可视化工具选型
1. 候选工具
| 工具 | 优点 | 缺点 | 推荐程度 |
|---|---|---|---|
| Pyecharts | 中文生态多，HTML 交付方便 | 复杂联动有限 | 推荐 |
| Plotly | 交互强，图表质量高 | 中文资料略少 | 推荐 |
| Streamlit | 快速做数据应用 | 需要运行服务 | 推荐 |
| Power BI | BI 能力强 | 环境和文件依赖 | 可选 |
| Metabase | 低代码 BI | 需要部署 | 可选 |
| Superset | 专业开源 BI | 部署复杂 | 高阶可选 |
2. Pyecharts
适合本项目的原因：
- 任务书提到 Python Pyecharts。
- 可输出 HTML。
- 适合漏斗图、柱状图、折线图、热力图。
- 便于截图进 PPT。
建议用于基础看板。
3. Plotly
适合：
- 更现代的交互图。
- HTML 图表。
- 散点、漏斗、热力等图。
如果团队有人熟悉，可以作为 Pyecharts 替代。
4. Streamlit
适合：
- 多页数据应用。
- 筛选器。
- 推荐结果查询。
- 在线展示。
建议作为增强项，不替代静态 HTML。
5. BI 工具
Power BI、Metabase、Superset 都适合做仪表盘，但它们的共同问题是部署或环境依赖更强。
建议：
- 时间紧：Pyecharts。
- 想在线展示：Streamlit。
- 有部署能力：Metabase。
- 想体现专业数据平台：Superset。