数据可视化 -- Python

前提条件：

熟悉认知新的编程工具（jupyter notebook）

1、安装：采用pip的方式来安装Jupyter。输入安装命令pip install jupyter即可；

2、启动：安装完成后，我们可在如下目录找到jupyter-notebook这个应用；双击启动

如下图所示：

3、打开浏览器编译器

至此编程工具准备完毕。

数据可视化实战教程：

import pymongo
import 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=‘杭州发帖数据统计-旺旺‘)))

最终运行结果：

总结知识点：

1、charts模块的引入及使用；

2、列表中append（）函数使用；

3、count()函数使用；

4、集合函数set（）的使用；

5、列表解析式的使用；

6、zip()函数的使用；

7、yield生成器的使用；

8、MongoDb数据库操作使用；