charts jupyter notebook 画简单的柱状图

数据库是mongdb

数据是58同城上发的转手记录

　　

一 为了保证数据安全，对需要进行处理的数据进行拷贝。

> db.createCollection('test')
{ "ok" :  }
> show collections
base_url
detail_info
detail_url
test
> db.detail_info.copyTo('test')
WARNING: db.eval is deprecated

二  对数据库中的数据进行处理

　　不要想着将数据拿出来，处理完后，在一一对应放到数据库中！

　　原本数据库中的地址存储的格式是：北京-昌平，北京-通州，需要拿到具体的某个区。

　　在jupyter notebook中进行操作。

　　这用到了update方法和$set 操作符。update方法的调用者是 col ，表。

for i in col.find():
    zone_l = (i['zone'].split('-'))
    if len(zone_l)>:
        new_zone = zone_l[]
    else:
        new_zone = '不明'
    col.update({'_id':i['_id']},{'$set':{'zone':new_zone}})

三 从数据库中读到 地址，对地址进行整理。

　　这里用到了set集合，和列表的count方法，内置函数zip（）。很关键

zones = []
for i in col.find():
   zone.append(i['zone'])

single_zone = list(set(zones))

num = [zones.count(i) for i in single_zone ]

　　构建charts要求格式的数据。

def foo():
    l = []
    for zone,n in zip(single_zone,num):
        Data={
            'name':zone,
            'data':[n],
            'type':'column',
        }
        l.append(Data)
    return l

　　PS.

　　这里实际上可以用生成器，节省内存。

def foo():
    for zone,n in zip(single_zone,num):
        Data={
            'name':zone,
            'data':[n],
            'type':'column',
        }
        yield Data
l = [ i for i in foo() ] 

四 调用charts.plot方法。

　　依照固定格式传参

l = foo()
charts.plot(l,show='inline',options=dict(title=dict(text='Beijing')))

最终现实结果：

　　

　　

示例二： 使用aggregate（），管道函数比find（）快很多。

import charts
import pymongo
client = pymongo.MongoClient('localhost',)
db = client['ganji']
col = db['test']

for i in col.find().limit():
    print(i)

　　输出：

{'_id': ObjectId('5698f524a98063dbe9e91ca8'), 'pub_date': '2016-01-12', 'look': '-', 'area': '朝阳', 'title': '【图】95成新小冰柜转让 - 朝阳高碑店二手家电 - 北京58同城', 'url': 'http://bj.58.com/jiadian/24541664530488x.shtml', 'cates': ['北京58同城', '北京二手市场', '北京二手家电', '北京二手冰柜'], 'price': '450 元'}
{'_id': ObjectId('5698f525a98063dbe4e91ca8'), 'pub_date': '2016-01-14', 'look': '-', 'area': '朝阳', 'title': '【图】洗衣机，小冰箱，小冰柜，冷饮机 - 朝阳定福庄二手家电 - 北京58同城', 'url': 'http://bj.58.com/jiadian/24349380911041x.shtml', 'cates': ['北京58同城', '北京二手市场', '北京二手家电', '北京二手洗衣机'], 'price': '1500 元'}

　　aggregate（）

pipeline = [
    {'$match':{'area':'昌平'}},
    {'$group':{'_id':{'$slice':['$cates',,]},'count':{'$sum':}}},
    {'$sort':{'count':-}},
    {'$limit':},
]

def get_one_area(area):
    pipeline = [
        {'$match':{'area':area}},
    {'$group':{'_id':{'$slice':['$cates',,]},'count':{'$sum':}}},
    {'$sort':{'count':-}},
    {'$limit':},
    ]
    for i in col.aggregate(pipeline):
        Data = {
            'name':i['_id'],
            'data':[i['count']],
            'type':'column'
        }
        yield Data

l = [i for i in get_one_area('昌平')]
import charts
options = {
    'title':{
        'text':'昌平'
    },
    'subtitle':{
        'text':'前三名'
    },
    'yAxis':{
        'title':{
            'text':'数量'
        }
    }
}
charts.plot(l,show='inline',options=options)

　　输出：