第11组 团队Git现场编程实战
第11组 团队Git现场编程实战 组员职责分工: 前端部分: 陈郑铧:构架的搭建,前端模块开发 陈益:前端模块开发 李镇平:前端模块开发 后端部分: 沈国煜:后端模块开发 王泽鸿:后端模块开发 林铮威 ...
- 第09组 团队Git现场编程实战
组长博客链接 1.团队分工 团队成员 分工明细 王耀鑫 博客撰写,数据处理 陈志荣 前端界面,前端功能实现 陈超颖 前端界面,前端功能实现 沈梓耀 前端界面,前端功能实现 林明镇 数据处理 滕佳 前端 ...
- 第08组 团队Git现场编程实战
一.组员职责分工 算法:庄锡荣,林鑫灿 UI:许煌标,蔡峰,林晓锋,陈珊珊,侯雅倩,吴珂雨 博客:陈珊珊,王钟贤 二.github提交日志 三.程序运行截图 运行中爬取到的部分信息 数据库中的部分信息 ...
- 第12组 团队Git现场编程实战
分工及贡献 组内有三人去考证了,只剩下6人 组员 分工 贡献比例 王永福 前后端,爬虫,博客主体 30% 孙承恺 建模,算法设计,统筹 18% 邱畅杰 爬虫 15% 徐祖豪 前端数据可视化 13% 张 ...
- 第03组 团队git现场编程实战
1.组员职责分工 张逸杰:复制监督整个编程任务的进程以及协助组员编程 黄智锋.刘汪洋:负责UI设计 苏凯婷.鲍冰如:爬取数据并负责测评出福州最受欢迎的商圈 陈荣杰.杨锦镔:爬取数据并负责测评出福州人均 ...
- 第03组团队Git现场编程实战
1.组员职责分工 张逸杰:复制监督整个编程任务的进程以及协助组员编程 黄智锋.刘汪洋:负责UI设计 苏凯婷.鲍冰如:爬取数据并负责测评出福州最受欢迎的商圈 陈荣杰.杨锦镔:爬取数据并负责测评出福州人均 ...
- 第06组 团队Git现场编程实战
一.组员职责分工 队员姓名 主要分工 朱庆章 测评福州最受欢迎的商圈(参考人气) 陈梦雪 测评福州最受欢迎的商圈(参考人气) 关文涛 分别测评福州人均消费50以下,50-100.100-200.200 ...
- 第02组 团队Git现场编程实战
目录 1. 组员职责分工(2分) 2. github 的提交日志截图(1分) 3. 程序运行截图(3分) 4. 程序运行环境(1分) 5. GUI界面(5分) 6. 基础功能实现(10分) 7. 鼓励 ...
- 第01组 团队Git现场编程实战
目录 一.组员职责分工 二.github 的提交日志截图(鼓励小粒度提交) 三.程序运行截图 四.程序运行环境 五.GUI界面 六.基础功能实现 七.鼓励有想法且有用的功能 八.遇到的困难及解决方法 ...
随机推荐
- 利用ABAP 740的新关键字REDUCE完成一个实际工作任务
ABAP 740从2013年发布至今已经过去很长的时间了,下面这张图来自SAP社区博客: ABAP News for Release 7.40 – What is ABAP 7.40? 图中的ABAP ...
- 逗号分隔的字符串转成表格参与IN条件查询
返回值为'1,2,3,4,5,6,7',是一个字符串,如果要用IN 查询的话sql认为这是一个完整的字符串,需要将内容分隔转换变成table 定义函数如下: create Function sysfS ...
- ubuntu-网络配置文件
vim /etc/NetworkManager/system-connections/Wired connectione 1
- python接口自动化11-post传data参数案例
前言: 前面登录博客园的是传json参数,有些登录不是传json的,如jenkins的登录,本篇以jenkins登录为案例,传data参数. 一.登录jenkins抓包 1.登录jenkins,输入账 ...
- containerd简述
containerd是容器虚拟化技术,从docker中剥离出来,形成开放容器接口(OCI)标准的一部分. docker对容器的管理和操作基本都是通过containerd完成的.Containerd 是 ...
- nginx反向代理实现均衡负载及调度方法
http upstream配置参数: ngx_http_upstream_module模块将多个服务器定义成服务器组,而由proxy_pass, fastcgi_pass等指令进行引用 upstrea ...
- Linux命令——readlink、realpath
参考:Linux命令——ln Linux readlink and realpath Command Tutorial for Beginners (with Examples) 简介 ln命令允许你 ...
- [S32K144]多通道ADC使用
1. 基本特性 问:多通道是否可以采用continuous模式,然后定时器中断读取:或者直接ADC连续采样,ADC中断赋值Buffer,然后采样处理线程负责使用,因为中断可以保证值最新? 答:从手册下 ...
- Spring4 -03 -Dependency Injection (依赖注入) : 代码体现/配置xml/测试
DI:中文名称:依赖注入 英文名称((Dependency Injection) DI 是什么? 3.1 DI 和IoC 是一样的,差不多一样的技术和模板! 3.2 当一个类(A)中需要依赖另一个类( ...
- c++中结构体的使用
文章链接: 结构体定义: struct Books { ]; ]; ]; int book_id; } book; 访问结构体成员: #include <iostream> #includ ...