系统模块分析是对系统的各个模块做出相应的说明以及解释。其中看板模块包括联盟名称、球员排名、球员胜场、NBA排名总数、球员负场、球员胜率、场均失分等这些子模块；对系统模块做出详细的分析会使系统的结构更加清晰，从而系统开发进行的也会更加顺利。
本课题使用Python语言进行开发。基于web,代码层面的操作主要在PyCharm中进行，将系统所使用到的表以及数据存储到MySQL数据库中
技术栈
后端：python
前端：vue.js+elementui
框架：django/flask
Python版本：python3.7+
数据库：mysql5.7
数据库工具：Navicat
开发软件：PyCharm .
本次将以NBA球员分析与可视化和信息管理系统两个方面为切入点，论述了NBA球员分析与可视化与信息管理系统的意义和内容，以此展开对网站数据可视化的开发与建设的详细分析。从数据挖掘的角度出发，了解信息管理系统的作用，对数据分析的过程以及用处进行更深一步的研究，数据的处理效率，以及具体的应用方向。对于大数据环境下对信息管理系统所带来的影响，将从传统管理信息系统与大数据环境下的管理信息系统进行对比分析，从硬件优化、软件开发，这几个方面来论述爬虫实现网站数据可视化的优势所在，分析NBA球员分析与可视化在大数据时代发展的变化趋势。并且以NBA球员分析与可视化信息为例，分析在网站数据可视化的客观需求分析，针对其中的问题对网站数据可视化做出一些无论是加强相关政策的立法工作还是建立及时的信息反馈等等的合理化建议，并进行对于未来发展的分析规划。
关键词：基于大数据的NBA球员分析与可视化；
目 录
摘 要 I
Abstract II
1 绪 论 1
1.1 大数据的意义 1
1.2 研究的主要内容 2
1.3 本文主要工作 2
1.4 本文的组织结构 3
2系统相关技术 3
2.1 Python简介 4
2.2 Django框架介绍 4
2.3 mysql数据库介绍 4
2.4 MySQL环境配置 5
2.5 爬虫技术简介 6
3 系统分析 7
3.1 需求分析 7
3.1.1系统总体分析 8
3.2 可行性分析 8
3.2.1 经济可行性 9
3.2.2 技术可行性 9
3.2.3 运行可行性 10
3.3 需求分析 11
3.4 系统流程分析 11
3.4.1 登录流程图 12
3.4.2 添加新用户流程图 13
3.5 功能的需求 11
4 系统设计 13
4.1 系统功能结构图 14
4.2 系统数据库设计 14
4.2.1数据库E-R图 14
4.3数据库表结构 16
5 详细设计 16
5.1管理员的功能实现 21
5.2 数据可视化分析看板展示 21
6 系统测试 20
6.1 功能测试 21
6.2 可用性测试 26
6.3 维护测试 27
6.4 性能测试 27
6.5 测试结果分析 27
结论 30
参考文献 31
致 谢 33
