第十三章

MongoDB與Django單擊此處添加副標題演講者：項目需求需求確認的根本在于解決酒店管理中的痛點和核心業(yè)務(wù)問題。在進行需求分析的過程中，要多聽取用戶的意見，調(diào)查和研究隊形不能只局限于目標用戶群體，研究競爭對手的產(chǎn)品功能及優(yōu)點，有助于挖掘本系統(tǒng)的競爭點。同時，功能詳細的需求分析對系統(tǒng)后續(xù)的開發(fā)工作也是至關(guān)重要的，只有功能需求確定，技術(shù)人員才能針對性的進行技術(shù)選型，開發(fā)工作才能圍繞著確認的需求進行開展。功能需求項目準備數(shù)據(jù)庫結(jié)構(gòu)酒店管理系統(tǒng)員工信息(員工ID、姓名、職務(wù)、月薪、工齡)會員信息（會員ID、會員編號、姓名、會員等級、聯(lián)系電話）顧客信息(顧客ID、姓名、身份證號)停車場信息（車位編號ID、當前狀態(tài)、車輛牌號）客房信息（房間編號ID、客房類型、價格、負責人編號）客房訂單（訂單ID、入住時間、客房編號、顧客ID）菜品信息（菜品編號ID、菜名、價格、廚師ID）餐飲訂單（訂單ID、桌號、服務(wù)員編號ID、菜品編號ID、顧客編號ID）項目準備數(shù)據(jù)庫創(chuàng)建創(chuàng)建hotel數(shù)據(jù)庫項目準備客房訂單信息集合：accommodation顧客信息集合：client項目準備菜品信息集合：food餐飲訂單集合：order項目準備停車場集合：park客房信息集合：room項目準備員工信息集合：staff會員信息集合：vip項目環(huán)境搭建安裝djangopipinstalldjango下載mongoenginepipinstallmongoengine創(chuàng)建django項目項目環(huán)境搭建創(chuàng)建該項目的apppythonmanage.pystartapphotelapp功能實現(xiàn)配置相關(guān)文件：在settings.py文件中，注冊app允許跨站訪問配置數(shù)據(jù)庫配置靜態(tài)文件配置session數(shù)據(jù)庫結(jié)構(gòu)，寫入models中功能實現(xiàn)測試鏈接數(shù)據(jù)庫讀取一下client中的數(shù)據(jù)，讓它顯示在網(wǎng)頁client.html中deftest(request):

client=Client.objects.all()

returnrender(request,"client.html",{"client":client})功能實現(xiàn)驗證管理員登錄（賬戶：admin,密碼：admin）功能實現(xiàn)員工信息管理錄入功能功能實現(xiàn)員工信息管理修改功能功能實現(xiàn)員工信息管理刪除功能功能實現(xiàn)員工信息管理查詢功能小結(jié)：django鏈接數(shù)據(jù)需要在settings中配置插入新數(shù)據(jù)需要有save()方法all方法是查詢出所有數(shù)據(jù)練習：補齊顧客信息管理功能（添加顧客信息，修改顧客信息，查詢顧客信息，刪除顧客信息）謝謝！第十四章

MongoDB與Python數(shù)據(jù)分析單擊此處添加副標題演講者：環(huán)境準備pipinstallpandaspipinstallnumpypipinstallpyechartspipinstalljieba環(huán)境準備認識pyechartsfrompyecharts.chartsimportBar

bar=(

Bar()

.add_xaxis(["外套","羊毛衫","短袖","長褲","靴子","連衣裙"])

.add_yaxis("商家A",[25,15,35,12,75,85]))bar.render('html/pyechartsdemo.html')電商數(shù)據(jù)分析讀取數(shù)據(jù)電商數(shù)據(jù)分析處理數(shù)據(jù)刪除重復(fù)值：user.drop_duplicates(keep='last',inplace=True)將time轉(zhuǎn)換為datetime格式：user['time']=pd.to_datetime(user['time'])提取出日期和時間：user['dates']=user.time.dt.dateuser['month']=user.dates.values.astype('datetime64[M]')user['hours']=user.time.dt.hour轉(zhuǎn)換數(shù)據(jù)類型：user['behavior_type']=user['behavior_type'].apply(str)

#行為類型user['user_id']=user['user_id'].apply(str)user['item_id']=user['item_id'].apply(str)電商數(shù)據(jù)分析數(shù)據(jù)分析

：統(tǒng)計每日訪問量和獨立訪客量數(shù)據(jù)電商數(shù)據(jù)分析數(shù)據(jù)分析

：按天統(tǒng)計訪客量和獨立訪客量的分析差異電商數(shù)據(jù)分析數(shù)據(jù)分析

：不同時期用戶行為分析電商數(shù)據(jù)分析數(shù)據(jù)分析

：活動期間不同時段的用戶行為分析電商數(shù)據(jù)分析數(shù)據(jù)分析

：日常期間不同時段的用戶行為分析電商數(shù)據(jù)分析數(shù)據(jù)分析

：不同時段購買率電商數(shù)據(jù)分析數(shù)據(jù)分析

：活動期間轉(zhuǎn)化率分析電商數(shù)據(jù)分析數(shù)據(jù)分析

：日常期間轉(zhuǎn)化率分析端午節(jié)粽子數(shù)據(jù)分析讀取數(shù)據(jù)mon_client=pymongo.MongoClient(host='Localhost',port=27017)mon_db=mon_client['duanwu']mon_col=mon_db['zongzi']res=mon_col.find().limit(10)df=pd.DataFrame(list(res))print(df)提取付款人數(shù)單位（萬）：df['unit']=[''.join(re.findall(r'(萬)',i))foriindf['付款人數(shù)']]#提取單位（萬）df['unit']=df['unit'].apply(lambdax:10000ifx=='萬'else1)計算銷量：df['銷量']=df['num']*df['unit']刪除無發(fā)貨地址的商品，并提取省份：df=df[df['發(fā)貨地址'].notna()]df['省份']=df['發(fā)貨地址'].str.split('').apply(lambdax:x[0])刪除多余的列：df.drop(['付款人數(shù)','發(fā)貨地址','num','unit'],axis=1,inplace=True)重置索引：df=df.reset_index(drop=True)端午節(jié)粽子數(shù)據(jù)分析處理數(shù)據(jù)去除重復(fù)值df.drop_duplicates(inplace=True)處理購買人數(shù)為空的記錄修改為“0人付款”，方便后面做統(tǒng)計分析：df['付款人數(shù)']=df['付款人數(shù)'].replace(np.nan,'0人付款')提取付款人數(shù)的數(shù)值并轉(zhuǎn)化數(shù)據(jù)類型：df['num']=[re.findall(r'(\d+\.{0,1}\d*)',i)[0]foriindf['付款人數(shù)']]#提取數(shù)值df['num']=df['num'].astype('float')#轉(zhuǎn)化數(shù)值型添加停用詞:stop_words.extend(['logo','10','100','200g','100g','140g','130g'])評論字段分詞處理word_num=jieba.analyse.extract_tags(txt,topK=100,withWeight=TrueallowPOS=())去停用詞word_num_selected=[]?foriinword_num:

ifi[0]notinstop_words:

word_num_selected.append(i)?key_words=pd.DataFrame(word_num_selected,columns=['words','num'])端午節(jié)粽子數(shù)據(jù)分析數(shù)據(jù)分析：數(shù)據(jù)準備-分詞importjieba.analysetxt=df['商品名'].str.cat(sep='。')添加關(guān)鍵詞：jieba.add_word('粽子',999,'五芳齋')讀入停用詞表：stop_words=[]withopen('停用詞表/哈工大停用詞表.txt','rb')asf:

lines=f.readlines()

forlineinlines:

stop_words.append(line.strip