9cb70267b6
基于多因子 Cobb-Douglas 产量模型的作物种植决策支持应用。
新增文件：
- app.py: Streamlit 主应用，包含产量预测模型、多作物数据库、
雷达图/敏感性分析可视化、作物推荐排行及智能建议面板
- main.py: 入口文件
- pyproject.toml: 项目配置（Python 3.14+，依赖 streamlit/plotly/pandas/numpy）
- Dockerfile: 基于 uv 镜像的容器化部署配置
- justfile: 任务自动化（运行/格式化/检查/清理）
- .gitignore: Python/IDE/缓存忽略规则
90 lines
1.4 KiB
Markdown
90 lines
1.4 KiB
Markdown
# YieldSmart 农业智能决策系统
|
||
|
||
基于多因子 Cobb-Douglas 产量模型的作物种植决策支持应用。
|
||
|
||
## 功能特性
|
||
|
||
- 🌾 多作物产量预测（水稻、小麦、玉米、大豆、油菜、棉花）
|
||
- 📊 影响因子雷达图可视化
|
||
- 🏅 作物推荐智能排行
|
||
- 📈 产量敏感性分析（氮肥/降雨量）
|
||
- 💡 智能种植建议与环境匹配评估
|
||
|
||
## 技术栈
|
||
|
||
- Python 3.14+
|
||
- Streamlit 1.52.1
|
||
- Plotly 6.5.0
|
||
- Pandas 2.3.3
|
||
- NumPy 2.3.5
|
||
|
||
## 快速开始
|
||
|
||
### 使用 uv（推荐）
|
||
|
||
```bash
|
||
# 安装依赖
|
||
uv sync
|
||
|
||
# 运行应用
|
||
uv run streamlit run app.py
|
||
```
|
||
|
||
### 使用传统方式
|
||
|
||
```bash
|
||
# 创建虚拟环境
|
||
python -m venv .venv
|
||
source .venv/bin/activate
|
||
|
||
# 安装依赖
|
||
pip install -r requirements.txt
|
||
|
||
# 运行应用
|
||
streamlit run app.py
|
||
```
|
||
|
||
## 项目结构
|
||
|
||
```
|
||
YieldSmart/
|
||
├── app.py # 主应用文件（Streamlit）
|
||
├── main.py # 入口文件
|
||
├── pyproject.toml # 项目配置
|
||
├── justfile # 任务自动化
|
||
├── Dockerfile # Docker 配置
|
||
└── README.md # 项目文档
|
||
```
|
||
|
||
## 使用 just
|
||
|
||
项目使用 justfile 进行任务管理：
|
||
|
||
```bash
|
||
# 查看所有可用命令
|
||
just --list
|
||
|
||
# 运行应用
|
||
just run
|
||
|
||
# 代码格式化
|
||
just format
|
||
|
||
# 代码检查
|
||
just check
|
||
```
|
||
|
||
## Docker 部署
|
||
|
||
```bash
|
||
# 构建镜像
|
||
docker build -t yieldsmart .
|
||
|
||
# 运行容器
|
||
docker run -p 8000:8000 yieldsmart
|
||
```
|
||
|
||
## 许可证
|
||
|
||
MIT License
|