实战项目：全栈数据分析平台

综合运用 Stage 4 的技术栈，构建一个完整的数据分析平台。

项目架构

data-analytics-platform/
├── src/
│   ├── main.py              # FastAPI 入口
│   ├── api/
│   │   ├── router.py        # 路由汇总
│   │   ├── datasets.py      # 数据集端点
│   │   ├── analysis.py      # 分析端点
│   │   └── auth.py          # 认证端点
│   ├── analysis/
│   │   ├── engine.py        # Pandas 分析
│   │   └── ml.py            # ML 模型
│   ├── models/
│   │   ├── dataset.py       # 数据集模型
│   │   └── user.py          # 用户模型
│   └── auth/
│       ├── jwt.py           # JWT 工具
│       └── deps.py          # 认证依赖
├── tests/
│   ├── conftest.py
│   └── test_api.py
├── Dockerfile
├── docker-compose.yml
└── requirements.txt

功能列表

1. 用户认证

• POST /auth/register：用户注册。
• POST /auth/login：登录获取 JWT。
• GET /auth/me：获取当前用户。

2. 数据集管理

• POST /datasets/upload：上传 CSV / JSON。
• GET /datasets：数据集列表。
• GET /datasets/{id}：数据集详情。
• DELETE /datasets/{id}：删除数据集。

3. 数据分析

• GET /analysis/{dataset_id}/summary：统计摘要。
• GET /analysis/{dataset_id}/correlation：相关性分析。
• GET /analysis/{dataset_id}/outliers：异常值检测。
• POST /analysis/{dataset_id}/predict：机器学习预测。

技术栈

层级	技术
Web 框架	FastAPI
数据 ORM	SQLModel
数据分析	Pandas + NumPy
机器学习	scikit-learn
认证	JWT (python-jose)
日志	structlog
配置	pydantic-settings
容器	Docker + Compose
CI/CD	GitHub Actions

快速开始

git clone <repo-url>
cd data-analytics-platform
docker compose up -d
open http://localhost:8000/docs

开发指南

pip install -r requirements.txt
uvicorn src.main:app --reload
pytest -v --cov=src