python數(shù)據(jù)分析:某時(shí)間與城區(qū)內(nèi)發(fā)帖數(shù)量 top3 類(lèi)目

統(tǒng)計(jì)趕集網(wǎng)某段時(shí)間內(nèi),北京各個(gè)城區(qū)發(fā)帖數(shù)量的 top3 類(lèi)目

效果是這樣的:

圖標(biāo)展示

我的代碼:

from pymongo import MongoClient
import charts
client=MongoClient('localhost',27017)
ganjiDB=client['ganjiDB']
detail_info=ganjiDB['detail_info']
def get_gen(date1,date2,area,limit):
    pipeline1 = [
    {'$match':{'$and':[{'pub_date':{'$gte':date1,'$lte':date2}},{'area':{'$all':area}}]}},
    {'$group':{'_id':{'$slice':['$cates',2,1]},'counts':{'$sum':1}}},調(diào)用已有類(lèi)目cates注意前面添加$,sum前不要丟$
    {'$limit':limit},
    {'$sort':{'counts':-1}}#倒序排列缆毁,注意前面冒號(hào)不要丟
]
    for i in detail_info.aggregate(pipeline1):
        data={
            'name':i['_id'][0],
            'data':[i['counts']],#注意是列表結(jié)構(gòu),注意字典調(diào)用key時(shí)不要忘記引號(hào)i['counts']''
            'type':'column'
        }
        yield data
series=[data for data in get_gen('2015.12.24','2015.12.27',['海淀'],3)]
options = {
    'chart'   : {'zoomType':'xy'},
    'title'   : {'text': '某段時(shí)間內(nèi)卤橄,北京各個(gè)城區(qū)發(fā)帖數(shù)量的 top3 類(lèi)目'},
    'subtitle': {'text': '數(shù)據(jù)圖表'},
    'yAxis'   : {'title': {'text': '數(shù)量'}}
    }

charts.plot(series,options=options,show='inline')

總結(jié):

  • MongoDB中聚合(aggregate)主要用于處理數(shù)據(jù)(諸如統(tǒng)計(jì)平均值,求和等)枉圃,并返回計(jì)算后的數(shù)據(jù)結(jié)果乾闰。有點(diǎn)類(lèi)似sql語(yǔ)句中的 count(*)箱残;
  • $match:用于過(guò)濾數(shù)據(jù),只輸出符合條件的文檔揩懒。$match使用MongoDB的標(biāo)準(zhǔn)查詢操作什乙。
  • $group:將集合中的文檔分組,可用于統(tǒng)計(jì)結(jié)果已球。
  • $sort:將輸入文檔排序后輸出臣镣。
  • $limit:用來(lái)限制MongoDB聚合管道返回的文檔數(shù)。
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末智亮,一起剝皮案震驚了整個(gè)濱河市忆某,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌阔蛉,老刑警劉巖弃舒,帶你破解...
    沈念sama閱讀 211,639評(píng)論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異状原,居然都是意外死亡聋呢,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,277評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門(mén)颠区,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)削锰,“玉大人,你說(shuō)我怎么就攤上這事毕莱∑鞣罚” “怎么了?”我有些...
    開(kāi)封第一講書(shū)人閱讀 157,221評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵朋截,是天一觀的道長(zhǎng)蛹稍。 經(jīng)常有香客問(wèn)我,道長(zhǎng)部服,這世上最難降的妖魔是什么唆姐? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 56,474評(píng)論 1 283
  • 正文 為了忘掉前任,我火速辦了婚禮饲宿,結(jié)果婚禮上厦酬,老公的妹妹穿的比我還像新娘。我一直安慰自己瘫想,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,570評(píng)論 6 386
  • 文/花漫 我一把揭開(kāi)白布昌讲。 她就那樣靜靜地躺著国夜,像睡著了一般。 火紅的嫁衣襯著肌膚如雪短绸。 梳的紋絲不亂的頭發(fā)上车吹,一...
    開(kāi)封第一講書(shū)人閱讀 49,816評(píng)論 1 290
  • 那天筹裕,我揣著相機(jī)與錄音,去河邊找鬼窄驹。 笑死朝卒,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的乐埠。 我是一名探鬼主播抗斤,決...
    沈念sama閱讀 38,957評(píng)論 3 408
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼丈咐!你這毒婦竟也來(lái)了瑞眼?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書(shū)人閱讀 37,718評(píng)論 0 266
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤棵逊,失蹤者是張志新(化名)和其女友劉穎伤疙,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體辆影,經(jīng)...
    沈念sama閱讀 44,176評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡徒像,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,511評(píng)論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了蛙讥。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片厨姚。...
    茶點(diǎn)故事閱讀 38,646評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖键菱,靈堂內(nèi)的尸體忽然破棺而出谬墙,到底是詐尸還是另有隱情,我是刑警寧澤经备,帶...
    沈念sama閱讀 34,322評(píng)論 4 330
  • 正文 年R本政府宣布拭抬,位于F島的核電站,受9級(jí)特大地震影響侵蒙,放射性物質(zhì)發(fā)生泄漏造虎。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,934評(píng)論 3 313
  • 文/蒙蒙 一纷闺、第九天 我趴在偏房一處隱蔽的房頂上張望算凿。 院中可真熱鬧,春花似錦犁功、人聲如沸氓轰。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 30,755評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)署鸡。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間靴庆,已是汗流浹背时捌。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 31,987評(píng)論 1 266
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留炉抒,地道東北人奢讨。 一個(gè)月前我還...
    沈念sama閱讀 46,358評(píng)論 2 360
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像焰薄,于是被迫代替她去往敵國(guó)和親拿诸。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,514評(píng)論 2 348

推薦閱讀更多精彩內(nèi)容