简介这份Python源码示例面向希望练习队列调度、事件驱动与自动化逻辑的开发者尤其适合正在学习Python项目实战的初学者与中级程序员。它模拟市政务中心排队叫号服务场景将取号、排队、叫号、窗口分配等流程用代码串联起来帮助读者理解如何把抽象的数据结构与算法落到具体业务中。压缩包共2个文件包含1个py源码文件和1个txt使用说明整体约1KB体量轻巧便于快速阅读与二次修改。源码中涉及FIFO队列管理、号码分配策略、事件触发叫号、用户界面交互以及异常处理等模块读者可据此梳理排队系统的核心逻辑并尝试扩展预约、通知或数据分析功能。目前已有216人学习适合作为课程设计、练手项目或面试准备时的参考素材。1. 从一份叫号系统源码说起它到底能跑出什么效果很多人第一次看到「综合-模拟市政务中心排队叫号服务系统-Python源码示例.zip」这个名字第一反应是政务大厅的叫号机跟我有什么关系但如果你正在学 Python或者想找一个能同时练到队列、事件调度、界面刷新和状态持久化的小项目这份源码其实是个被名字耽误的练手素材。它把「取号—等待—叫号—办理—过号」这条真实业务链路压缩成一个可运行的 Python 程序核心逻辑不依赖重型框架解压后主要就是 demo.py 和一份使用说明.txt拿到手就能读、能改、能跑。它解决的问题很具体让你在一个完整但不过度复杂的场景里理解队列结构怎么落地、叫号事件怎么触发、窗口状态怎么维护。适合刚学完 Python 基础语法、想找一个「有业务感」的项目来练手的人也适合需要给教学或演示准备一个轻量模拟系统的从业者。关键词里出现的游戏开发、网络爬虫、数据分析、自动化在这份源码里更多是标签层面的联想真正能落地的还是 Python 编程本身和队列调度这条主线。2. 拆开 demo.py队列结构、叫号事件与状态流转怎么落地2.1 先看清这份源码的技术骨架拿到压缩包后不要急着运行先花几分钟把文件结构和依赖摸清楚。常见做法是解压到一个独立目录然后用编辑器打开 demo.py从头到尾扫一遍导入区。这份源码的定位是「示例」所以它大概率只依赖 Python 标准库比如 queue、time、random、datetime 这类模块不会强依赖第三方包。这一点对新手很友好因为省去了配环境的折腾。我一般会先确认三件事Python 版本要求、是否有外部依赖、入口在哪。使用说明.txt 里通常会写运行方式但源码本身才是最终依据。如果 demo.py 顶部有if __name__ __main__:那入口就在那里如果它用了queue.Queue说明队列是线程安全的后面可能涉及多线程模拟多个窗口。先把这个骨架看清楚后面读逻辑才不会迷路。# 解压后进入目录先看文件清单和 Python 版本 unzip 综合-模拟市政务中心排队叫号服务系统-Python源码示例.zip -d queue_demo cd queue_demo ls -la python --version这段命令的作用是解压并确认环境。-d queue_demo指定解压目录避免文件散落一地python --version用来确认版本如果源码用了 f-string 或海象运算符就需要 3.8 以上。参数上没什么玄学关键是别在压缩包里直接双击运行路径里有中文或空格时容易出问题。2.2 队列模型FIFO 是怎么被写进代码的排队叫号系统的灵魂就是队列。政务大厅的场景是典型的先进先出先取号的人先被叫到。Python 里实现 FIFO 最直接的就是queue.Queue或者用collections.deque。这两者的区别在于queue.Queue自带锁适合多线程deque更轻适合单线程或自己控制并发。这份源码如果是模拟多窗口同时叫号用queue.Queue的概率更高。下面这段代码是我根据这类项目的常见写法还原的核心队列逻辑你可以对照 demo.py 里的实际实现来看import queue import itertools # 取号计数器itertools.count 可以生成永不重复的递增号码 ticket_counter itertools.count(1) # 叫号队列FIFO 结构 waiting_queue queue.Queue() def take_ticket(): 取号生成号码并放入队列 number next(ticket_counter) waiting_queue.put(number) print(f您的号码是 A{number:03d}前面还有 {waiting_queue.qsize() - 1} 位) return number def call_next(window_id): 叫号从队列取出下一个号码 if waiting_queue.empty(): print(f窗口 {window_id}当前无人等待) return None number waiting_queue.get() print(f窗口 {window_id} 正在叫号A{number:03d}) return number逻辑说明itertools.count(1)负责生成递增号码比手动维护一个全局变量更干净waiting_queue.put()和get()是标准的入队出队操作。参数上qsize()返回的是当前队列长度注意它在多线程下只是一个近似值不能当作精确的同步依据。如果你在 demo.py 里看到类似的put和get那基本就是这条主线。2.3 叫号事件与窗口状态时间驱动怎么写才不乱真实大厅里叫号不是瞬间完成的每个窗口有「空闲—叫号—办理中—再次空闲」的状态循环。示例源码里通常会用time.sleep()来模拟办理耗时用一个循环来驱动窗口状态变化。这里最容易翻车的地方是如果所有窗口共用一个队列但没有加锁或者用while True空转CPU 会飙高。import time import threading def window_worker(window_id, service_time3): 模拟一个服务窗口的工作循环 while True: number call_next(window_id) if number is None: time.sleep(1) # 无人等待时短暂休眠避免空转 continue # 模拟办理业务耗时 time.sleep(service_time) print(f窗口 {window_id} 已完成 A{number:03d} 的办理) # 启动三个窗口线程 for wid in range(1, 4): t threading.Thread(targetwindow_worker, args(wid,), daemonTrue) t.start()逻辑说明daemonTrue让窗口线程随主线程退出避免程序卡住不结束service_time是办理耗时参数你可以改成 1 到 5 秒来观察不同节奏。time.sleep(1)在队列为空时起作用这是防止 CPU 空转的关键。常见做法是把窗口数量、办理时间做成配置项方便演示时调整。如果你想让叫号更真实可以加一个「过号」逻辑叫号后等待几秒无人响应就重新入队或标记过号。3. 跑起来才算数运行、交互与数据持久化的实操步骤3.1 第一次运行从命令行到可交互源码示例通常提供的是命令行交互版本因为 GUI 依赖多、跨平台麻烦。运行方式一般就是python demo.py。跑起来后你会看到提示让你输入指令比如取号、叫号、查看队列、退出。第一次运行时建议按最小路径走一遍取一个号叫一次号看输出是否符合预期。# 运行主程序 python demo.py # 如果源码支持命令行参数常见形式如下 python demo.py --windows 3 --service-time 2参数说明--windows控制窗口数量--service-time控制办理耗时。不是所有示例都会做参数解析如果 demo.py 里没有 argparse那这些值就写在代码常量里你直接改源码即可。运行后如果报ModuleNotFoundError先检查是不是用了第三方库但没装如果报编码错误检查文件是否 UTF-8。Windows 下中文输出乱码是高频问题可以在文件头加# -*- coding: utf-8 -*-或者运行时设置PYTHONIOENCODINGutf-8。3.2 交互逻辑与输入校验别让一个回车把程序搞崩命令行交互最怕的是用户乱输入。示例源码里如果直接input()然后int()转换输入字母就会抛ValueError。合格的写法是包一层 try-except或者用循环直到拿到合法输入。这一点在 demo.py 里不一定做得完美但你可以自己补上这也是练手的一部分。def safe_input(prompt, valid_options): 带校验的输入函数valid_options 是合法指令集合 while True: choice input(prompt).strip().lower() if choice in valid_options: return choice print(f无效输入请输入以下之一{, .join(valid_options)}) # 使用示例 cmd safe_input(请选择操作取号/叫号/查看/退出, {取号, 叫号, 查看, 退出})逻辑说明strip().lower()处理空格和大小写valid_options用集合做 O(1) 判断。参数上你可以把指令集改成数字菜单比如 1/2/3/4更适合不熟悉中文输入的场景。这个函数虽然简单但能挡住大部分误操作属于花五分钟就能加上的后悔药。3.3 数据持久化把排队记录存下来示例源码如果只把数据放在内存里程序一关就全没了。想让它更像真实系统可以把取号记录和办理记录写到文件里。常见做法是用 CSV 或 JSON轻量且好读。下面是一个把叫号记录追加写入 CSV 的写法import csv from datetime import datetime def log_record(number, window_id, action): 将叫号/办理记录追加到 CSV 文件 with open(queue_log.csv, a, newline, encodingutf-8) as f: writer csv.writer(f) writer.writerow([datetime.now().isoformat(), number, window_id, action]) # 在叫号成功和办理完成时分别调用 # log_record(number, window_id, called) # log_record(number, window_id, done)逻辑说明newline是 Windows 下写 CSV 的必备参数否则会出现空行encodingutf-8保证中文不乱码。参数上时间戳用 ISO 格式方便后续排序和分析。如果你后面想用数据分析的标签做点文章这份 CSV 就是最原始的素材可以统计每个窗口的办理量、平均等待时间等。4. 避坑与排查这类示例源码最容易翻车的五个地方4.1 现象程序跑起来没反应也不报错原因最常见的是主线程被input()阻塞而窗口线程是 daemon主线程在等输入时看起来像卡住。另一种可能是while True循环里没有 sleepCPU 占满但界面无输出。解决先确认程序是否在等待输入按提示操作即可如果是空转在循环里加time.sleep(0.1)到time.sleep(1)。用python -u demo.py可以强制无缓冲输出方便看日志。4.2 现象叫号重复或号码跳号原因多线程同时操作队列时如果没用queue.Queue而是用了普通 listappend和pop(0)不是原子操作会出现竞争。跳号则可能是计数器被多个线程同时1。解决统一用queue.Queue做队列用itertools.count或加锁的计数器生成号码。检查 demo.py 里是否有全局 list 被多个线程直接操作有的话换成线程安全结构。4.3 现象中文输出乱码或 CSV 打开是乱码原因Windows 默认编码是 GBK而源码文件或输出流是 UTF-8两边不一致。解决源码文件保存为 UTF-8运行时设置PYTHONIOENCODINGutf-8写文件时显式指定encodingutf-8。用 Excel 打开 CSV 乱码时用「数据—从文本导入」并选 UTF-8。4.4 现象窗口线程退不出程序关不掉原因窗口线程是 non-daemon主线程结束后子线程还在跑或者线程里有阻塞的get()没有超时。解决创建线程时加daemonTrue或者用queue.get(timeout1)配合异常处理让线程能定期检查退出标志。加一个全局running标志主线程退出前设为 False。4.5 现象改了参数但效果没变原因参数写死在函数默认值或模块常量里改的地方不对或者改了源码但运行的是缓存文件。解决全局搜索参数名确认所有引用点删除__pycache__目录后重跑。如果用了默认参数注意 Python 默认参数在函数定义时求值可变默认值要特别小心。5. 进阶玩法把叫号系统改成可配置、可分析的版本5.1 用配置文件驱动窗口数量和办理时长把硬编码的参数抽到 JSON 配置文件里改参数不用动代码。这是从「示例」走向「能用」的第一步。import json def load_config(pathconfig.json): 读取配置文件缺失时返回默认值 default {windows: 3, service_time: 2, max_wait: 10} try: with open(path, r, encodingutf-8) as f: return {**default, **json.load(f)} except FileNotFoundError: return default config load_config() print(f启动 {config[windows]} 个窗口办理耗时 {config[service_time]} 秒)逻辑说明{**default, **json.load(f)}保证配置项缺失时用默认值兜底不会因为少写一个字段就崩。参数上max_wait可以用来模拟过号阈值。这个模式在真实项目里很常见配置和代码分离改行为不用重新读代码。5.2 从日志到统计算一算平均等待时间有了 CSV 日志后可以写个小脚本统计每个号码从取号到叫号的间隔。这正好呼应了数据分析这个标签但落点很实在。import csv from datetime import datetime def analyze_log(pathqueue_log.csv): 统计每个号码的等待时长 records {} with open(path, r, encodingutf-8) as f: for row in csv.reader(f): ts, number, window, action row ts datetime.fromisoformat(ts) if action taken: records.setdefault(number, {})[taken] ts elif action called: records.setdefault(number, {})[called] ts waits [] for number, times in records.items(): if taken in times and called in times: waits.append((times[called] - times[taken]).total_seconds()) if waits: print(f共 {len(waits)} 个号码平均等待 {sum(waits)/len(waits):.1f} 秒) return waits analyze_log()逻辑说明用字典按号码聚合时间戳再算差值。参数上total_seconds()返回浮点秒数方便求平均。注意日志里要同时记录taken和called两种动作否则统计不出来。这个脚本可以直接扩展成按窗口分组、按小时分组做更细的运营分析。5.3 一个我踩过的坑别在示例代码上直接堆功能我刚开始拿这类示例练手时总想一口气加上 GUI、数据库、网络预约结果改到一半跑不起来连原始版本都回不去。后来我养成了一个习惯先把原始 demo.py 完整跑通并备份再在副本上做增量修改每加一个功能就验证一次。从那以后我每次拿到示例源码都强制先跑通最小路径、再动第一行代码。希望这个习惯也能帮到你。本文还有配套的精品资源点击获取 
长河君 · 2026/10/25 11:58:23 · 阅读 1.2k Python实战：模拟政务叫号系统源码解析与队列调度
简介这份Python源码示例面向希望练习队列调度、事件驱动与自动化逻辑的开发者尤其适合正在学习Python项目实战的初学者与中级程序员。它模拟市政务中心排队叫号服务场景将取号、排队、叫号、窗口分配等流程用代码串联起来帮助读者理解如何把抽象的数据结构与算法落到具体业务中。压缩包共2个文件包含1个py源码文件和1个txt使用说明整体约1KB体量轻巧便于快速阅读与二次修改。源码中涉及FIFO队列管理、号码分配策略、事件触发叫号、用户界面交互以及异常处理等模块读者可据此梳理排队系统的核心逻辑并尝试扩展预约、通知或数据分析功能。目前已有216人学习适合作为课程设计、练手项目或面试准备时的参考素材。1. 从一份叫号系统源码说起它到底能跑出什么效果很多人第一次看到「综合-模拟市政务中心排队叫号服务系统-Python源码示例.zip」这个名字第一反应是政务大厅的叫号机跟我有什么关系但如果你正在学 Python或者想找一个能同时练到队列、事件调度、界面刷新和状态持久化的小项目这份源码其实是个被名字耽误的练手素材。它把「取号—等待—叫号—办理—过号」这条真实业务链路压缩成一个可运行的 Python 程序核心逻辑不依赖重型框架解压后主要就是 demo.py 和一份使用说明.txt拿到手就能读、能改、能跑。它解决的问题很具体让你在一个完整但不过度复杂的场景里理解队列结构怎么落地、叫号事件怎么触发、窗口状态怎么维护。适合刚学完 Python 基础语法、想找一个「有业务感」的项目来练手的人也适合需要给教学或演示准备一个轻量模拟系统的从业者。关键词里出现的游戏开发、网络爬虫、数据分析、自动化在这份源码里更多是标签层面的联想真正能落地的还是 Python 编程本身和队列调度这条主线。2. 拆开 demo.py队列结构、叫号事件与状态流转怎么落地2.1 先看清这份源码的技术骨架拿到压缩包后不要急着运行先花几分钟把文件结构和依赖摸清楚。常见做法是解压到一个独立目录然后用编辑器打开 demo.py从头到尾扫一遍导入区。这份源码的定位是「示例」所以它大概率只依赖 Python 标准库比如 queue、time、random、datetime 这类模块不会强依赖第三方包。这一点对新手很友好因为省去了配环境的折腾。我一般会先确认三件事Python 版本要求、是否有外部依赖、入口在哪。使用说明.txt 里通常会写运行方式但源码本身才是最终依据。如果 demo.py 顶部有if __name__ __main__:那入口就在那里如果它用了queue.Queue说明队列是线程安全的后面可能涉及多线程模拟多个窗口。先把这个骨架看清楚后面读逻辑才不会迷路。# 解压后进入目录先看文件清单和 Python 版本 unzip 综合-模拟市政务中心排队叫号服务系统-Python源码示例.zip -d queue_demo cd queue_demo ls -la python --version这段命令的作用是解压并确认环境。-d queue_demo指定解压目录避免文件散落一地python --version用来确认版本如果源码用了 f-string 或海象运算符就需要 3.8 以上。参数上没什么玄学关键是别在压缩包里直接双击运行路径里有中文或空格时容易出问题。2.2 队列模型FIFO 是怎么被写进代码的排队叫号系统的灵魂就是队列。政务大厅的场景是典型的先进先出先取号的人先被叫到。Python 里实现 FIFO 最直接的就是queue.Queue或者用collections.deque。这两者的区别在于queue.Queue自带锁适合多线程deque更轻适合单线程或自己控制并发。这份源码如果是模拟多窗口同时叫号用queue.Queue的概率更高。下面这段代码是我根据这类项目的常见写法还原的核心队列逻辑你可以对照 demo.py 里的实际实现来看import queue import itertools # 取号计数器itertools.count 可以生成永不重复的递增号码 ticket_counter itertools.count(1) # 叫号队列FIFO 结构 waiting_queue queue.Queue() def take_ticket(): 取号生成号码并放入队列 number next(ticket_counter) waiting_queue.put(number) print(f您的号码是 A{number:03d}前面还有 {waiting_queue.qsize() - 1} 位) return number def call_next(window_id): 叫号从队列取出下一个号码 if waiting_queue.empty(): print(f窗口 {window_id}当前无人等待) return None number waiting_queue.get() print(f窗口 {window_id} 正在叫号A{number:03d}) return number逻辑说明itertools.count(1)负责生成递增号码比手动维护一个全局变量更干净waiting_queue.put()和get()是标准的入队出队操作。参数上qsize()返回的是当前队列长度注意它在多线程下只是一个近似值不能当作精确的同步依据。如果你在 demo.py 里看到类似的put和get那基本就是这条主线。2.3 叫号事件与窗口状态时间驱动怎么写才不乱真实大厅里叫号不是瞬间完成的每个窗口有「空闲—叫号—办理中—再次空闲」的状态循环。示例源码里通常会用time.sleep()来模拟办理耗时用一个循环来驱动窗口状态变化。这里最容易翻车的地方是如果所有窗口共用一个队列但没有加锁或者用while True空转CPU 会飙高。import time import threading def window_worker(window_id, service_time3): 模拟一个服务窗口的工作循环 while True: number call_next(window_id) if number is None: time.sleep(1) # 无人等待时短暂休眠避免空转 continue # 模拟办理业务耗时 time.sleep(service_time) print(f窗口 {window_id} 已完成 A{number:03d} 的办理) # 启动三个窗口线程 for wid in range(1, 4): t threading.Thread(targetwindow_worker, args(wid,), daemonTrue) t.start()逻辑说明daemonTrue让窗口线程随主线程退出避免程序卡住不结束service_time是办理耗时参数你可以改成 1 到 5 秒来观察不同节奏。time.sleep(1)在队列为空时起作用这是防止 CPU 空转的关键。常见做法是把窗口数量、办理时间做成配置项方便演示时调整。如果你想让叫号更真实可以加一个「过号」逻辑叫号后等待几秒无人响应就重新入队或标记过号。3. 跑起来才算数运行、交互与数据持久化的实操步骤3.1 第一次运行从命令行到可交互源码示例通常提供的是命令行交互版本因为 GUI 依赖多、跨平台麻烦。运行方式一般就是python demo.py。跑起来后你会看到提示让你输入指令比如取号、叫号、查看队列、退出。第一次运行时建议按最小路径走一遍取一个号叫一次号看输出是否符合预期。# 运行主程序 python demo.py # 如果源码支持命令行参数常见形式如下 python demo.py --windows 3 --service-time 2参数说明--windows控制窗口数量--service-time控制办理耗时。不是所有示例都会做参数解析如果 demo.py 里没有 argparse那这些值就写在代码常量里你直接改源码即可。运行后如果报ModuleNotFoundError先检查是不是用了第三方库但没装如果报编码错误检查文件是否 UTF-8。Windows 下中文输出乱码是高频问题可以在文件头加# -*- coding: utf-8 -*-或者运行时设置PYTHONIOENCODINGutf-8。3.2 交互逻辑与输入校验别让一个回车把程序搞崩命令行交互最怕的是用户乱输入。示例源码里如果直接input()然后int()转换输入字母就会抛ValueError。合格的写法是包一层 try-except或者用循环直到拿到合法输入。这一点在 demo.py 里不一定做得完美但你可以自己补上这也是练手的一部分。def safe_input(prompt, valid_options): 带校验的输入函数valid_options 是合法指令集合 while True: choice input(prompt).strip().lower() if choice in valid_options: return choice print(f无效输入请输入以下之一{, .join(valid_options)}) # 使用示例 cmd safe_input(请选择操作取号/叫号/查看/退出, {取号, 叫号, 查看, 退出})逻辑说明strip().lower()处理空格和大小写valid_options用集合做 O(1) 判断。参数上你可以把指令集改成数字菜单比如 1/2/3/4更适合不熟悉中文输入的场景。这个函数虽然简单但能挡住大部分误操作属于花五分钟就能加上的后悔药。3.3 数据持久化把排队记录存下来示例源码如果只把数据放在内存里程序一关就全没了。想让它更像真实系统可以把取号记录和办理记录写到文件里。常见做法是用 CSV 或 JSON轻量且好读。下面是一个把叫号记录追加写入 CSV 的写法import csv from datetime import datetime def log_record(number, window_id, action): 将叫号/办理记录追加到 CSV 文件 with open(queue_log.csv, a, newline, encodingutf-8) as f: writer csv.writer(f) writer.writerow([datetime.now().isoformat(), number, window_id, action]) # 在叫号成功和办理完成时分别调用 # log_record(number, window_id, called) # log_record(number, window_id, done)逻辑说明newline是 Windows 下写 CSV 的必备参数否则会出现空行encodingutf-8保证中文不乱码。参数上时间戳用 ISO 格式方便后续排序和分析。如果你后面想用数据分析的标签做点文章这份 CSV 就是最原始的素材可以统计每个窗口的办理量、平均等待时间等。4. 避坑与排查这类示例源码最容易翻车的五个地方4.1 现象程序跑起来没反应也不报错原因最常见的是主线程被input()阻塞而窗口线程是 daemon主线程在等输入时看起来像卡住。另一种可能是while True循环里没有 sleepCPU 占满但界面无输出。解决先确认程序是否在等待输入按提示操作即可如果是空转在循环里加time.sleep(0.1)到time.sleep(1)。用python -u demo.py可以强制无缓冲输出方便看日志。4.2 现象叫号重复或号码跳号原因多线程同时操作队列时如果没用queue.Queue而是用了普通 listappend和pop(0)不是原子操作会出现竞争。跳号则可能是计数器被多个线程同时1。解决统一用queue.Queue做队列用itertools.count或加锁的计数器生成号码。检查 demo.py 里是否有全局 list 被多个线程直接操作有的话换成线程安全结构。4.3 现象中文输出乱码或 CSV 打开是乱码原因Windows 默认编码是 GBK而源码文件或输出流是 UTF-8两边不一致。解决源码文件保存为 UTF-8运行时设置PYTHONIOENCODINGutf-8写文件时显式指定encodingutf-8。用 Excel 打开 CSV 乱码时用「数据—从文本导入」并选 UTF-8。4.4 现象窗口线程退不出程序关不掉原因窗口线程是 non-daemon主线程结束后子线程还在跑或者线程里有阻塞的get()没有超时。解决创建线程时加daemonTrue或者用queue.get(timeout1)配合异常处理让线程能定期检查退出标志。加一个全局running标志主线程退出前设为 False。4.5 现象改了参数但效果没变原因参数写死在函数默认值或模块常量里改的地方不对或者改了源码但运行的是缓存文件。解决全局搜索参数名确认所有引用点删除__pycache__目录后重跑。如果用了默认参数注意 Python 默认参数在函数定义时求值可变默认值要特别小心。5. 进阶玩法把叫号系统改成可配置、可分析的版本5.1 用配置文件驱动窗口数量和办理时长把硬编码的参数抽到 JSON 配置文件里改参数不用动代码。这是从「示例」走向「能用」的第一步。import json def load_config(pathconfig.json): 读取配置文件缺失时返回默认值 default {windows: 3, service_time: 2, max_wait: 10} try: with open(path, r, encodingutf-8) as f: return {**default, **json.load(f)} except FileNotFoundError: return default config load_config() print(f启动 {config[windows]} 个窗口办理耗时 {config[service_time]} 秒)逻辑说明{**default, **json.load(f)}保证配置项缺失时用默认值兜底不会因为少写一个字段就崩。参数上max_wait可以用来模拟过号阈值。这个模式在真实项目里很常见配置和代码分离改行为不用重新读代码。5.2 从日志到统计算一算平均等待时间有了 CSV 日志后可以写个小脚本统计每个号码从取号到叫号的间隔。这正好呼应了数据分析这个标签但落点很实在。import csv from datetime import datetime def analyze_log(pathqueue_log.csv): 统计每个号码的等待时长 records {} with open(path, r, encodingutf-8) as f: for row in csv.reader(f): ts, number, window, action row ts datetime.fromisoformat(ts) if action taken: records.setdefault(number, {})[taken] ts elif action called: records.setdefault(number, {})[called] ts waits [] for number, times in records.items(): if taken in times and called in times: waits.append((times[called] - times[taken]).total_seconds()) if waits: print(f共 {len(waits)} 个号码平均等待 {sum(waits)/len(waits):.1f} 秒) return waits analyze_log()逻辑说明用字典按号码聚合时间戳再算差值。参数上total_seconds()返回浮点秒数方便求平均。注意日志里要同时记录taken和called两种动作否则统计不出来。这个脚本可以直接扩展成按窗口分组、按小时分组做更细的运营分析。5.3 一个我踩过的坑别在示例代码上直接堆功能我刚开始拿这类示例练手时总想一口气加上 GUI、数据库、网络预约结果改到一半跑不起来连原始版本都回不去。后来我养成了一个习惯先把原始 demo.py 完整跑通并备份再在副本上做增量修改每加一个功能就验证一次。从那以后我每次拿到示例源码都强制先跑通最小路径、再动第一行代码。希望这个习惯也能帮到你。本文还有配套的精品资源点击获取