資料視覺效果 -- Python

標籤：text   準備   int   ceshi   ima   mongod   結果   log   資料庫操作   

前提條件：

熟悉認知新的編程工具（jupyter notebook）

1、安裝：採用pip的方式來安裝Jupyter。輸入安裝命令pip install jupyter即可；

2、啟動：安裝完成後，我們可在如下目錄找到jupyter-notebook這個應用；雙擊啟動

如所示：

 

3、開啟瀏覽器編譯器

至此編程工具準備完畢。

 

資料視覺效果實戰教程：

import pymongoimport charts

client = pymongo.MongoClient(‘localhost‘,27017)ceshi = client[‘ceshi‘]item_info = ceshi[‘item_info‘]

for i in item_info.find().limit(300):    if i[‘area‘] == [‘‘]:        pass    else:        print(i[‘area‘])

area_list = []for i in item_info.find().limit(300):    if i[‘area‘] == [‘‘]:        pass    else:        area_list.append(i[‘area‘][1])area_index = list(set(area_list))print(area_index)

post_times = []for index in area_index:    post_times.append(area_list.count(index))print(post_times)    

data_gen(‘column‘)

def data_gen(types):    length = 0    if length <= len(area_index):        for area,times in zip(area_index,post_times):            data = {                ‘name‘:area,                ‘data‘:[times],                ‘type‘:types            }            yield data            length += 1    

 

for i in data_gen(‘column‘):    print(i)

series = [data for data in data_gen(‘column‘)]charts.plot(series,show=‘inline‘,options=dict(title=dict(text=‘杭州發帖資料統計-WangWang‘)))

 

最終運行結果：

 

 總結知識點：

1、charts模組的引入及使用；

2、列表中append（）函數使用；

3、count()函數使用；

4、集合函數set（）的使用；

5、列表解析式的使用；

6、zip()函數的使用；

7、yield產生器的使用；

8、MongoDb資料庫操作使用；

 

資料視覺效果 -- Python