分析了一万多条拼车数据，看看北上广深的各位都回哪过年

关于Mongodb数据库的连接，直接上代码：

client = MongoClient('mongodb://localhost:27017') 
spring = client.spring 
collection = spring['orders'] 

以上代码的意思就是连接本地Mongodb-spring数据库-orders文档集合。

Pyecharts

Pyecharts(http://pyecharts.org)是大名鼎鼎的Echarts的Python可视化图表库，用起来挺顺手的，而且文档规范，基本上可以零门槛入门，具体实现请移步文档。

这里介绍一下关于Pyecharts的图表样式配置，为了保持各图表的样式统一(偷懒)，Pyecharts提供了一个Style类，可用于在同一个图或者多个图内保持统一的风格。

from pyecharts import Style,Geo 
 
style = Style( 
   title_color="#fff", 
   title_pos="center", 
   width=1100, 
   height=600, 
   background_color='#404a59' 
) 
# style.init_style 会返回类初始化的风格配置字典 
geo = Geo("全国主要城市空气质量", "data from pm2.5", **style.init_style) 

这样，就创建了一个Geo地理坐标系图表。

代码解读

因为全部代码有点长，所以抽了一段举个例子，主要思路就是从Mongodb取出指定数据，或者通过$group管道对数据进行处理，最后通过pyecharts生成相应的图表，呈现：

from pymongo import MongoClient 
from pyecharts import Style,GeoLines 
 
def getLines(self): 
   # 连接数据库 
   client = MongoClient('mongodb://localhost:27017') 
   spring = self.client.spring 
   collection = self.spring['orders'] 
    
   # Mongodb的操作，$match-筛选出'from_poi.city.city_name'为'杭州'的文档， 
   # 再通过$group管道，按照目标城市统计出汇总数量 
   line_hangzhou = collection.aggregate([ 
       {'$match': {'from_poi.city.city_name': '杭州'}}, 
       {'$group': {'_id': '$to_poi.city.city_name', 'count': {'$sum': 1}}} 
   ]) 
   # 按照Geolines图表的数据格式格式化数据 
   line_hangzhou_ = [] 
   for line in line_hangzhou: 
       line_hangzhou_.append(["杭州", line['_id'], line['count']]) 
        
   # 创建一个GeoLines图表 
   citylines = GeoLines("春节迁移路线图", **style.init_style) 
   # 添加数据以及样式 
   citylines.add("从杭州出发", 
                 line_hangzhou_, 
                 **geo_style) 
   # 生成html文件 
   citylines.render("results/citylines.html") 

后记

这是一篇迟到很久的文章，本来没打算再写，但是总觉得下半部分没写完心里有个结，所以还是抽时间补上。另外作为一个非专业技术人员，多记多练免得过几天自己就忘了。

【编辑推荐】

1. 新闻联播也可以拿来做数据分析？
2. 15分钟，教你用Python爬网站数据，并用BI可视化分析！
3. 数据分析惯用的5种思维方法
4. 你愿意花十分钟系统了解数据分析方法吗？
5. 四种大数据分析方法与大家分享

（编辑：晋中站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!