Skip to main content

Patent Analyzer - 专利数据分析工具

patent-analyzer 是一个用于分析 Google Patent CSV 数据的 Python 工具包。它提供从数据清洗、作者统计、合作网络分析到可视化看板的一站式解决方案。

功能特性

  1. 数据处理

    • 自动加载和清洗 Google Patent CSV 数据
    • 解析发明人、日期、专利类型等字段
    • 基于关键词的技术领域自动分类
  2. 数据分析

    • 作者专利统计与技术方向分析
    • 合作网络构建与 Louvain 社区检测
    • 时间趋势分析
    • 发明人重要性综合评估(专利数、质量、中心性、技术广度、活跃度)
    • 研发团队结构识别
  3. 数据导出

    • 生成文本报告(report.txt)
    • 导出 JSON 数据文件(author_stats.json, teams.json, cooperation.json)
    • 导出多 Sheet Excel 文件
    • 生成 matplotlib 可视化图表(PNG)
  4. Web 可视化看板

    • 基于 FastAPI 的 RESTful API
    • 基于 ECharts + Tailwind CSS + Alpine.js 的现代化前端
    • 支持图表展示、数据搜索、分页浏览
    • 合作网络力引导布局可视化

安装指南

环境要求

  • Python >= 3.9
  • pip >= 21.0

从 PyPI 安装(推荐)

pip install patent-analyzer

从源码安装

git clone https://github.com/example/patent-analyzer.git
cd patent-analyzer
pip install -e ".[dev]"

验证安装

patent-analyzer info

使用示例

1. 命令行处理 CSV 数据

# 处理 CSV 并生成报告、JSON 和图表
patent-analyzer process GooglePatent.csv --output-dir ./output

# 不生成图表,仅生成文本和 JSON
patent-analyzer process GooglePatent.csv --output-dir ./output --no-viz

2. 导出 Excel

patent-analyzer export-excel GooglePatent.csv --output report.xlsx

3. 启动 Web 服务

# 先处理数据再启动服务
patent-analyzer serve --input GooglePatent.csv --output-dir ./output

# 或直接加载已有的 output 目录
patent-analyzer serve --output-dir ./output --host 0.0.0.0 --port 8000

访问 http://127.0.0.1:8000 查看可视化看板。

4. Python API 使用

from patent_analyzer import PatentDataLoader, AuthorAnalyzer, CooperationAnalyzer

# 加载数据
loader = PatentDataLoader("GooglePatent.csv")
df = loader.load().clean().get_df()

# 作者分析
author_analyzer = AuthorAnalyzer(df)
author_analyzer.analyze()
print(author_analyzer.get_stats())

# 合作网络
coop_analyzer = CooperationAnalyzer(df)
coop_analyzer.analyze()
print(len(coop_analyzer.close_coop))

项目架构

patent_analyzer/
├── src/patent_analyzer/
│   ├── __init__.py          # 包入口
│   ├── __main__.py          # python -m patent_analyzer
│   ├── cli.py               # Typer 命令行接口
│   ├── core/                # 核心分析引擎
│   │   ├── data_loader.py   # CSV 加载与清洗
│   │   ├── analyzer.py      # 分析引擎(作者、合作、时间、团队、重要性)
│   │   ├── visualizer.py    # matplotlib 可视化
│   │   ├── report.py        # 报告与 JSON 导出
│   │   └── exporter.py      # Excel 导出
│   ├── web/                 # FastAPI Web 服务
│   │   ├── app.py           # FastAPI 应用工厂
│   │   ├── api/             # RESTful API 路由
│   │   ├── services/        # 数据缓存服务
│   │   └── static/          # 前端页面
│   └── utils/
│       └── logging.py       # 日志配置
├── tests/                   # 单元测试
├── pyproject.toml
└── README.md

新手入门

第一步:准备数据

确保你有一个从 Google Patent 导出的 CSV 文件,格式如下(前两行为 URL 和表头,从第三行开始是数据):

https://patents.google.com/?...
id,title,assignee,inventor,...
CN123456789,一种激光雷达装置,...

第二步:快速体验

# 处理数据
patent-analyzer process GooglePatent.csv

# 查看生成的 output/ 目录
ls output/
# report.txt  author_stats.json  teams.json  cooperation.json  *.png

第三步:启动看板

patent-analyzer serve --output-dir output

打开浏览器访问 http://127.0.0.1:8000

API 接口说明

Web 服务启动后提供以下 API:

方法 路径 说明
GET /api/health 健康检查
GET /api/overview/kpi 核心 KPI
GET /api/overview/patent-types 专利类型分布
GET /api/overview/tech-fields?top=20 技术领域 TOP N
GET /api/overview/year-trend 年度趋势
GET /api/authors 作者列表(支持搜索、排序、分页)
GET /api/authors/top?n=20 TOP N 作者
GET /api/authors/{name} 作者详情
GET /api/teams 团队列表
GET /api/teams/top?n=10 TOP N 团队
GET /api/cooperation 紧密合作列表
GET /api/cooperation/network?limit=200 网络图数据

参数说明

process 命令

  • input_file: 输入 CSV 文件路径(必需)
  • --output-dir, -o: 输出目录,默认 output
  • --no-viz: 禁用图表生成

export-excel 命令

  • input_file: 输入 CSV 文件路径(必需)
  • --output, -o: 输出 Excel 路径,默认 patent_analysis.xlsx

serve 命令

  • --input, -i: 输入 CSV 文件路径(可选,指定则先处理)
  • --output-dir, -o: 数据输出目录,默认 output
  • --host: 绑定地址,默认 127.0.0.1
  • --port, -p: 监听端口,默认 8000
  • --reload: 开发模式热重载

最佳实践

  1. 大数据量处理:如果 CSV 文件很大(>10MB),建议先用 process 命令生成 output,再用 serve 加载,避免每次启动都重新分析。
  2. 定期更新:可以设置定时任务运行 process 命令,保持 output 目录数据最新。
  3. 自定义技术领域:编辑 patent_analyzer/core/data_loader.py 中的 TECH_KEYWORDS 字典,添加你关注的技术关键词。
  4. 日志记录:CLI 命令会自动输出处理进度。如需文件日志,可在 Python API 中调用 setup_logging(log_file="analysis.log")。

依赖项清单

核心依赖:

  • pandas, numpy: 数据处理
  • networkx, python-louvain: 网络分析与社区检测
  • matplotlib: 静态图表生成
  • openpyxl: Excel 导出
  • typer, rich: 命令行交互
  • fastapi, uvicorn: Web 服务

开发依赖:

  • pytest: 单元测试
  • black, ruff: 代码格式化与检查
  • mypy: 类型检查

贡献指南

欢迎提交 Issue 和 Pull Request。

  1. Fork 本仓库
  2. 创建特性分支 (git checkout -b feature/awesome-feature)
  3. 提交更改 (git commit -am 'Add awesome feature')
  4. 推送到分支 (git push origin feature/awesome-feature)
  5. 创建 Pull Request

请确保代码通过 black 格式化和 pytest 测试。

许可证

MIT License

Metadata

Release files for patent-analyzer 0.1.0

For a detailed explanation of source distributions (sdists) and built distributions (wheels), please see the package formats documentation.

Source distribution (sdist)

Source distribution for patent-analyzer 0.1.0
File Size Uploaded Provenance Actions
patent_analyzer-0.1.0.tar.gz 38.7 kB Without provenance Details for patent_analyzer-0.1.0.tar.gz

Built distribution (wheel)

Table of built distributions (wheels) for patent-analyzer 0.1.0
File Interpreter ABI Platform Actions
patent_analyzer-0.1.0-py3-none-any.whl Python 3 none any Details for patent_analyzer-0.1.0-py3-none-any.whl

Total release size: 80.3 kB

Release files / patent_analyzer-0.1.0.tar.gz

Download URL patent_analyzer-0.1.0.tar.gz
Size 38.7 kB
Tags Source
SHA-256 checksum
How to use checksums
a90e944ba0575007136105cf20e17b27ceb88a40d8249f5f16052822d559e702
BLAKE2b-256 checksum
How to use checksums
ec2328239f127131e55c3acde5284ddf8cd974c1b271b1943d99b797735ca503
Upload date
Uploaded using Trusted Publishing?
What is trusted publishing?
No
Uploaded via twine/6.2.0 CPython/3.11.3

Release files / patent_analyzer-0.1.0-py3-none-any.whl

Download URL patent_analyzer-0.1.0-py3-none-any.whl
Size 41.6 kB
Tags Python 3
SHA-256 checksum
How to use checksums
fc985907e57ef5d3293dc712811c20a5551cff2d3d1c8f2e1a3f9c8f849a085e
BLAKE2b-256 checksum
How to use checksums
0141dbf430d356b2cd1589647d0e3607e5772a94fb35fa591c888be15cef5f64
Upload date
Uploaded using Trusted Publishing?
What is trusted publishing?
No
Uploaded via twine/6.2.0 CPython/3.11.3

Security for patent-analyzer 0.1.0

Provenance

Provenance describes where a file came from. On PyPI, provenance is shared via attestations, which provide a verifiable record of the build or publishing details. View details, limitations and caveats.

No provenance found

None of the files in this release were uploaded with provenance metadata.

A note on package security

PyPI is a repository for distributing packages, not a service for auditing them. While third-party security researchers and our staff do their best to detect and remove malicious packages, PyPI cannot guarantee the quality, security or suitability of any given package.

To learn more about protecting yourself from malicious actors, visit our package security documentation.

Release history Release notifications | RSS feed

This release

0.1.0 This release

2 release files No provenance

Anthropic, PBC Visionary sponsor Bloomberg Visionary sponsor Hudson River Trading Visionary sponsor Meta Visionary sponsor NVIDIA Visionary sponsor Microsoft Sustainability sponsor Depot Continuous Integration AWS Cloud computing and Security Sponsor Datadog Monitoring Fastly CDN Google Download Analytics Sentry Error logging StatusPage Status page