麻瓜编程·python实战·3-0自学：用赶集数据画柱状图

我的结果

结果

步骤：

安装——备份数据——整理数据——数据可视化

安装：

1. 安装网页端编译器 python3 -m pip install jupyter
2. 安装数据可视化库 python3 -m pip install highchart

（win10）highchart的安装需要更改安装目录里的7个文件。具体可见教程。

备份数据：

win10 的 jupyter notebook 没有teminal，所以只有在cmd里进行

• 打开cmd——show dbs——use walden——show tables
• 创建 db.createCollection('ganji_secondhand_bak')
• 复制 db.ganji_secondhand.copyTo('ganji_secondhand_bak')
• 用备份来进行操作

整理数据：

我的 ganji_secondhand_bak 数据库中有两万多条，现在我要按照每条记录中的地点（region）来统计，各个地点的频次。
实际上我发现我的数据库中有一些记录不是“深圳本地”的，因此我需要代码来从中筛选出“深圳”（用了正则）。
还有一些情况是，本来应该是“深圳-宝安”，但却只有“深圳”，这里也要用 if 来处理一下。

• 首先进入 jupyter notebook：（cmd）>jupyter notebook
• 浏览器打开 jupyter notebook 页面
• 点击 new - Python3 （右上角）
• 进入编译页面

常规的import

• 链接pymongo

  
  
  

  链接pymongo

• 确认一下我的数据格式，和我的代码效果

  
  
  

  处理region部分的字符串

• 看看数据库中“深圳”的“地区有哪些，有些没有标明“地区”的用 if 处理

• list_count 列表把所有出现的“地区”都吸进去了，为了方便之后做频次统计，list.count() 你懂得

• sub_area 这个 set 是拿来去重的

地区

• 统计每个地区的频次

  
  
  

  各个地区的频次

• 写了一个函数来处理上面的“地区”和“频次”格式，为了满足可视化库highchart的需求

  
  
  

  写函数干粗活

• 格式是这样的，必须是字典，key分别是name\data\type，data的value还必须用方括号括起来

  
  
  

  charts格式

数据可视化

• 最后，charts来了。
• series列表把上面的字典都吸进去
• charts.plot 里面的全部是套路，text那里是标题

全都是套路

最后

我发现教程里面的更新数据库我没有做……然而我已经写完这篇文章了，那对于我这种潇洒性人格来说，就忘掉这一切吧。

我还是补上更新数据库吧：

更新数据库（please just 忽略红色的部分）