Pyminer - 数据统计分析决策平台

项目概述

Pyminer 是一个基于 Electron + React 开发的轻量级数据统计分析和建模工具。应用主界面参考 Anaconda Navigator，以卡片形式提供快速访问不同功能模块。

核心功能

• JupyterLab 集成：一键启动 JupyterLab 服务，支持交互式数据分析
• Jupyter Notebook 支持：直接打开和编辑 Jupyter Notebook 文件
• 可视化流程分析：通过 WeStatFlow 模块实现数据分析工作流可视化
• 代码编辑器：集成 Monaco Editor 的代码编辑功能（WeStatCode）
• 数据处理：数据读取、清洗、建模、预测等完整数据科学工作流
• 环境管理：支持 Python 包管理（pip/conda）和 Kernel 管理
• 终端支持：集成 xterm.js 提供终端环境

设计理念

参考以下专业数据分析工具的设计：

• SAS Enterprise Miner、SAS EG
• FICO Model Build、RapidMiner
• SPSS、Orange、MATLAB

---

技术架构

技术栈

组件	版本
Node.js	v22.21.1
Electron	Latest
React	19.2.0
TypeScript	5.9.3
Ant Design	6.0.0
Vite	Latest
Python	3.13.9
Monaco Editor	Latest
flexlayout-react	Latest
xterm.js	Latest

架构组成

┌────────────────────────────────────────────────────┐
│         Electron 主进程 & Preload                  │
├────────────────────────────────────────────────────┤
│  React 前端 (Vite 构建)                            │
│  ├─ 标题栏 & 菜单栏                                │
│  ├─ 活动栏 & 工具栏                                │
│  ├─ 主工作区 (Dockview + flexlayout)             │
│  │  ├─ 左侧：文件管理器                            │
│  │  ├─ 中间：主工作面板 + 底部面板                 │
│  │  └─ 右侧：变量查看器、历史记录、属性           │
│  ├─ 设置页面                                      │
│  └─ 状态栏                                        │
├────────────────────────────────────────────────────┤
│  后端服务                                          │
│  ├─ JupyterLab 服务 (Python 环境)                │
│  ├─ IPC 通信层                                    │
│  └─ 文件系统、路径、配置管理                       │
├────────────────────────────────────────────────────┤
│  Python 环境 (extensions/python)                  │
│  ├─ 解释器                                        │
│  ├─ Conda/Pip 包管理                             │
│  └─ 数据科学库                                    │
└────────────────────────────────────────────────────┘

---

下载与安装

前置要求

• Node.js: v22.21.1 或更高版本
• Python: 3.13.9（推荐）
• npm: 10.9.4 或更高版本

项目依赖安装

1. Node.js 依赖

npm install

2. Python 环境配置

下载 Python 解释器，放在 extensions/python 目录下（如果当前没有则需要手动创建此目录）。

推荐 Python 安装方式：

方案 A：使用 uv 管理 Python

# 下载并安装 uv
uv python install 3.13.9

# uv 会自动将 Python 安装到 extensions/python

方案 B：手动配置

1. 下载 Python 3.13.9
2. 将 Python 程序放在 extensions/python 目录
3. 确保 extensions/python/python.exe 存在

3. 安装 Python 包

Python 子环境中需要安装数据科学库：

cd extensions/python

# 使用 pip（推荐）
pip install -i https://mirrors.aliyun.com/pypi/simple/ \
  numpy pandas scipy scikit-learn matplotlib seaborn plotly statsmodels \
  jupyterlab notebook beautifulsoup4 xgboost lightgbm catboost \
  pymysql sqlalchemy fastapi jupyterlab-language-pack-zh-CN

# 或使用 conda
conda install -c conda-forge \
  numpy pandas scipy scikit-learn matplotlib seaborn plotly statsmodels \
  jupyterlab notebook beautifulsoup4 xgboost lightgbm catboost \
  pymysql sqlalchemy fastapi

主要 Python 依赖包：

包名	描述
numpy	数值计算
pandas	数据处理
scipy	科学计算
scikit-learn	机器学习
matplotlib, seaborn, plotly	数据可视化
statsmodels	统计建模
jupyterlab, notebook	交互式计算环境
beautifulsoup4	网页解析
xgboost, lightgbm, catboost	梯度提升算法
pymysql, sqlalchemy	数据库连接
fastapi	宗旨 API 开发
jupyterlab-language-pack-zh-CN	中文语言包

4. 其他子工具

Python 子环境中已预置：

• Conda：extensions/python/condabin/conda.bat
• Pip：extensions/python/Scripts/pip.exe

Node.js 环境中需要：

• uv：需要不仅安装 Python，也会用于创建新项目

---

开发环境配置

项目结构

pyminer/
├─ src/                    # 前端源代码
│  ├─ main/                # Electron 主进程
│  │  ├─ index.js       # 主进程入口
│  │  ├─ ipc/           # IPC 事件处理
│  │  ├─ menu/          # 菜单定义
│  │  ├─ windows/       # 窗口管理
│  │  └─ utils/         # 工具函数
│  ├─ components/           # React 组件
│  │  ├─ RibbonBar/     # 菜单栏
│  │  ├─ ActivityBar/   # 活动栏
│  │  ├─ FileExplorer/  # 文件管理器
│  │  ├─ CodeEditor/    # 代码编辑器
│  │  ├─ SqlEditor/     # SQL 编辑器
│  │  └─ ...
│  ├─ pages/                 # 页面组件
│  │  ├─ Home/          # 首页
│  │  ├─ Environment/   # 环境管理
│  │  ├─ Settings/      # 设置页面
│  │  └─ ...
│  ├─ layouts/               # 布局组件
│  │  ├─ GlobalLayout/  # 全局布局
│  │  ├─ StatusBar/     # 状态栏
│  │  └─ ...
│  ├─ stores/                # 全局状态
│  ├─ hooks/                 # 自定义 Hooks
│  ├─ theme/                 # 主题配置
│  ├─ locales/               # 国际化配置
│  ├─ assets/                # 静态资源
│  ├─ App.tsx                # 根组件
│  └─ main.tsx               # 应用入口
│
├─ public/                   # 公共资源
│  ├─ preload.js            # Preload 脚本
│  ├─ logos/                # 应用 LOGO
│  └─ ...
│
├─ extensions/              # 程序扩展
│  ├─ python/               # Python 环境
│  │  ├─ python.exe
│  │  ├─ Scripts/
│  │  ├─ condabin/
│  │  └─ Lib/
│  ├─ notebooks/            # Jupyter 上作目录
│  ├─ uv/                   # uv 工具
│  └─ ...
│
├─ vite.config.ts           # Vite 配置
├─ tsconfig.json            # TypeScript 配置
├─ package.json             # 项目配置
└─ README.md                # 本文档

开发上手

1. 安装依赖

npm install

2. 启动开发服务器

# 终端 1：启动 Vite 开发服务器（支持热更新）
npm run dev

# 终端 2：启动 Electron 开发应用
npm run electron-dev

应用启动后自动打开并支持热改写。在 Electron 开发者工具（F12）中可查看日志和配置信息。

---

运行与打包

运行应用

开发模式

# 终端 启动 Electron 开发应用
npm run electron-dev

应用启动后自动打开并支持热改写。在 Electron 开发者工具（F12）中可查看日志和配置信息。

生产模式

# 编译 TypeScript 并打包应用
npm run electron-pack

输出路径：release/ 目录，Windows 环境下生成 NSIS 安装包。

打包配置注意事项

• 资源加载：生产环境需正确配置 publicPath 和 file:// 协议处理
• extensions 目录：确保 Python 环境和扩展工具随安装包一起发布
• IPC 通信：生产环境下 IPC 消息传递需确保 Preload 脚本正常加载

---

默认配置项

应用默认设置

配置项	默认值	说明
Python 路径	extensions/python/python.exe	项目相对路径，启动时转换为绝对路径
Conda 路径	extensions/python/condabin/conda.bat	项目相对路径
Pip 路径	extensions/python/Scripts/pip.exe	项目相对路径
UV 路径	extensions/uv/uv.exe	项目相对路径
Jupyter 工作目录	extensions/notebooks	项目相对路径，启动时转换为绝对路径
Jupyter 端口	8888	默认通信端口
主题色	蓝色	应用主色调
语言	中文	应用界面语言
窗口外观	亮色	light/dark

路径配置规则

应用启动时，根据运行模式自动配置路径：

开发模式 (npm run electron-dev)：

• 在项目根目录下寻找 extensions 目录
• 所有相对路径转换为项目绝对路径

生产模式 (打包后应用)：

• 在应用根目录下寻找 extensions 目录
• 所有相对路径转换为应用绝对路径

---

核心功能指引

应用卡片机制

• 首页展示：以卡片形式展示已安装的应用和功能
• 自定义应用：支持添加、编辑、删除、收藏应用卡片
• 启动逻辑：
  • 网页类：调用系统默认浏览器打开 URL
  • 应用类：启动本地程序或 JupyterLab 服务

设置页面功能

左侧分类导航：

• 通用设置（主题、语言、字体、开机自启）
• Python 配置（路径设置）
• Jupyter 配置（工作目录、端口）
• 应用卡片（导入/导出、管理）

右侧设置项：

• 对应分类的详细配置
• 支持搜索功能
• 支持恢复默认值

状态栏功能

状态栏显示以下信息：

区域	内容
左侧	Python 版本、环保管理工具版本、Jupyter Kernel 状态
右侧	通知图标（铃铛）和未读通知数

功能说明：

• 点击 Python 版本号：打开 Python 版本切换窗口
• 点击 Kernel 状态：打开 Kernel 选择窗口
• 点击通知图标：展开通知面板

文件关联行为

文件类型	处理方式
.ipynb	自动启动 JupyterLab，工作目录设置为文件所在目录
.py	在 WeStatCode（Monaco Editor）中打开，自动进行代码着色
.csv	通过数据导入对话框打开，支持数据预览和导入参数设置

---

功能开发清单

已完成功能

• ✅ 应用主框架（Electron + React + TypeScript）
• ✅ 全局布局（标题栏、活动栏、工作区、状态栏）
• ✅ JupyterLab 集成（启动、通信、Kernel 管理）
• ✅ 代码编辑器（Monaco Editor 集成）
• ✅ 设置页面（配置管理）
• ✅ 文件管理器（基础文件浏览）
• ✅ 国际化支持（中英文切换）

功能规划

• 🔄 完善数据导入界面（CSV/Excel 导入）
• 🔄 数据查看器（导入数据预览）
• 🔄 环境管理页面（包管理）
• 🔄 变量查看器优化
• 🔄 历史记录查看器
• 🔄 终端组件（xterm.js）
• 🔄 应用卡片导入/导出
• 🔄 主题定制（浅色/深色）
• 🔄 Splash 启动屏

---

常见问题

关于 Python 路径

Q: Python 路径应该如何配置？

A: 在设置页面的 "Python 配置" 中配置绝对路径。建议使用项目自带的 Python（extensions/python/python.exe）。修改后重启应用生效。

关于 JupyterLab 服务

Q: 点击 JupyterLab 应用卡片没有反应？

A:

1. 检查设置页面中的 Python 路径是否正确
2. 检查 Jupyter 工作目录是否存在
3. 查看 Electron 开发工具（F12）中的错误信息

关于文件关联

Q: 打开 .py 文件后没有代码着色？

A: 检查文件是否被正确识别，可以在 WeStatCode 的设置中手动选择语言类型。

---

获取帮助

• 项目源码：[GitHub 仓库]（待补充）
• 问题反馈：提交 Issue 或 Pull Request
• 开发文档：查看 src/ 目录下各模块的 README 文件

---

最后更新：2025 年 12 月 3 日

版本：3.0.1