LTV 数据子序列分析系统

项目地址，我的gitee仓库：https://gitee.com/yohoten_space/ltv_apy_subsequence

LTV (Lifetime Value) 数据子序列分析系统是一个交互式数据可视化工具，用于分析和比较客户生命周期价值数据序列。

功能特点

多种数据可视化方式

• LTV序列对比图：直观展示不同客户群体的生命周期价值变化趋势
• OncoPrint图：仿生物信息学中的OncoPrint图展示客户生命周期关键事件
• 热力图：以热力图形式展示数据相关性
• 数据表格：以传统表格形式展示原始数据

交互式操作

• 图表缩放和平移
• 点击查看详情
• 多标签页切换不同视图
• 图表导出功能

数据筛选和分析

• 基于条件的序列筛选
• 时间范围选择器
• 统计指标计算功能

高级可视化功能

• 趋势线拟合
• 异常检测标记
• 预测功能（ARIMA、LSTM等）

自适应设计

• 响应式布局适配不同屏幕尺寸
• 支持深色模式

安装和运行

环境要求

• Python 3.8+
• 相关依赖包（见下节）

安装步骤

1. 克隆或下载本项目到本地

2. 创建虚拟环境（推荐）：

python -m venv .venv

3. 激活虚拟环境：

# Windows PowerShell
.venv\Scripts\Activate.ps1

# Windows CMD
.venv\Scripts\activate.bat

# macOS/Linux
source .venv/bin/activate

4. 安装核心依赖包：

pip install -r requirements.txt

5. 准备数据文件：
   • 将数据文件放置在 data/transposed_data.csv
   • 或通过环境变量 LTV_DATA_PATH 指定数据文件路径

依赖管理说明

项目采用分层依赖管理策略，以优化安装包体积：

核心依赖（必需）

包含在 requirements.txt 中，运行程序所必需：

• PyQt5 - GUI框架
• pyqtgraph - 高性能绘图
• matplotlib - 图表绘制
• pandas, numpy - 数据处理
• scikit-learn, scipy - 数据分析
• seaborn - 可视化增强
• SQLAlchemy - 数据库支持（可选）

可选依赖（按需安装）

以下功能需要额外安装包：

ARIMA预测功能：

pip install statsmodels==0.14.0

LSTM深度学习预测（约500MB）：

pip install tensorflow==2.13.0

构建工具（仅打包时需要）

如需打包成可执行文件：

pip install -r build_requirements.txt

或单独安装：

pip install cx_Freeze==6.15.12

依赖检查工具

项目提供了依赖检查脚本，可以验证当前环境的包安装情况：

python check_dependencies.py

该工具会显示：

• ✓ 正确安装的包
• ⚠ 版本不匹配的包
• ✗ 缺失的包
• 可能不必要的大包

虚拟环境清理与重建

如果虚拟环境出现问题，可以使用提供的脚本快速重建：

Windows批处理：

rebuild_env.bat

PowerShell：

.\rebuild_env.ps1

这些脚本会：

1. 卸载所有已安装的包
2. 重新安装核心依赖
3. 验证安装结果

预测功能依赖（可选）

要使用ARIMA和LSTM预测功能，需要安装额外的依赖：

pip install statsmodels tensorflow

或者取消 requirements.txt 中相应行的注释，然后运行：

pip install -r requirements.txt

运行应用

运行桌面版本（基于PyQt5）：

python main.py

如果遇到Qt平台插件错误（如Could not find the Qt platform plugin "windows"），请设置环境变量：

$env:QT_QPA_PLATFORM_PLUGIN_PATH=".venv\Lib\site-packages\PyQt5\Qt5\plugins"

然后再次运行：

python main.py

或者可以一条命令执行：

$env:QT_QPA_PLATFORM_PLUGIN_PATH=".venv\Lib\site-packages\PyQt5\Qt5\plugins"; python main.py

配置说明

配置文件

系统支持通过 config.json（与 config.py 同级）持久化配置。第一次运行时使用默认值，修改配置后自动保存。

配置优先级

1. 环境变量 LTV_DATA_PATH（覆盖配置文件中的 DATA_PATH）
2. config.json 中的持久化配置
3. 代码中的默认值

环境变量

变量名	说明	默认值
LTV_DATA_PATH	数据文件路径	data/transposed_data.csv
QT_QPA_PLATFORM_PLUGIN_PATH	Qt平台插件路径	.venv\Lib\site-packages\PyQt5\Qt5\plugins

使用指南

主要界面

应用启动后显示四个标签页：

1. LTV序列比对图：显示各序列的生命周期价值变化
2. OncoPrint图：以OncoPrint形式展示客户生命周期事件
3. 热力图：以热力图展示基因改变情况
4. 数据表格：以表格形式展示原始数据

交互操作

• 点击查看：在LTV序列比对图上点击数据点可查看详细信息
• 缩放平移：使用鼠标滚轮缩放，拖拽平移视图
• 图表导出：使用图表工具栏中的相机图标导出图片
• 加载新数据：使用"加载数据"按钮可以选择新的数据文件
• 主题切换：在"视图"菜单中可以切换深色/浅色模式

数据筛选和分析

在"LTV序列比对图"标签页中，提供了丰富的数据分析功能：

1. 序列筛选：在"序列筛选"输入框中输入关键词，点击"应用筛选"按钮筛选包含关键词的序列
2. 时间范围选择：在"开始时间"和"结束时间"输入框中输入时间索引，点击"应用时间范围"按钮限定显示的时间范围
3. 统计指标计算：点击"计算统计指标"按钮计算并显示各序列的基本统计信息（均值、标准差、最小值、最大值）
4. 趋势线拟合：点击"添加趋势线"按钮为每个序列添加线性趋势线
5. 异常检测：点击"标记异常点"按钮使用Z-score方法检测并标记异常点

预测功能

在菜单栏的"分析"菜单中提供了两种预测方法：

1. ARIMA预测：基于时间序列的ARIMA模型进行预测（需要安装statsmodels库）
2. LSTM预测：基于深度学习的LSTM神经网络进行预测（需要安装tensorflow库）

技术架构

主要技术栈

• PyQt5：Python桌面GUI框架（桌面版本）
• pyqtgraph：基于PyQt5的科学绘图库
• matplotlib：Python 2D绘图库
• seaborn：统计数据分析和可视化库
• Pandas：数据分析库
• NumPy：数值计算库
• Scikit-learn：机器学习库
• Statsmodels：统计模型库（可选）
• TensorFlow/Keras：深度学习库（可选）

代码结构

LTV_apy_subsequence/
├── main.py                    # 程序入口点
├── config.py                  # 配置管理（支持 config.json 持久化）
├── config.json                # 持久化配置文件（自动生成）
├── .gitignore
├── gui/                       # GUI相关模块
│   ├── main_window.py         # 主窗口类
│   ├── tabs/                  # 标签页模块
│   │   ├── ltv_tab.py         # LTV序列标签页
│   │   ├── oncoprint_tab.py   # OncoPrint标签页
│   │   ├── heatmap_tab.py     # 热力图标签页
│   │   └── table_tab.py       # 数据表格标签页
│   └── widgets/               # 自定义控件
│       ├── optimized_plot.py  # pyqtgraph 绘图控件
│       └── config_dialog.py   # 配置对话框
├── data/                      # 数据处理模块
│   ├── loader.py              # 数据加载器
│   ├── extended_loader.py     # 扩展数据加载器
│   ├── models.py              # 数据模型
│   └── transposed_data.csv    # 示例数据
├── utils/                     # 工具模块
│   ├── theme.py               # 主题管理
│   ├── font_manager.py        # 字体管理
│   └── data_analysis.py       # 数据分析工具
├── tests/                     # 测试
│   └── test_data_loader.py
├── build_pyinstaller_fixed.py # 构建脚本
├── build_pyinstaller.bat      # 构建批处理
├── LTV_apy_subsequence.spec   # PyInstaller spec
├── README.md
├── requirements.txt
└── LTV_apy_subsequence.ico

性能优化措施

大数据处理

• 使用多线程加载数据，避免阻塞UI线程
• 对超过阈值的数据序列进行分页处理
• 限制同时显示的序列数量

渲染优化

• 图表采用增量渲染策略
• 合理设置图表分辨率

内存管理

• 及时释放不需要的数据对象
• 使用高效的数据结构存储中间结果

故障排除

常见问题

1. 数据文件未找到

   Exception: 文件未找到，请确保文件路径正确
   

   解决方法：

   • 检查数据文件是否存在
   • 确认环境变量 LTV_DATA_PATH 设置正确
   • 确保有文件读取权限

2. 数据格式错误

   Exception: 数据文件格式错误，请检查CSV文件格式
   

   解决方法：

   • 检查CSV文件格式是否正确
   • 确保文件编码为UTF-8

3. Qt平台插件错误

   qt.qpa.plugin: Could not find the Qt platform plugin "windows" in ""
   

   解决方法：

   • 设置环境变量 QT_QPA_PLATFORM_PLUGIN_PATH 指向正确的插件目录
   • 通常路径为 .venv\Lib\site-packages\PyQt5\Qt5\plugins

4. 中文显示为方框或乱码

   RuntimeWarning: Glyph XXXX missing from current font
   

   解决方法：

   • 确保系统已安装中文字体（如黑体、微软雅黑等）
   • 程序会自动配置中文字体支持，如仍有问题可手动设置系统字体

5. 趋势线或异常检测功能报错

   TypeError: 'NoneType' object is not callable
   

   解决方法：

   • 此问题已在最新版本中修复，请确保使用最新的代码版本

开发计划

• 深色模式支持
• 数据筛选和分析功能
• 配置持久化（config.json）
• 导出功能完整实现
• 预测功能（ARIMA/LSTM 当前为占位）
• 增加更多图表类型
• 单元测试覆盖

贡献指南

欢迎提交Issue和Pull Request来帮助改进本项目。

许可证

本项目仅供学习交流使用。