1. 引言

统计一天内交易成功的商品中, 它们的城区分布是怎样的, 然后绘制一天内交易成功的商品中, 各城区交易量的饼图.

2. 分析

• 查找某天发布的物品当天就完成交易的
• 按区域统计筛选出的结果, 并按交易量从高到低排序
• 用函数生成图表数据

3. 实现代码

In [1] :

from pymongo import MongoClient
import charts

Server running in the folder /home/wjh at 127.0.0.1:35042

In [2] :

client = MongoClient('10.66.17.17', 27017)
database = client['ganji']
item_info = database['item_info']

In [3] :

# 查看源数据格式
[i for i in item_into.find().limit(3)

Out [3] :

[{'_id': ObjectId('5698f524a98063dbe9e91ca8'),
  'area': ['朝阳', '高碑店'],
  'cates': ['北京58同城', '北京二手市场', '北京二手家电', '北京二手冰柜'],
  'look': '-',
  'price': 450,
  'pub_date': '2016.01.12',
  'time': 0,
  'title': '【图】95成新小冰柜转让 - 朝阳高碑店二手家电 - 北京58同城',
  'url': 'http://bj.58.com/jiadian/24541664530488x.shtml'},
 {'_id': ObjectId('5698f525a98063dbe4e91ca8'),
  'area': ['朝阳', '定福庄'],
  'cates': ['北京58同城', '北京二手市场', '北京二手家电', '北京二手洗衣机'],
  'look': '-',
  'price': 1500,
  'pub_date': '2016.01.14',
  'time': 2,
  'title': '【图】洗衣机，小冰箱，小冰柜，冷饮机 - 朝阳定福庄二手家电 - 北京58同城',
  'url': 'http://bj.58.com/jiadian/24349380911041x.shtml'},
 {'_id': ObjectId('5698f525a98063dbe7e91ca8'),
  'area': ['朝阳', '望京'],
  'cates': ['北京58同城', '北京二手市场', '北京二手台式机/配件'],
  'look': '-',
  'price': 1500,
  'pub_date': '2015.12.27',
  'time': 3,
  'title': '【图】三星 A5 白色 没有打开过 - 朝阳望京台式机/配件 - 北京58同城',
  'url': 'http://bj.58.com/diannao/24475337853109x.shtml'}]

In [4] :

# 定义函数方便快速生成图表数据
def data_gen(date, time):
     # 定义管道模型
    pipeline = [
        # 筛选匹配数据
        {'$match': {'$and': [{'pub_date': date}, {'time': time}]}},
        # 以区域列表中的第一个元素分组并统计数量
        {'$group': {'_id': {'$slice': ['$area', 1]}, 'counts': {'$sum': 1}}},
        # 按数量从高到低排序
        {'$sort': {'counts': -1}}
    ]
    # 生成所有数据
    for item in item_info.aggregate(pipeline):
        yield [item['_id'][0], item['counts']]
# 输出看下结果        
[i for i in data_gen('2015.12.22', 1)]

Out [4] :

[['朝阳', 35],
 ['不明', 18],
 ['海淀', 18],
 ['大兴', 8],
 ['通州', 8],
 ['丰台', 7],
 ['昌平', 6],
 ['西城', 6],
 ['房山', 2],
 ['东城', 2],
 ['顺义', 2],
 ['石景山', 2],
 ['崇文', 1],
 ['怀柔', 1],
 ['北京周边', 1],
 ['门头沟', 1],
 ['平谷', 1]]

In [5] :

# 图表参数
options = {
    'char': {'zoomType': 'xy'},
    'title': {'text': '北京城区某日二手物品发帖量区域分布'},
    'subtitle': {'text': '图表展示二手物品区域分布发帖量'},
}
# 图表数据
serises = {
    'name': 'one_day',
    'type': 'pie',
    'data': [i for i in data_gen('2015.12.30', 1)],
}
charts.plot(serises, show='inline', options=options)

Out [5] :

Paste_Image.png

4. 总结

• 数据可以经过层层筛选得出最终想要的结果
• 这些过滤管道, 每一个都是字典的结构
• charts图表数据结构可以从highcharts官网中得到