Python - Jupyter Notebook 畫柱狀圖

  1. 學(xué)習(xí) Jupyter Notebook
  2. 學(xué)習(xí)如何用Jupyter Notebook 畫柱狀圖践叠。
  3. 代碼:
Slide Type
-
Slide
Sub-Slide
Fragment
Skip
Notes

?
#!/usr/bin/env python
#-*- coding: utf-8 -*-
import pymongo
from string import punctuation
import charts
?

In [25]:
Slide Type
-
Slide
Sub-Slide
Fragment
Skip
Notes

client = pymongo.MongoClient('localhost', 27017)
ganji = client['ganiji']
url_list = ganji['url_list']
infos = ganji['infos']
#infos = ganji['item_infoY']

In [121]:
Slide Type
-
Slide
Sub-Slide
Fragment
Skip
Notes

area = ['1']
for i in infos.find().limit(2):
 area = [' 北京', '通州', '土橋']
 infos.update({'_id': i['_id']}, {'$set': {'area': area}})
 print (area)
 print (i['area'][0])
 if i['area'][0] == " 北京": 
 area = [i['area'][0] + "-"+ i['area'][1], i['area'][2]]
 print('get here')
 print (area) 
 
 infos.update({'_id': i['_id']}, {'$set': {'area': area}})
?
 

[' 北京', '通州', '土橋'] 北京get here[' 北京-通州', '土橋'][' 北京', '通州', '土橋'] 北京get here[' 北京-通州', '土橋']

c:\users\rdczowh\appdata\local\programs\python\python35\lib\site-packages\ipykernel\__main__.py:4: DeprecationWarning: update is deprecated. Use replace_one, update_one or update_many instead.c:\users\rdczowh\appdata\local\programs\python\python35\lib\site-packages\ipykernel\__main__.py:12: DeprecationWarning: update is deprecated. Use replace_one, update_one or update_many instead.

In [135]:
Slide Type
-
Slide
Sub-Slide
Fragment
Skip
Notes

for i in infos.find():
 
 if i['area'][1]:
 area = [i for i in i['area'] if i not in punctuation]
 else:
 area =[' 北京'] + ['不明']
 infos.update({'_id': i['_id']}, {'$set': {'area': area}})

c:\users\rdczowh\appdata\local\programs\python\python35\lib\site-packages\ipykernel\__main__.py:7: DeprecationWarning: update is deprecated. Use replace_one, update_one or update_many instead.

In [136]:
Slide Type
-
Slide
Sub-Slide
Fragment
Skip
Notes

for i in infos.find().limit(100):
 print (i['area'])

[' 北京-通州', '土橋'][' 北京-通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '通州', '土橋'][' 北京', '朝陽', '國貿(mào)'][' 北京', '朝陽'][' 北京', '宣武', '白紙坊'][' 北京', '海淀', '牡丹園'][' 北京', '昌平', '回龍觀'][' 北京', '宣武', '白紙坊'][' 昆山', '其他'][' 昆山', '其他'][' 北京', '不明'][' 昆山', '其他'][' 北京', '海淀', '中關(guān)村'][' 北京', '朝陽', '勁松'][' 北京', '宣武', '白紙坊'][' 北京', '朝陽'][' 北京', '昌平', '回龍觀'][' 北京', '通州', '北關(guān)環(huán)島'][' 北京', '海淀', '玉泉路'][' 北京', '朝陽', '管莊'][' 北京', '大興', '舊宮'][' 北京', '崇文'][' 北京', '東城', '東四'][' 北京', '豐臺(tái)', '方莊'][' 北京', '東城'][' 北京', '昌平', '回龍觀'][' 北京', '東城', '東四'][' 北京', '順義'][' 北京', '石景山'][' 北京', '東城'][' 北京', '大興', '瀛海鎮(zhèn)'][' 北京', '通州'][' 北京', '昌平', '回龍觀'][' 北京', '東城'][' 北京', '順義', '李橋'][' 北京', '昌平', '回龍觀'][' 北京', '豐臺(tái)'][' 北京', '朝陽'][' 北京', '東城', '燈市口'][' 北京', '豐臺(tái)', '南苑'][' 北京', '海淀', '北大清華'][' 北京', '朝陽'][' 北京', '豐臺(tái)', '方莊'][' 北京', '昌平', '霍營'][' 北京', '朝陽', '望京'][' 北京', '石景山', '八角'][' 北京', '大興', '黃村'][' 北京', '豐臺(tái)', '南苑'][' 北京', '海淀'][' 北京', '豐臺(tái)', '木樨園'][' 北京', '海淀', '人民大學(xué)'][' 北京', '石景山', '八寶山'][' 北京', '海淀', '清河'][' 北京', '不明'][' 北京', '石景山'][' 北京', '朝陽', '小紅門'][' 北京', '朝陽'][' 北京', '海淀', '清河'][' 北京', '海淀'][' 北京', '昌平'][' 北京', '北京周邊'][' 北京', '海淀'][' 北京', '豐臺(tái)', '方莊']

In [32]:
Slide Type
-
Slide
Sub-Slide
Fragment
Skip
Notes

series = [data for data in data_gen('column')]
charts.plot(series, show='inline', options=dict(title=dict(text='發(fā)帖量')))

. . .

In [137]:
Slide Type
-
Slide
Sub-Slide
Fragment
Skip
Notes

area_list = []
for i in infos.find():
 area_list.append(i['area'][1])
area_index = list(set(area_list))
print(area_index)

['西城', '宣武', '大興', '東城', '其他', '通州', '順義', '土橋', '石景山', '北京周邊', '海淀', '崇文', '昌平', '豐臺(tái)', '不明', '朝陽']

In [125]:
Slide Type
-
Slide
Sub-Slide
Fragment
Skip
Notes

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

[2, 1, 3, 3, 8, 3, 43, 2, 6, 1, 11, 3, 8, 7, 16]['', '西城', '宣武', '大興', '東城', '其他', '通州', '順義', '石景山', '北京周邊', '海淀', '崇文', '昌平', '豐臺(tái)', '朝陽']

In [143]:
Slide Type
-
Slide
Sub-Slide
Fragment
Skip
Notes

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

In [139]:
Slide Type
-
Slide
Sub-Slide
Fragment
Skip
Notes

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

{'date': [2], 'type': 'column', 'name': '西城'}{'date': [1], 'type': 'column', 'name': '宣武'}{'date': [3], 'type': 'column', 'name': '大興'}{'date': [3], 'type': 'column', 'name': '東城'}{'date': [8], 'type': 'column', 'name': '其他'}{'date': [3], 'type': 'column', 'name': '通州'}{'date': [43], 'type': 'column', 'name': '順義'}{'date': [2], 'type': 'column', 'name': '土橋'}{'date': [6], 'type': 'column', 'name': '石景山'}{'date': [1], 'type': 'column', 'name': '北京周邊'}{'date': [11], 'type': 'column', 'name': '海淀'}{'date': [3], 'type': 'column', 'name': '崇文'}{'date': [8], 'type': 'column', 'name': '昌平'}{'date': [7], 'type': 'column', 'name': '豐臺(tái)'}{'date': [16], 'type': 'column', 'name': '不明'}

In [144]:
Slide Type
-
Slide
Sub-Slide
Fragment
Skip
Notes

series = [data for data in data_gen('column')]
charts.plot(series, show='inline', options=dict(title=dict(text='發(fā)帖量')))
  1. 圖表:
Paste_Image.png
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,一起剝皮案震驚了整個(gè)濱河市蟹漓,隨后出現(xiàn)的幾起案子泛释,更是在濱河造成了極大的恐慌衫哥,老刑警劉巖圃伶,帶你破解...
    沈念sama閱讀 217,185評(píng)論 6 503
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異毙芜,居然都是意外死亡忽媒,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 92,652評(píng)論 3 393
  • 文/潘曉璐 我一進(jìn)店門腋粥,熙熙樓的掌柜王于貴愁眉苦臉地迎上來晦雨,“玉大人,你說我怎么就攤上這事灯抛〗鹕猓” “怎么了?”我有些...
    開封第一講書人閱讀 163,524評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵对嚼,是天一觀的道長夹抗。 經(jīng)常有香客問我,道長纵竖,這世上最難降的妖魔是什么漠烧? 我笑而不...
    開封第一講書人閱讀 58,339評(píng)論 1 293
  • 正文 為了忘掉前任,我火速辦了婚禮靡砌,結(jié)果婚禮上已脓,老公的妹妹穿的比我還像新娘通殃。我一直安慰自己度液,他們只是感情好厕宗,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,387評(píng)論 6 391
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著堕担,像睡著了一般已慢。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上霹购,一...
    開封第一講書人閱讀 51,287評(píng)論 1 301
  • 那天佑惠,我揣著相機(jī)與錄音,去河邊找鬼齐疙。 笑死膜楷,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的贞奋。 我是一名探鬼主播赌厅,決...
    沈念sama閱讀 40,130評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢(mèng)啊……” “哼忆矛!你這毒婦竟也來了察蹲?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 38,985評(píng)論 0 275
  • 序言:老撾萬榮一對(duì)情侶失蹤催训,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后宗收,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體漫拭,經(jīng)...
    沈念sama閱讀 45,420評(píng)論 1 313
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,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 37,617評(píng)論 3 334
  • 正文 我和宋清朗相戀三年混稽,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了采驻。 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。...
    茶點(diǎn)故事閱讀 39,779評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡匈勋,死狀恐怖礼旅,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情洽洁,我是刑警寧澤痘系,帶...
    沈念sama閱讀 35,477評(píng)論 5 345
  • 正文 年R本政府宣布,位于F島的核電站饿自,受9級(jí)特大地震影響汰翠,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜昭雌,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,088評(píng)論 3 328
  • 文/蒙蒙 一复唤、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧烛卧,春花似錦佛纫、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,716評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽好爬。三九已至,卻和暖如春攒盈,著一層夾襖步出監(jiān)牢的瞬間抵拘,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,857評(píng)論 1 269
  • 我被黑心中介騙來泰國打工型豁, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留僵蛛,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 47,876評(píng)論 2 370
  • 正文 我出身青樓迎变,卻偏偏與公主長得像充尉,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子衣形,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,700評(píng)論 2 354

推薦閱讀更多精彩內(nèi)容