【开题答辩全过程】以 基于Python新能源汽车销售数据分析与可视化为例，包含答辩的问题和答案

个人简介

一名14年经验的资深毕设内行人，语言擅长Java、php、微信小程序、Python、Golang、安卓Android等

开发项目包括大数据、深度学习、网站、小程序、安卓、算法。平常会做一些项目定制化开发、代码讲解、答辩教学、文档编写、也懂一些降重方面的技巧。

感谢大家的关注与支持！

答辩学生：各位老师好，我是计算机科学与技术专业的xx同学。我的课题是“基于Python的新能源汽车销售数据分析与可视化”。系统主要做三件事：先爬取并清洗2020-2025年国内新能源乘用车销量数据；再用Pandas、Statsmodels做同比、环比、品牌占比、价格段分布以及2025全年销量预测；最后用Django+Vue前后端分离，把结果做成可交互的大屏，包含地图热力、水位图、环形图、折线趋势图四个模块，方便一键导出PPT截图。技术栈就是Python3.11、Django4、Vue3、DataV、ECharts、MySQL8，本地笔记本就能跑通。

评委老师：为什么选“新能源汽车销量”这个题？
答辩学生：我家里亲戚卖车，我自己又刚学完Python数据分析，正好把兴趣和实际结合起来，数据也好找。

评委老师：你的数据从哪来？能保证权威吗？
答辩学生：主要用乘联会每月公开的CSV，再爬汽车之家销量排行做补充，两条源交叉验证，缺失值低于5%。

评委老师：数据量大概多少条？
答辩学生：按月、按车型、按省份三张表，一共6万多行，时间跨度2018-2024.11，2025年1-3月的新数据我会继续补。

评委老师：清洗环节最难的是什么？
答辩学生：车型名不统一，比如“汉EV”有的写成“BYD Han新能源”，我写了个模糊匹配字典，把同款车型归并，耗时最长。

评委老师：预测模型用啥？准确率怎么衡量？
答辩学生：先画ADF检验看平稳性，再用SARIMA(1,1,1)(1,1,1,12)，MAPE目标<15%，如果达不到就换Prophet做对比。

评委老师：大屏为什么要用Vue+Django，而不用纯Python仪表板？
答辩学生：纯Python的Streamlit我试过，布局不够炫；Vue+DataV能做出电视台效果，而且我学过前端，老师看起来也更直观。

评委老师：系统里哪张图最能体现你工作量？
答辩学生：省级销量水位图，要先把省编码映射成GeoJSON，再实时算同比颜色，调了两天。

评委老师：如果2025年4月数据突然缺失，你怎么办？
答辩学生：后台加个定时爬虫异常邮件提醒，缺失超过10%就用上一期环比系数补齐，并在图表脚注标出“插补”。

评委老师：做完这个系统，你觉得最大的收获是什么？
答辩学生：第一次把“爬虫-清洗-建模-可视化”全链路跑通，发现代码能马上变成亲戚门店的进货参考，感觉很有成就感。

评委老师评价：
xx同学选题贴近行业，技术路线清晰，数据链路完整，对缺失值、预测误差都有应对预案。大屏设计考虑用户场景，能体现应用型本科特色。后续写作注意把“车型归并规则”和“SARIMA参数选择”写进附录，论文就更扎实。总体通过，预祝你顺利完成2025年5月的终稿与演示。

以上是某同学的毕业设计答辩的过程，如果你现在还没有参加答辩，还是开题阶段，已经选好了题目不知道怎么写开题报告，可以下面找找有没有自己符合自己题目的开题报告内容，列表中的开题报告都是往届真实的开题报告，可发送使用或参考。文末或底部来联xi可免费获取

最后

有时间和有基础的同学，建议自己多花时间找一下资料（开题报告、源码）自己独立完成毕设，需要开题报告内容、源码参考的，可以联xi博主，没有选题的也可以联系我们进行帮你选题、定功能和建议。