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；　

#导入charts模块
import charts

\'\'\'
type：图表展示形式，column 表示柱状图
data：形式固定，[value]
name:分类标题
\'\'\'
series = [{\'type\': \'column\', \'data\': [56], \'name\': \'江干\'},
          {\'type\': \'column\', \'data\': [14], \'name\': \'富阳\'},
          {\'type\': \'column\', \'data\': [11], \'name\': \'上城\'}]

#charts模块数据展示固定模式
charts.plot(series,show=\'inline\',options=dict(title=dict(text=\'charts图表统计\')))

运行结果：

2、列表中append（）函数使用；

list-append()：该方法作用于列表，用于在列表的末尾追加元素，无返回值，改变的是列表的元素及长度。

描述：

append()方法用于在列表末尾添加新的元素

语法：

list.append(obj) --(obj为添加到列表末尾的对象)

返回值：

该方法无返回值，但是回修该原来的列表，使用该方法的列表内容进行改变

3、count()函数使用；

list-count()：该方法作用于列表，用于统计某个元素在列表中出现的次数

描述：

list()方法用于统计某个元素在列表中出现的次数

语法：

list.count(obj) --(obj为添加到列表末尾的对象)

返回值：

该方法返回元素在列表中出现的次数

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；

http://liuzhijun.iteye.com/blog/1852369

8、MongoDb数据库操作使用；