Python编程：老陈醋生产质量分析项目设计与实现

大家好，我是ICdoeWR。今天记录一下，基于Python编程实现老陈醋生产质量分析项目过程。

一、项目概述

1.1 项目背景

传统老陈醋生产依赖经验判断，缺乏数据驱动的质量控制手段。本项目通过建立数据分析系统，实现生产过程的数字化监控和质量预测。

1.2 项目目标

构建老陈醋生产质量分析平台

实现关键指标可视化监控

建立质量预测模型（准确率≥85%）

提供生产工艺优化建议

二、系统架构设计

2.1 技术架构

[数据层] [分析层] [应用层]

│          │          │

模拟数据   机器学习模型  可视化界面

        统计分析     建议生成

2.2 技术栈

数据分析

：Pandas, NumPy

可视化

：Matplotlib, Seaborn

机器学习

：Scikit-learn

开发语言

：Python 3.8+

三、核心功能模块

3.1 数据管理模块

模拟数据生成（已实现）

数据预处理（缺失值填充、异常值处理）

数据质量检查

3.2 质量分析模块

3.3 预测模型模块

模型类型

：随机森林回归

输入特征

：7个工艺参数（发酵温度、时间等）

输出指标

：感官评分

性能指标

：RMSE≤3.0，R²≥0.8

3.4 优化建议模块

基于优质产品(特级)的工艺参数分析

自动生成生产参数建议

四、数据模型设计

4.1 数据字段说明

数据字段 = {

  '批次号': '唯一标识',

  '发酵温度': '摄氏度(25-38℃)',

  '发酵时间': '天数(15-45天)',

  'pH值': '酸碱度(3.0-4.0)',

  '总酸': 'g/100ml(正常范围5.5-7.5)',

  # 其他字段类似定义...

}

4.2 质量分级标准

conditions = [

  (df['感官评分'] >= 90),  # 特级

  (df['感官评分'] >= 80),  # 一级

  (df['感官评分'] < 80)    # 二级

]

五、项目代码

5.1 项目开发

项目完整代码如下：

"""

老陈醋生产质量分析系统

功能包含：

1. 生产数据可视化分析

2. 质量指标相关性分析

3. 质量预测模型

"""

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

import seaborn as sns

from sklearn.model_selection import train_test_split

from sklearn.ensemble import RandomForestRegressor

from sklearn.metrics import mean_squared_error, r2_score

# 设置中文字体

plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置中文字体为黑体

plt.rcParams['axes.unicode_minus'] = False# 解决负号显示问题

# 1. 模拟生成生产数据

defgenerate_production_data(num_samples=100):

"""

  生成模拟老陈醋生产数据

  包含以下特征：

  - 生产批次

  - 发酵温度(℃)

  - 发酵时间(天)

  - pH值

  - 总酸(g/100ml)

  - 不挥发酸(g/100ml)

  - 还原糖(g/100ml)

  - 氨基酸态氮(g/100ml)

  - 菌落总数(CFU/ml)

  - 大肠菌群(MPN/100ml)

  - 感官评分(0-100)

  """

  np.random.seed(42)

  data = {

'批次号': [f'PC{2024000+i}'for i inrange(num_samples)],

'发酵温度': np.random.normal(32, 2, num_samples),

'发酵时间': np.random.randint(15, 45, num_samples),

'pH值': np.random.uniform(3.2, 3.8, num_samples),

'总酸': np.random.normal(6.5, 0.5, num_samples),

'不挥发酸': np.random.normal(3.8, 0.3, num_samples),

'还原糖': np.random.normal(2.5, 0.4, num_samples),

'氨基酸态氮': np.random.normal(0.4, 0.05, num_samples),

'菌落总数': np.random.lognormal(3, 0.5, num_samples),

'大肠菌群': np.random.poisson(3, num_samples),

'感官评分': np.random.normal(85, 5, num_samples)

  }

  df = pd.DataFrame(data)

# 添加10%的缺失值

  mask = np.random.rand(*df.shape) < 0.1

  df = df.mask(mask)

return df

# 2. 数据预处理

defpreprocess_data(df):

# 填充缺失值

  numerical_cols = df.select_dtypes(include=np.number).columns.tolist()

for col in numerical_cols:

      df[col] = df[col].fillna(df[col].median())

# 处理异常值

  df['发酵温度'] = np.clip(df['发酵温度'], 25, 38)

  df['pH值'] = np.clip(df['pH值'], 3.0, 4.0)

# 添加质量等级分类

  conditions = [

      (df['感官评分'] >= 90),

      (df['感官评分'] >= 80) & (df['感官评分'] < 90),

      (df['感官评分'] < 80)

  ]

  choices = ['特级', '一级', '二级']

# df['质量等级'] = np.select(conditions, choices)

  df['质量等级'] = np.select(conditions, choices, default='二级')  # 添加默认值

return df

# 3. 数据可视化分析

defvisualize_data(df):

  plt.figure(figsize=(15, 10))

# 关键指标分布

  plt.subplot(2, 2, 1)

  sns.histplot(df['总酸'], kde=True)

  plt.title('总酸含量分布')

  plt.subplot(2, 2, 2)

  sns.scatterplot(x='发酵时间', y='总酸', hue='质量等级', data=df)

  plt.title('发酵时间与总酸关系')

  plt.subplot(2, 2, 3)

  sns.boxplot(x='质量等级', y='感官评分', data=df)

  plt.title('质量等级评分分布')

  plt.subplot(2, 2, 4)

  corr_matrix = df.corr(numeric_only=True)

  sns.heatmap(corr_matrix[['感官评分']], annot=True, cmap='coolwarm')

  plt.title('指标与感官评分相关性')

  plt.tight_layout()

  plt.show()

# 4. 质量预测模型

defbuild_quality_model(df):

# 特征选择

  features = ['发酵温度', '发酵时间', 'pH值', '总酸',

'不挥发酸', '还原糖', '氨基酸态氮']

  target = '感官评分'

  X = df[features]

  y = df[target]

# 数据分割

  X_train, X_test, y_train, y_test = train_test_split(

      X, y, test_size=0.2, random_state=42)

# 模型训练

  model = RandomForestRegressor(n_estimators=100, random_state=42)

  model.fit(X_train, y_train)

# 模型评估

  y_pred = model.predict(X_test)

print(f'模型性能:')

print(f'RMSE: {np.sqrt(mean_squared_error(y_test, y_pred)):.2f}')

print(f'R²: {r2_score(y_test, y_pred):.2f}')

# 特征重要性

  importance = pd.Series(model.feature_importances_, index=features)

  importance.sort_values(ascending=False, inplace=True)

  plt.figure(figsize=(10, 6))

  sns.barplot(x=importance.values, y=importance.index)

  plt.title('特征重要性分析')

  plt.show()

return model, features

# 主程序

if __name__ == "__main__":

# 生成并加载数据

  production_data = generate_production_data(200)

# 数据预处理

  clean_data = preprocess_data(production_data)

# 数据分析

print("数据统计摘要:")

print(clean_data.describe())

print("\n质量等级分布:")

print(clean_data['质量等级'].value_counts())

# 数据可视化

  visualize_data(clean_data)

# 构建预测模型

  quality_model, features = build_quality_model(clean_data)

# 示例预测

  sample_data = pd.DataFrame([[

33.5, 28, 3.5, 6.8,

3.9, 2.6, 0.42

  ]], columns=features)

  predicted_score = quality_model.predict(sample_data)

print(f"\n预测感官评分: {predicted_score[0]:.1f}")

# 5. 生产建议生成

defgenerate_recommendations(df):

  recommendations = []

# 基于温度分析

  optimal_temp = df.groupby('质量等级')['发酵温度'].mean()['特级']

  recommendations.append(

f"建议保持发酵温度在{optimal_temp:.1f}℃左右")

# 基于时间分析

  best_time = df.groupby('质量等级')['发酵时间'].median()['特级']

  recommendations.append(

f"建议发酵时间控制在{best_time}天左右")

# 基于pH分析

  best_ph = df[df['质量等级'] == '特级']['pH值'].median()

  recommendations.append(

f"建议控制pH值在{best_ph:.2f}范围内")

print("\n生产优化建议:")

for i, rec inenumerate(recommendations, 1):

print(f"{i}. {rec}")

# 运行建议生成

generate_recommendations(clean_data)

5.2 项目运行效果

六、风险控制

数据质量问题

对策：建立数据校验规则

监控指标：缺失率<5%，异常值<3%

模型预测偏差

对策：定期模型重训练

标准：每月评估一次模型性能

工艺变更影响

对策：建立模型版本管理

机制：工艺变更触发模型更新

交流讨论：欢迎在评论区留言！

重要提示：本文主要是记录自己的学习与实践过程，所提内容或者观点仅代表个人意见，只是我以为的，不代表完全正确，不喜请勿关注。