我的结果
结果
步骤：
安装——备份数据——整理数据——数据可视化
安装：
- 安装网页端编译器 python3 -m pip install jupyter
- 安装数据可视化库 python3 -m pip install highchart
（win10）highchart的安装需要更改安装目录里的7个文件。具体可见教程。
备份数据：
win10 的 jupyter notebook 没有teminal，所以只有在cmd里进行
- 打开cmd——show dbs——use walden——show tables
- 创建 db.createCollection('ganji_secondhand_bak')
- 复制 db.ganji_secondhand.copyTo('ganji_secondhand_bak')
- 用备份来进行操作
整理数据：
我的 ganji_secondhand_bak 数据库中有两万多条，现在我要按照每条记录中的地点（region）来统计，各个地点的频次。
实际上我发现我的数据库中有一些记录不是“深圳本地”的，因此我需要代码来从中筛选出“深圳”（用了正则）。
还有一些情况是，本来应该是“深圳-宝安”，但却只有“深圳”，这里也要用 if 来处理一下。
- 首先进入 jupyter notebook：（cmd）>jupyter notebook
- 浏览器打开 jupyter notebook 页面
- 点击 new - Python3 （右上角）
- 进入编译页面
常规的import
-
链接pymongo
链接pymongo -
确认一下我的数据格式，和我的代码效果
处理region部分的字符串 看看数据库中“深圳”的“地区有哪些，有些没有标明“地区”的用 if 处理
list_count 列表把所有出现的“地区”都吸进去了，为了方便之后做频次统计，list.count() 你懂得
sub_area 这个 set 是拿来去重的
地区
-
统计每个地区的频次
各个地区的频次 -
写了一个函数来处理上面的“地区”和“频次”格式，为了满足可视化库highchart的需求
写函数干粗活 -
格式是这样的，必须是字典，key分别是name\data\type，data的value还必须用方括号括起来
charts格式
数据可视化
- 最后，charts来了。
- series列表把上面的字典都吸进去
- charts.plot 里面的全部是套路，text那里是标题
全都是套路
最后
我发现教程里面的更新数据库我没有做……然而我已经写完这篇文章了，那对于我这种潇洒性人格来说，就忘掉这一切吧。
我还是补上更新数据库吧：
更新数据库（please just 忽略红色的部分）
