第2章-1 利用Python进行数据分 学习笔记

#!-*-coding:utf-8-*-
import json
path = "C:\Python learn\pydata-book-master\ch02\usagov_bitly_data2012-03-16-1331923249.txt"
print open(path).readline(),
print 1

records = [json.loads(line) for line in open(path)]
print records[0:2]      #可以看出records是一个列表内嵌字典所构成[{dict1},{dict2}...], type = dict
print
print records[0]    #type = list
print
print records[1]
print
print type(records)    #type = list
print 2

time_zones = [i['tz'] for i in records if 'tz' in i]        # 其中i为records列表中的字典，对于每一个i，如果i包含了键 'tz'，则把值i['tz']创建为列表
print time_zones[:10]
print 3

def get_counts(seq):
counts = {}         #新建一个空的字典
for x in seq:       #对seq中的每个对象x进行循环
if x in counts:     #如果对象x已经在字典中，则值counts[x]加1，如果还不在字典中，则值counts[x]初始值为1
counts[x] += 1
else:
counts[x] = 1
return counts

counts = get_counts(time_zones)     #对time_zones列表计数并创立字典，如果列表中的对象x出现了n次，则返回一个字典counts = {x:n, ...}
print counts
print 4
print counts['America/New_York']        #相当于print get_counts(time_zones)['America/New_York']，即对列表中的AmericaNewYork计数，并创立字典
print 5

print len(time_zones)
print 6

def top_counts(count_dict):
value_key_pairs = [(count,tz) for tz, count in count_dict.items()]
#count_dict.items()为该字典下的键值元组列表，其形式为[(key1, value1), (key2, value2), ...]
#tz, count即分别对应了key和value，然后建立一个(count，tz)的元组列表，其形式为[(value1, key1), (value2, key2),...]
# print value_key_pairs
value_key_pairs.sort()      #对该列表元组进行顺序排列，即value从小到大进行排序
return value_key_pairs[-10:],
print top_counts(counts)