本博客起源于博主的大三NoSQL课程设计，采用python+MongoDB结合方式，将数据从txt文件导入MongoDB之中，再将其取出以作图。主要技术是采用python与MongoDB结合存储读取方案，所以本博客截取了课设的部分内容，主要讲解python操作MongoDB方案实现，以给想要学习python+MongoDB编程开发的同学学习练手。
设计思路
1、Python编程语言和MongoDB有驱动包pymongo连接，使用pymongo对MongoDB进行编程开发、数据读取，以及后续的画图分析和数据可视化处理
2、使用的数据文件sample.txt.txt。
设计内容
1、先使用dataToMongo.py将文件清洗后导入MongoDB中。
(1) 创建并连接到MongoDB 中的nosql数据库;
(2) 创建并连接到nosql数据库的集合sample;
2、对读出的数据进行可视化处理。
(1) 画图主要使用的Python包为matplotlib.plot。
设计步骤及结果测试
1、先使用dataToMongo.py将文件清洗后导入MongoDB中。
(1) 采用pymongo连接驱动
(2) 采用pymongo的MongoClient类连接mongod
(3) python中使用的mongo常用语法与mongo的JSON语法基本相同。
MongoDB启动：
启动Python脚本dataToMongo.py将数据从文件中读出并存入MongoDB中：
注意要使用以下命令 （由于前期使用python+Hadoop的方式编写，所以使用了unix输入输出流来读数据）：
# cat sample.txt.txt | ./dataToMongo.py
数据成功存入MongoDB：
dataToMongo.py
#!/usr/bin/python3 # -*- coding:utf-8 -*- # 这个文件是用来将数据存入MongoDB中数据库nosql的 # collection为 sample (db.sample.find()) # 格式为："line1": [data1,data2...] from pymongo import MongoClient import sys # Connect to mongod, use DB: 'nosql', use COLLECTION: 'sample' conn = MongoClient('127.0.0.1', 27017) #连接mongod db = conn.nosql #连接'nosql'数据库，没有则自动创建 sample = db.sample #使用sample集合，没有则自动创建 n = 1 data = list() for line in sys.stdin: data = line.strip().split() linenum="line"+str(n) # linenum是line字符串+数字组成的字符串，后面插入数据集时会用到 if n==1: pass # 第一行数据是没用的，清洗掉 elif n==2: data = data[4:] # 实测观察数据从第四个数据开始 data[0] = '-3.1415926536' # 原数据是‘Real=-3.1415926536’，所以将数据修改下 for index,item in enumerate(data): data[index] = float(item) # 将原来是字符串的数据转为float类型 sample.insert({ # 将数据插入(insert)MongoDB中的sample集合 "line":linenum, # 这里我为了后续作图方便，插入了一个{line：linenum}的键值对 "value":data # {value: data}键值对， data是一个list变量哦 }) else: data = data[2:] # 和第二行的数据不一样，实测观察出的，有时候编程是要一步步观察修改的 for index,item in enumerate(data): # 考验自己的动手能力，怎么观察实现要自己想办法了 data[index] = float(item) sample.insert({ "line":linenum, "value":data }) n+=1
2、对读出的数据进行可视化处理。
画图脚本：main.py
(1) 第一个图：
蓝色的线是在1.0*10^9频率下，phi=0
橙色的线是在1.0*10^9频率下，phi=1.5707963268。
横坐标是Theta(degree)，范围从-Pi ~Pi；纵坐标是电场值。
相同频率下，theta角度越大，电场值越小。
main.py
#!/usr/bin/python3 # -*- coding:utf-8 -*- # file : main.py # 这个文件是用来读取MongoDB中nosql数据库.sample集合数据 # 读出之后作图 from pymongo import MongoClient import matplotlib.pyplot as plt # Connect to mongod, use DB: 'nosql', use COLLECTION: 'sample' conn = MongoClient('127.0.0.1', 27017) #连接mongod db = conn.nosql #连接'nosql'数据库，没有则自动创建 sample = db.sample #使用sample集合，没有则自动创建 angle_theta_radian=sample.find_one({"line":"line2"})['value'] #使用find_one查找第2行的数据，取其名为‘value’的键值对的值 data_phi0=sample.find_one({"line":"line3"})['value'] #使用find_one查找第3行的数据，取其名为‘value’的键值对的值 data_phi90=sample.find_one({"line":"line48"})['value'] #使用find_one查找第48行的数据，取其名为‘value’的键值对的值 plt1, = plt.plot(angle_theta_radian,data_phi0) #作图1 plt2, = plt.plot(angle_theta_radian,data_phi90) #作图2 plt.legend([plt1,plt2],['Electrial Field1','Electrial Field2'],loc='upper right') #设置图例 plt.xlabel('Theta (degree)') #设置x轴标签 plt.ylabel('Electrical field (V/m)') #设置y轴标签 plt.show() #以上一起显示出来
(2) 第二个图：
蓝色的线是，在1.0*10^9频率下，phi=0；
橙色的线是，在1.02*10^9频率下，phi=0；（第93行： line93）
横坐标是Theta(degree)，范围从-Pi ~Pi；纵坐标是电场值。
相同theat角度下，频率越高，电场值绝对值越大。
实现：将main.py脚本文件中的
data_phi90=sample.find_one({"line":"line48"})['value']
修改为：
data_phi90=sample.find_one({"line":"line93"})['value']
即可得出。
数据文件说明：
1、数据文件概述：是测试的电场强度数据文件。
包括多个频率测试的电场强度，每个频率的数据是一个数据块。
在一个频率点测试的数据（每一块数据里面），又包括多行数据（每行是一个theta角度的数据）和多列数据（每一列为一个phi角度的数据）。
2、数据文件含义：
3、实验测试与数据的关系如下
对于文件sample.txt.txt，只有两个频率（109频率和1.2*109频率）。
感谢李老师的数据文件说明，如果有任何侵权问题，博主可以立即删除。
博客好像发不了文件，如果需要数据文件的话请留言邮箱，看到了发给你。