博主介绍：✌全网粉丝50W+，前互联网大厂软件研发、集结硕博英豪成立软件开发工作室，专注于计算机相关专业项目实战6年之久，累计开发项目作品上万套。凭借丰富的经验与专业实力，已帮助成千上万的学生顺利毕业，选择我们，就是选择放心、选择安心毕业✌
> 🍅想要获取完整文章或者源码，或者代做，拉到文章底部即可与我联系了。🍅

点击查看作者主页，了解更多项目！

🍅感兴趣的可以先收藏起来，点赞、关注不迷路，大家在毕设选题，项目以及论文编写等相关问题都可以给我留言咨询，希望帮助同学们顺利毕业 。🍅

1、毕业设计：2026年计算机专业毕业设计选题汇总（建议收藏）✅

2、最全计算机专业毕业设计选题大全（建议收藏）✅

1、项目介绍

技术栈：Python语言、Django框架、Scrapy爬虫框架、Echarts可视化、HTML、游侠网游戏数据爬取

研究背景：
游侠网每日更新大量游戏资讯与评分，但信息分散，玩家与开发者难以直观把握类型热度与评分趋势，亟需自动化采集与可视化方案辅助选品与营销决策。

研究意义：
本系统以Scrapy高效抓取游侠网游戏元数据，经Django清洗后存入MySQL，通过Echarts多维图表展示评分分布、热度走势，可为毕业设计提供“爬虫-分析-可视化”完整闭环，也可为游戏媒体提供数据内容支持，预计节省70%人工整理时间。

2、项目界面

（1）游戏数据可视化分析

（2）游戏数据查看

（3）后台管理

（4）注册登录界面

（5）数据爬取

3、项目说明

系统以Scrapy框架定时抓取游侠网游戏名称、发布时间、类型、评分、热度、评分人数与简介等关键字段，经过去重、缺失值填充后写入Django ORM；前端集成Echarts，将类型占比、评分分布、热度TopN、时间趋势等以柱状图、饼图、折线图动态呈现，并支持关键词搜索与导出CSV。后台管理可对爬虫任务、游戏标签及用户权限进行可视化运维。整套流程覆盖采集-清洗-存储-分析-展示全链路，为游戏从业者、数据竞赛及毕业设计提供开箱即用的游戏大数据解决方案。

4、核心代码

from django.shortcuts import render,HttpResponse,reverse,redirect
from django.contrib.auth.decorators import login_required
from KeShiHua import models
from django.db.models import Q
from django.shortcuts import get_object_or_404,HttpResponseRedirect
import json
import random

# Create your views here.


@login_required
def index(request):
    if request.method == 'GET':
        datas = models.XinXi.objects.all()
        return render(request,r"app\table.html",locals())
    elif request.method == 'POST':
        data = request.POST
        projects_name = data.get('search')
        if not projects_name:
            return redirect('web:index')
        datas = models.XinXi.objects.filter(Q(name__icontains=projects_name)|Q(type__icontains=projects_name)|Q(jianjie__icontains=projects_name))
        return render(request,r"app\table.html",locals())




@login_required
def fenxi(request):
    if request.method == 'GET':
        return render(request,'app/tubiao.html',locals())

def mean(a):
    if len(a) == 0:
        return 0
    return round(sum(a) / len(a),2)

@login_required
def tubiao(request):
    if request.method == 'GET':
        datas = models.XinXi.objects.all()

        # #各类型数量
        types1 = []
        for da1 in datas:
            types1.append(da1.type)
        type_name = []
        type_count = []
        for ty1 in list(set(types1)):
            type_name.append(ty1)
            type_count.append(types1.count(ty1))

        #各类型游戏平均热度
        redu_name = []
        redu_count = []
        for ty1 in list(set(types1)):
            redu_name.append(ty1)
            data11 = models.XinXi.objects.filter(type=ty1)
            redu_count.append(mean([da3.rendu for da3 in data11]))

        #各评分数占比
        a1 = models.XinXi.objects.filter(pingfen__range=(0,5))
        a2 = models.XinXi.objects.filter(pingfen__range=(5, 6))
        a3 = models.XinXi.objects.filter(pingfen__range=(6, 7))
        a4 = models.XinXi.objects.filter(pingfen__range=(7, 9))
        a5 = models.XinXi.objects.filter(pingfen__range=(9, 10))
        pingfe_name = ['0-5','5-6','6-7','7-8','9-10']
        pingfe_count = [len(a1),len(a2),len(a3),len(a4),len(a5)]
        pingfe_dict = []
        for i in range(len(pingfe_name)):
            pingfe_dict.append({'name':pingfe_name[i],'value':pingfe_count[i]})


        #热度和评分散点关系图
        redu_pingfen_dict2 = []
        for resu in datas:
            redu_pingfen_dict2.append([resu.rendu, resu.pingfen])

        # 评价人数和评分关系图
        pingjia_count_pingjia_dict2 = []
        for resu in datas:
            pingjia_count_pingjia_dict2.append([resu.pingfen_count, resu.pingfen])

        return render(request,'app/keshihua.html',locals())

🍅✌感兴趣的可以先收藏起来，点赞关注不迷路，想学习更多项目可以查看主页，大家在毕设选题，项目编程以及论文编写等相关问题都可以给我留言咨询，希望可以帮助同学们顺利毕业！🍅✌

5、源码获取方式

🍅由于篇幅限制，获取完整文章或源码、代做项目的，拉到文章底部即可看到个人联系方式。🍅

点赞、收藏、关注，不迷路，下方查看👇🏻获取联系方式👇🏻