分析数据：aggregate更多用法
两个任务：
1.找出每个地区销售量top3，并显示出来
2.找出每种大类的成色跟价格的折线图
第一个：每个地区的top3
成果：
地区tpo3
代码：
from pymongo import MongoClient
import charts
client = MongoClient()
ceshi = client['ceshi']
item_info = ceshi['item_info']
# 给定aera返回帖子数量list的生成器
def post_in_aera(aera):
pipeline = [
{'$match': {'$and': [{'time': {'$in': ['2016-08-01','2016-08-14']}},{'place': aera}]}},
{'$group': {'_id': '$cate', 'counts': {'$sum':1}}},
# 降序排列
{'$sort' : {'counts': -1}},
# 用来显示top3
{'$limit': 3}
]
for i in item_info.aggregate(pipeline):
data = {
'name': i['_id'][0],
'data': [i['counts']],
'type': 'column'
}
yield data
# 变更aera，就可以查看特定地区的top3数量
aera = '海淀'
series = [i for i in post_in_aera(aera)]
print(series)
charts.plot(series,show="inline",options=dict(title=dict(text=aera)))
小结
这里没啥太大的困难，唯一的就是觉得有缺陷：作为外地人，我怎么知道北京都有哪些区?
最稳妥的作法就是，写个管道，筛选出来所有的区域，然后循环放进chart函数图里面，生成多样的图。这样才是程序员应该思考的问题。但是估计是charts不支持生成多种图，所以没有成功
第二个：找出每种大类的成色跟价格的折线图
结果：
成色跟平均价格的关系统计
代码：
from pymongo import MongoClient
import charts
client = MongoClient()
ceshi = client['ceshi']
item_info = ceshi['item_info']
# 数据生成器，用以生成成色的平均值，只产生了数值
def data_gen(date1,date2,cates):
pipeline = [
{'$match':{'$and':[{'pub_date':{'$gte':date1,'$lte':date2}},
{'cates':{'$all':cates}},
{'look':{'$nin':['-']}}
]}},
{'$group':{'_id':'$look','avg_price':{'$avg':'$price'}}},
{'$sort':{'avg_price':1}}
]
for i in item_info.aggregate(pipeline):
yield i['avg_price']
# 成色生成器，生成成色，跟上个生成器一样的，只是取出来的数据不一样
实话说这样写很掏粪，但是自己只会这么写
def look_gen(date1,date2,cates):
pipe = [
{'$match':{'$and':[{'pub_date':{'$gte': date1,'$lte': date2}},
{'cates': {'$all': cates}},
{'look': {'$nin':['-']}}
]}},
{'$group':{'_id':'$look','avg_price':{'$avg':'$price'}}},
{'$sort':{'avg_price':1}}
]
for i in item_info.aggregate(pipe):
yield i['_id']
# 生成charts
date1 = '2015.12.24'
date2 = '2016.01.10'
cates = ['北京二手数码产品']
data = [i for i in data_gen(date1, date2, cates)]
options = {
'title': {'text': '新旧-价格趋势图'},
# x轴这里生成的下标，原先只是手写的，觉得比较掏粪就想着这么搞
'xAxis' : {'categories': [i for i in look_gen(date1, date2, cates)]},
'yAxis' : {'title': {'text': '价格'}},
}
charts.plot(data,show='inline', options=options)
新技能GET：
-
all
{'cates': {'$all': ['apple']}},只要cates中包含‘apple’就满足筛选条件，这个cates项就会被筛选出来 -
nin
{'look': {'$nin':['-']}}含义是，not in ，不包含‘-’的look项被筛选出来 -
group
再次理解这个group，为什么此次的调查叫成色的平均值呢？我这样理解：9成新肯定有一批商品，只要把价格汇总起来求平均值就得到了9成新的均值（个人认为不科学，比方二手家电有9成新的电饭锅和9成新的空调，一平均就失衡了，这个先不管），又引入了平均值的求法 -
avg
{'$group':{'_id':'$look','avg_price':{'$avg':'$price'}}},
筛选look项目中price的平均值，最后赋给‘avg_price’这个key。这个真好用，因为你输入的可能是字符串，它竟然自己产生数值运算了 -
输出csv格式
mongoexport -d ceshi -c item_details -o Users/##.csv
-d后面是数据库的名称，-c后面是collection的名称，-o后面是输出的路径及其格式，当然csv可以换为json.
csv是什么呢？
答：逗号分隔值（Comma-Separated Values，CSV，有时也称为字符分隔值，因为分隔字符也可以不是逗号），其文件以纯文本形式存储表格数据（数字和文本）
好吧，win不支持在jupyter中使用终端，所以就算了
小结
也就是group用的6不6的状况了
总结
整个week3都是套路，只要熟悉对数据库的操作基本没有什么大问题
