基于华为开发者空间的Open WebUI数据分析与可视化实战_open-web ui

1 概述

1.1 案例介绍

本案例演示如何在华为开发者空间云主机上搭建Open WebUI环境，结合DeepSeek-R1模型进行数据分析、统计建模、数据可视化和业务洞察挖掘等实际数据科学任务。

1.2 适用对象

• 数据分析师
• 业务分析师
• 数据科学工程师
• 市场研究人员
• 统计学专业学生

1.3 案例时长

预计 90 分钟

1.4 案例流程

1. 开启华为开发者空间云主机
2. 安装Docker和Open WebUI
3. 部署Ollama和DeepSeek-R1模型
4. 配置数据分析环境
5. AI分析业务数据集实战

1.5 资源总览

资源名称 规格 单价（元） 时长（分钟） 开发者空间–云主机 4 vCPUs 8 GB Ubuntu 24.04 Server 定制版 0 90 Open WebUI Docker容器化部署 0 — Ollama 本地模型服务 DeepSeek-R1（本地部署） 0 — 数据分析环境 Python + Pandas + Matplotlib 0 —

---

2 环境配置

2.1 开发者空间

华为开发者空间，是为全球开发者打造的专属开发者空间，致力于为每位开发者提供一台云主机（点击免费领取）、一套开发工具和云上存储空间，汇聚昇腾、鸿蒙、鲲鹏、GaussDB、欧拉等华为各项根技术的开发工具资源，并提供配套案例指导开发者 从开发编码到应用调测，基于华为根技术生态高效便捷的知识学习、技术体验、应用创新。

点击我的云主机，选择“打开云主机”，并进入桌面。云主机默认系统为 Ubuntu 24.04 Server 定制版。

2.2 安装Docker环境

2 环境配置

2.1 开发者空间

华为开发者空间，是为全球开发者打造的专属开发者空间，致力于为每位开发者提供一台云主机（点击免费领取）、一套开发工具和云上存储空间，汇聚昇腾、鸿蒙、鲲鹏、GaussDB、欧拉等华为各项根技术的开发工具资源，并提供配套案例指导开发者 从开发编码到应用调测，基于华为根技术生态高效便捷的知识学习、技术体验、应用创新。

点击我的云主机，选择“打开云主机”，并进入桌面。云主机默认系统为 Ubuntu 24.04 Server 定制版。

2.2 安装 Ollama

Ollama 是一个强大的开源工具，旨在帮助用户轻松地在本地运行、部署和管理大型语言模型（LLMs）。它提供了一个简单的命令行界面，使用户能够快速下载、运行和与各种预训练的语言模型进行交互。Ollama 支持多种模型架构，并且特别适合那些希望在本地环境中使用 LLMs 的开发者和研究人员。

# 安装 Ollama 脚本curl -fsSL https://dtse-mirrors.obs.cn-north-4.myhuaweicloud.com/case/0035/install.sh | sudo bash

设置并启动 Ollama 服务。

sudo systemctl enable ollamasudo systemctl start ollama

接下来可以根据需要，借助 Ollama 工具来部署大模型。

2.3 安装 Open WebUI

打开云主机命令行窗口输入以下命令，更新软件包。

sudo apt updatesudo apt upgrade -y

卸载旧版本Docker（如果已安装）。

sudo apt-get remove docker docker-engine docker.io containerd runc

安装必要的依赖。

sudo apt install apt-transport-https ca-certificates curl software-properties-common

添加Docker的官方GPG密钥。

sudo curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -

添加Docker的APT源。

sudo add-apt-repository \"deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable\"

更新APT包索引。

sudo apt update

安装Docker CE。

sudo apt install docker-ce

验证Docker是否安装成功。

sudo systemctl status docker

设置Docker自动启动。

sudo systemctl enable docker

安装 Open WebUI。

sudo docker pull ghcr.io/open-webui/open-webui:main

运行 Open WebUI 容器。

sudo docker run -d --network host -v open-webui:/app/backend/data --name open-webui --restart always -e OLLAMA_BASE_URL=http://localhost:11434 ghcr.io/open-webui/open-webui:main

大概等待两分钟，容器可以启动完成。

向deepseek-r1模型提问，比如：“帮我写一个冒泡排序”。

如果访问失败，可以输入下面命令查看日志。

# 查看容器状态sudo docker ps -a | grep open-webui# 检查日志sudo docker logs open-webui

2.4 准备数据分析环境

# 安装Python数据分析库sudo apt install python3-pip -ypip3 install pandas numpy matplotlib seaborn plotly jupyter# 创建数据分析工作目录mkdir -p ~/data-analysis-projectcd ~/data-analysis-project

---

3 实战项目

3.1 创建业务数据集

创建一个电商销售数据集用于分析：

# 创建销售数据CSV文件cat > sales_data.csv << \'EOF\'date,product_category,product_name,sales_amount,quantity,customer_age,customer_gender,region,promotion_type2024-01-15,Electronics,Smartphone,899.99,1,25,Female,North,None2024-01-15,Electronics,Laptop,1299.99,1,32,Male,South,Discount_102024-01-16,Clothing,T-Shirt,29.99,2,28,Female,East,None2024-01-16,Electronics,Tablet,499.99,1,45,Male,West,Bundle_Deal2024-01-17,Books,Novel,15.99,1,35,Female,North,None2024-01-17,Electronics,Headphones,199.99,1,22,Male,South,Flash_Sale2024-01-18,Clothing,Jeans,79.99,1,30,Female,East,Discount_202024-01-18,Home,Coffee_Maker,89.99,1,40,Male,West,None2024-01-19,Electronics,Phone_Case,19.99,3,26,Female,North,Bundle_Deal2024-01-19,Books,Textbook,89.99,1,20,Male,South,Student_Discount2024-01-20,Clothing,Jacket,149.99,1,38,Female,East,Seasonal_Sale2024-01-20,Electronics,Smart_Watch,299.99,1,33,Male,West,None2024-01-21,Home,Vacuum_Cleaner,199.99,1,42,Female,North,Discount_152024-01-21,Electronics,Wireless_Mouse,39.99,2,29,Male,South,None2024-01-22,Books,Cookbook,24.99,1,36,Female,East,None2024-01-22,Clothing,Sneakers,119.99,1,24,Male,West,Flash_Sale2024-01-23,Electronics,Power_Bank,49.99,1,31,Female,North,Bundle_Deal2024-01-23,Home,Lamp,69.99,1,44,Male,South,None2024-01-24,Clothing,Dress,89.99,1,27,Female,East,Discount_252024-01-24,Electronics,Bluetooth_Speaker,79.99,1,34,Male,West,NoneEOF# 创建客户信息数据cat > customer_data.csv << \'EOF\'customer_id,registration_date,total_orders,lifetime_value,satisfaction_score,preferred_categoryC001,2023-06-15,12,2400.50,4.5,ElectronicsC002,2023-07-20,8,1200.75,4.2,ClothingC003,2023-08-10,15,3200.25,4.8,ElectronicsC004,2023-09-05,6,800.60,3.9,BooksC005,2023-10-12,10,1800.40,4.3,HomeC006,2023-11-08,18,4500.80,4.7,ElectronicsC007,2023-12-03,7,950.35,4.0,ClothingC008,2024-01-14,5,600.25,3.8,BooksC009,2024-01-20,9,1650.90,4.4,HomeC010,2024-01-25,11,2100.55,4.6,ElectronicsEOF# 创建产品库存数据cat > inventory_data.csv << \'EOF\'product_id,product_name,category,cost_price,selling_price,stock_quantity,supplier,last_restockedP001,Smartphone,Electronics,650.00,899.99,45,TechCorp,2024-01-10P002,Laptop,Electronics,800.00,1299.99,23,CompuMax,2024-01-08P003,T-Shirt,Clothing,12.00,29.99,120,FashionHub,2024-01-12P004,Tablet,Electronics,300.00,499.99,35,TechCorp,2024-01-09P005,Novel,Books,8.00,15.99,80,BookWorld,2024-01-11P006,Headphones,Electronics,80.00,199.99,67,AudioPro,2024-01-07P007,Jeans,Clothing,35.00,79.99,55,DenimCo,2024-01-13P008,Coffee_Maker,Home,45.00,89.99,30,KitchenMax,2024-01-06P009,Phone_Case,Electronics,8.00,19.99,200,AccessoryPlus,2024-01-14P010,Textbook,Books,45.00,89.99,25,EduBooks,2024-01-05EOF

3.2 访问Open WebUI并创建分析对话

浏览器访问 http://localhost:8080，创建管理员账户并登录。

开始数据分析对话。

3.3 探索性数据分析

对话1：数据概览分析

我是一名数据分析师，需要对电商销售数据进行全面分析。我有三个数据文件：1. sales_data.csv - 销售交易数据2. customer_data.csv - 客户信息数据 3. inventory_data.csv - 产品库存数据请帮我生成Python代码来进行初步的探索性数据分析，包括：1. 数据加载和基本信息查看2. 数据质量检查（缺失值、异常值）3. 描述性统计分析4. 数据分布可视化请提供完整的可执行代码。

预期AI回答示例：

import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport seaborn as snsfrom datetime import datetimeimport warningswarnings.filterwarnings(\'ignore\')# 设置中文字体和图表风格plt.rcParams[\'font.sans-serif\'] = [\'DejaVu Sans\']plt.rcParams[\'axes.unicode_minus\'] = Falsesns.set_style(\"whitegrid\")def load_and_explore_data(): \"\"\"加载数据并进行初步探索\"\"\" # 1. 数据加载 print(\"=== 数据加载 ===\") sales_df = pd.read_csv(\'sales_data.csv\') customer_df = pd.read_csv(\'customer_data.csv\') inventory_df = pd.read_csv(\'inventory_data.csv\') print(f\"销售数据形状: {sales_df.shape}\") print(f\"客户数据形状: {customer_df.shape}\") print(f\"库存数据形状: {inventory_df.shape}\") # 2. 数据基本信息 print(\"\\n=== 销售数据基本信息 ===\") print(sales_df.info()) print(\"\\n销售数据前5行:\") print(sales_df.head()) # 3. 数据质量检查 print(\"\\n=== 数据质量检查 ===\") print(\"销售数据缺失值:\") print(sales_df.isnull().sum()) # 4. 描述性统计 print(\"\\n=== 描述性统计 ===\") print(sales_df.describe()) # 5. 数据可视化 fig, axes = plt.subplots(2, 3, figsize=(18, 12)) # 销售金额分布 axes[0,0].hist(sales_df[\'sales_amount\'], bins=20, alpha=0.7, color=\'skyblue\') axes[0,0].set_title(\'销售金额分布\') axes[0,0].set_xlabel(\'销售金额\') axes[0,0].set_ylabel(\'频次\') # 产品类别销售分布 category_sales = sales_df.groupby(\'product_category\')[\'sales_amount\'].sum() axes[0,1].pie(category_sales.values, labels=category_sales.index, autopct=\'%1.1f%%\') axes[0,1].set_title(\'产品类别销售占比\') # 地区销售分布 region_sales = sales_df.groupby(\'region\')[\'sales_amount\'].sum() axes[0,2].bar(region_sales.index, region_sales.values, color=\'lightgreen\') axes[0,2].set_title(\'地区销售分布\') axes[0,2].set_xlabel(\'地区\') axes[0,2].set_ylabel(\'销售金额\') # 客户年龄分布 axes[1,0].hist(sales_df[\'customer_age\'], bins=15, alpha=0.7, color=\'orange\') axes[1,0].set_title(\'客户年龄分布\') axes[1,0].set_xlabel(\'年龄\') axes[1,0].set_ylabel(\'频次\') # 促销类型效果 promo_sales = sales_df.groupby(\'promotion_type\')[\'sales_amount\'].mean() axes[1,1].bar(promo_sales.index, promo_sales.values, color=\'lightcoral\') axes[1,1].set_title(\'促销类型平均销售额\') axes[1,1].set_xlabel(\'促销类型\') axes[1,1].set_ylabel(\'平均销售额\') axes[1,1].tick_params(axis=\'x\', rotation=45) # 性别销售分布 gender_sales = sales_df.groupby(\'customer_gender\')[\'sales_amount\'].sum() axes[1,2].pie(gender_sales.values, labels=gender_sales.index, autopct=\'%1.1f%%\') axes[1,2].set_title(\'性别销售分布\') plt.tight_layout() plt.savefig(\'eda_analysis.png\', dpi=300, bbox_inches=\'tight\') plt.show() return sales_df, customer_df, inventory_df# 执行分析sales_data, customer_data, inventory_data = load_and_explore_data()

3.4 深度数据分析

对话2：销售趋势分析

基于上面的数据，请帮我进行更深入的销售趋势分析：1. 时间序列分析 - 销售趋势变化2. 相关性分析 - 各变量之间的关系3. 客户细分分析 - RFM分析模型4. 产品性能分析 - 销售排行和利润分析5. 异常值检测 - 识别异常交易请提供详细的分析代码和解释。

3.5 统计建模与预测

对话3：预测模型构建

现在需要构建预测模型来支持业务决策：1. 销售额预测模型 - 基于历史数据预测未来销售2. 客户流失预测 - 识别可能流失的客户3. 库存优化模型 - 预测最优库存水平4. 价格敏感性分析 - 分析价格对销售的影响请使用Python机器学习库（如scikit-learn）构建这些模型，并提供模型评估指标。

3.6 数据可视化仪表板

对话4：交互式仪表板

请帮我创建一个交互式的数据可视化仪表板，使用Plotly或Dash库，包含以下组件：1. 实时销售指标面板2. 产品类别业绩对比图3. 地区销售热力图 4. 客户年龄与消费行为散点图5. 促销活动效果分析图表6. 库存预警提醒面板请提供完整的代码实现。

3.7 业务洞察挖掘

对话5：业务智能分析

基于所有的数据分析结果，请帮我生成一份综合的业务洞察报告，包括：1. 关键业务指标总结2. 主要发现和洞察3. 存在的问题和风险4. 改进建议和行动计划5. 预测和趋势展望请以管理层可以理解的商业语言表述，避免过多技术细节。

3.8 自动化报告生成

对话6：报告自动化

请帮我创建一个自动化的数据分析和报告生成系统，要求：1. 定期自动处理新的数据文件2. 自动更新分析结果和图表3. 生成PDF格式的分析报告4. 设置异常情况预警通知5. 支持多种数据源接入请提供Python脚本实现这个自动化流程。

3.9 高级分析技术

对话7：机器学习应用

请展示如何在这个电商数据集上应用高级分析技术：1. 聚类分析 - 客户群体细分2. 关联规则挖掘 - 购物篮分析3. 时间序列预测 - ARIMA模型4. 推荐系统 - 协同过滤算法5. 异常检测 - 孤立森林算法每种技术请提供具体的代码实现和业务应用场景。

---

4 验证和测试

4.1 执行数据分析代码

# 创建分析脚本cd ~/data-analysis-project# 安装所需库pip3 install scikit-learn plotly dash# 运行分析脚本python3 eda_analysis.py# 查看生成的图表ls -la *.png

4.2 模型性能验证

# 创建模型验证脚本cat > model_validation.py << \'EOF\'from sklearn.model_selection import train_test_split, cross_val_scorefrom sklearn.ensemble import RandomForestRegressorfrom sklearn.metrics import mean_squared_error, r2_scoreimport pandas as pdimport numpy as npdef validate_sales_prediction_model(): \"\"\"验证销售预测模型性能\"\"\" # 加载数据 sales_df = pd.read_csv(\'sales_data.csv\') # 特征工程 sales_df[\'date\'] = pd.to_datetime(sales_df[\'date\']) sales_df[\'day_of_week\'] = sales_df[\'date\'].dt.dayofweek sales_df[\'month\'] = sales_df[\'date\'].dt.month # 编码分类变量 categorical_features = [\'product_category\', \'customer_gender\', \'region\', \'promotion_type\'] sales_encoded = pd.get_dummies(sales_df, columns=categorical_features) # 准备特征和目标变量 feature_cols = [col for col in sales_encoded.columns if col not in [\'date\', \'product_name\', \'sales_amount\']] X = sales_encoded[feature_cols] y = sales_encoded[\'sales_amount\'] # 分割数据 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) # 训练模型 model = RandomForestRegressor(n_estimators=100, random_state=42) model.fit(X_train, y_train) # 预测和评估 y_pred = model.predict(X_test) mse = mean_squared_error(y_test, y_pred) r2 = r2_score(y_test, y_pred) print(f\"模型性能评估:\") print(f\"均方误差 (MSE): {mse:.2f}\") print(f\"R²分数: {r2:.3f}\") # 特征重要性 feature_importance = pd.DataFrame({ \'feature\': feature_cols, \'importance\': model.feature_importances_ }).sort_values(\'importance\', ascending=False) print(\"\\n特征重要性排名:\") print(feature_importance.head(10)) return model, feature_importance# 运行验证model, importance = validate_sales_prediction_model()EOFpython3 model_validation.py

4.3 仪表板部署测试

# 创建简单的Dash仪表板cat > dashboard.py << \'EOF\'import dashfrom dash import dcc, html, Input, Outputimport plotly.express as pximport pandas as pd# 加载数据sales_df = pd.read_csv(\'sales_data.csv\')# 创建Dash应用app = dash.Dash(__name__)app.layout = html.Div([ html.H1(\"电商销售数据分析仪表板\", style={\'text-align\': \'center\'}), dcc.Dropdown( id=\'category-dropdown\', options=[{\'label\': cat, \'value\': cat} for cat in sales_df[\'product_category\'].unique()], value=sales_df[\'product_category\'].unique()[0], style={\'width\': \'50%\'} ), dcc.Graph(id=\'sales-chart\'), dcc.Graph(id=\'age-distribution\')])@app.callback( [Output(\'sales-chart\', \'figure\'), Output(\'age-distribution\', \'figure\')], [Input(\'category-dropdown\', \'value\')])def update_charts(selected_category): filtered_df = sales_df[sales_df[\'product_category\'] == selected_category] # 销售图表 sales_fig = px.bar( filtered_df.groupby(\'region\')[\'sales_amount\'].sum().reset_index(), x=\'region\', y=\'sales_amount\', title=f\'{selected_category} 地区销售分布\' ) # 年龄分布图 age_fig = px.histogram( filtered_df, x=\'customer_age\', title=f\'{selected_category} 客户年龄分布\' ) return sales_fig, age_figif __name__ == \'__main__\': app.run_server(debug=True, host=\'0.0.0.0\', port=8050)EOF# 启动仪表板（在后台运行）nohup python3 dashboard.py &echo \"仪表板已启动，访问 http://localhost:8050 查看\"

---

5 总结

通过本案例，您已经掌握了：

1. 环境搭建：在华为开发者空间搭建Open WebUI + DeepSeek数据分析环境
2. 数据探索：使用AI进行探索性数据分析和可视化
3. 统计建模：构建预测模型和机器学习算法
4. 业务洞察：从数据中挖掘有价值的商业洞察
5. 自动化工具：创建自动化分析流程和交互式仪表板
6. 模型验证：评估模型性能和可靠性

这套数据分析工作流程可以应用到各种业务场景中，帮助企业做出数据驱动的决策。

---

通过阅读本文，您将完成从环境搭建到深度实战的全流程，能够在 Open WebUI 中高效利用本地 DeepSeek-R1 服务，使用AI快速进行数据分析，并利用强大的可视化技术实现数据探索和洞察。