Python实战计划week3_2项目

python实战计划的第九个项目:用jupyter的简单的数据图表,将MongoDB中的数据展示出来。

在week2_3实战中,被爬取的商品的信息存放在info_sheet表单中,这次我用jupyter连接,并打印出前300条,如下:

a1.png

在查看数据库的信息之后,我决定将不同地区的发帖量以图表的形式展现。

其中重点在于如何把目标信息,以highcharts 绘图的格式整理出来,因为商品地区的第一个都是武汉,我便取它的第二个,有些第二个为空的则让它为空。

1.统计一共有多少个地区

cates_list=[]
for i in info_sheet.find():
    cates_list.append(i['area'][1])
cates_index=list(set(cates_list))
print(cates_index,len(cates_index))
#['', '新洲', '汉阳', '越秀', '汉南', '市南', '白云', '硚口', '其他', '沌口开发区', '东西湖', '江夏', '洪山', '蔡甸', '武昌', '二七', '青山', '黄陂', '江岸', '江汉'] 20

包括一个空的项,一共有20个。

2.用data_gen()函数,统计每个项都有多少次数,并将信息整理成highcharts 绘图的格式

def data_gen(types):
    for cate,times in zip(cates_index,post_time):
        data={
            'name':cate,
            'data':[times],
            'type':types
        }
        yield data

for i in data_gen('column'):
    print(i)
‘’‘
{'type': 'column', 'name': '', 'data': [1791]}
{'type': 'column', 'name': '新洲', 'data': [295]}
{'type': 'column', 'name': '汉阳', 'data': [2299]}
{'type': 'column', 'name': '越秀', 'data': [4]}
{'type': 'column', 'name': '汉南', 'data': [117]}
{'type': 'column', 'name': '市南', 'data': [2]}
{'type': 'column', 'name': '白云', 'data': [2]}
{'type': 'column', 'name': '硚口', 'data': [1997]}
{'type': 'column', 'name': '其他', 'data': [3]}
{'type': 'column', 'name': '沌口开发区', 'data': [804]}
{'type': 'column', 'name': '东西湖', 'data': [1309]}
{'type': 'column', 'name': '江夏', 'data': [1562]}
{'type': 'column', 'name': '洪山', 'data': [6336]}
{'type': 'column', 'name': '蔡甸', 'data': [331]}
{'type': 'column', 'name': '武昌', 'data': [8091]}
{'type': 'column', 'name': '二七', 'data': [4]}
{'type': 'column', 'name': '青山', 'data': [1278]}
{'type': 'column', 'name': '黄陂', 'data': [727]}
{'type': 'column', 'name': '江岸', 'data': [4074]}
{'type': 'column', 'name': '江汉', 'data': [3653]}
’‘’

3.highcharts 绘图的代码

series=[data for data in data_gen('column')]
charts.plot(series,show='inline',options=dict(title=dict(text='发帖量')))

图表:

a.png

最高的是武昌,第二是洪山,第三是江汉

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,294评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,780评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,001评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,593评论 1 289
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,687评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,679评论 1 294
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,667评论 3 415
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,426评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,872评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,180评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,346评论 1 345
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,019评论 5 340
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,658评论 3 323
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,268评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,495评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,275评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,207评论 2 352

推荐阅读更多精彩内容