在这里，我们起首按竽暌癸言(词典中的关键字“query”)来分组我们的数据，然后应用 python 的 groupby 函数，这是一个大年夜 SQL 中借来的奥妙函数，大年夜我们的数据列表中生成一组条目，每个条目都表示一些编程说话。然后，在第 14 行我们计算每一种说话的总页面浏览量，然后添加 ('Language', rank) 情势的元组到 popularity 列表中。在轮回之后，我们根据总浏览量对风行度数据进行排序，并将这些元组展开到两个零丁的列表中，然后在 result 变量中返回它们。

• 最初的数据集有很大年夜的误差。我检查了到底产生了什么，并意识到如不雅我在 blogsearchengine.org 膳绫侨芽“C”，我就会获得很多无关的链接，个中包含了 “C” 的字母。是以，我必须将 C 清除在分析之外。这种情况几乎不会在 “R” 和其他类似 C 的名称中出现：“C++”、“C”。

是以，如不雅我们将 C 大年夜推敲中移除并查看其他说话，我们可以看到如下图:

如今让我们来看看每日拜访量和谷歌的博客排名之间的接洽。大年夜逻辑上来说，不那么受迎接的博客应当排名靠后，但这并没那么简单，因为其他身分也会影响排名，例如，如不雅在人气较低的博客汕９依υ?┞仿更新一些，那么它很可能会起首出现。

结论

数据预备工作以下列方法进行：

def get_languages_popularity(data): 
    query_sorted_data = sorted(data, key=itemgetter('query')) 
    result = {'languages': [], 'views': []} 
    popularity = [] 
    for k, group in groupby(query_sorted_data, key=itemgetter('query')): 
        group = list(group) 
        daily_page_views = map(lambda r: int(r['daily_page_views']), group) 
        total_page_views = sum(daily_page_views) 
        popularity.append((group[0]['query'], total_page_views)) 
    sorted_popularity = sorted(popularity, key=itemgetter(1), reverse=True) 
    languages, views = zip(*sorted_popularity) 
    result['languages'] = languages 
    result['views'] = views 
    	
			
 5/6   首页 上一页 3 4 5 6 下一页 尾页
	
			

　　推荐阅读
　　90%程序员面试都用得上的索引优化
            Tech Neo技巧沙龙 | 11月25号，九州云/ZStack与您一路商量云时代收集界线治理实践
            多关于索引，分为以下几点来讲解（技巧文）：    索引的概述(什么是索引,索引的优缺点)    索引的根本应用>>>详细阅读


本文标题：如何分析博客中最流行的编程语言
地址：http://www.17bianji.com/lsqh/38842.html
 1/2    1