Python爬蟲實(shí)戰(zhàn)筆記_3-4 畫餅圖

About how to get taget data by using pipeline

Source code
  • Define a pipeline to do similar query with GRPUP BY in SQL
# 統(tǒng)計(jì)一天內(nèi)交易成功的商品區(qū)域分布餅圖
def get_closed_item_chart():
    pipeline = [
        {'$match': {'saletime': ''}},
        {'$group': {'_id': {'$slice': ['$address', 1, 1]}, 'counts': {'$sum': 1}}}
    ]
    salesum = sum([i['counts'] for i in tinfo.aggregate(pipeline)])
    #print(salesum)
    for i in tinfo.aggregate(pipeline):

        item = {
                'name': i['_id'][0] +''+ str(int(float(i['counts']/salesum) * 10000) / 100)+'%',
                'y': int(float(i['counts']/salesum) * 10000) / 100,
                'type': 'pie'
            }
        yield item
        #print(item)
#get_closed_item_chart()
  • The data format to draw a pie chart is a little different from line chart and column chart.
data = [i for i in get_closed_item_chart()]
print(data)
cdata = [{
        "type": "pie",
        'name': 'sales',
        'colorByPoint': True,
        'data': data
    }]
charts.plot(cdata, show='inline')
  • The printed data is as below
[{'y': 0.17, 'type': 'pie', 'name': '崇明0.17%'}, {'y': 1.47, 'type': 'pie', 'name': '靜安1.47%'}, {'y': 3.08, 'type': 'pie', 'name': '黃浦3.08%'}, {'y': 1.47, 'type': 'pie', 'name': '南匯1.47%'}, {'y': 2.12, 'type': 'pie', 'name': '上海周邊2.12%'}, {'y': 2.36, 'type': 'pie', 'name': '青浦2.36%'}, {'y': 4.33, 'type': 'pie', 'name': '楊浦4.33%'}, {'y': 6.95, 'type': 'pie', 'name': '松江6.95%'}, {'y': 14.13, 'type': 'pie', 'name': '閔行14.13%'}, {'y': 5.1, 'type': 'pie', 'name': '普陀5.1%'}, {'y': 0.94, 'type': 'pie', 'name': '盧灣0.94%'}, {'y': 5.19, 'type': 'pie', 'name': '閘北5.19%'}, {'y': 3.13, 'type': 'pie', 'name': '長寧3.13%'}, {'y': 2.72, 'type': 'pie', 'name': '虹口2.72%'}, {'y': 5.19, 'type': 'pie', 'name': '寶山5.19%'}, {'y': 5.31, 'type': 'pie', 'name': '5.31%'}, {'y': 0.95, 'type': 'pie', 'name': '金山0.95%'}, {'y': 7.26, 'type': 'pie', 'name': '嘉定7.26%'}, {'y': 2.46, 'type': 'pie', 'name': '奉賢2.46%'}, {'y': 19.27, 'type': 'pie', 'name': '浦東19.27%'}, {'y': 6.3, 'type': 'pie', 'name': '徐匯6.3%'}]
The pie chart
Screen Shot 2016-07-13 at 7.33.32 PM.png
Reference

highcharts

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末庸论,一起剝皮案震驚了整個(gè)濱河市镰烧,隨后出現(xiàn)的幾起案子介时,更是在濱河造成了極大的恐慌,老刑警劉巖厢汹,帶你破解...
    沈念sama閱讀 216,402評論 6 499
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡脖阵,警方通過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 92,377評論 3 392
  • 文/潘曉璐 我一進(jìn)店門墅茉,熙熙樓的掌柜王于貴愁眉苦臉地迎上來命黔,“玉大人,你說我怎么就攤上這事就斤『纺迹” “怎么了?”我有些...
    開封第一講書人閱讀 162,483評論 0 353
  • 文/不壞的土叔 我叫張陵战转,是天一觀的道長搜立。 經(jīng)常有香客問我,道長槐秧,這世上最難降的妖魔是什么啄踊? 我笑而不...
    開封第一講書人閱讀 58,165評論 1 292
  • 正文 為了忘掉前任,我火速辦了婚禮刁标,結(jié)果婚禮上颠通,老公的妹妹穿的比我還像新娘。我一直安慰自己膀懈,他們只是感情好顿锰,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,176評論 6 388
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著启搂,像睡著了一般硼控。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上胳赌,一...
    開封第一講書人閱讀 51,146評論 1 297
  • 那天牢撼,我揣著相機(jī)與錄音,去河邊找鬼疑苫。 笑死熏版,一個(gè)胖子當(dāng)著我的面吹牛纷责,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播撼短,決...
    沈念sama閱讀 40,032評論 3 417
  • 文/蒼蘭香墨 我猛地睜開眼再膳,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了曲横?” 一聲冷哼從身側(cè)響起喂柒,我...
    開封第一講書人閱讀 38,896評論 0 274
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎胜榔,沒想到半個(gè)月后胳喷,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,311評論 1 310
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡夭织,尸身上長有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 37,536評論 2 332
  • 正文 我和宋清朗相戀三年吭露,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 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尊惰。...
    茶點(diǎn)故事閱讀 39,696評論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡讲竿,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出弄屡,到底是詐尸還是另有隱情题禀,我是刑警寧澤,帶...
    沈念sama閱讀 35,413評論 5 343
  • 正文 年R本政府宣布膀捷,位于F島的核電站迈嘹,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏全庸。R本人自食惡果不足惜秀仲,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,008評論 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望壶笼。 院中可真熱鬧神僵,春花似錦、人聲如沸覆劈。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,659評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽责语。三九已至炮障,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間坤候,已是汗流浹背铝阐。 一陣腳步聲響...
    開封第一講書人閱讀 32,815評論 1 269
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留铐拐,地道東北人徘键。 一個(gè)月前我還...
    沈念sama閱讀 47,698評論 2 368
  • 正文 我出身青樓,卻偏偏與公主長得像遍蟋,于是被迫代替她去往敵國和親吹害。 傳聞我的和親對象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,592評論 2 353

推薦閱讀更多精彩內(nèi)容