ATUALIZAÇÃO:
Eu fundamentalmente entendi mal o problema. Felix estava consultando o mongoDB para descobrir quantos itens se encaixavam em cada intervalo; portanto, minha abordagem não funcionou, porque eu estava tentando pedir ao mongoDB por os itens. Felix tem muitos dados, então isso é completamente irracional.
Felix, aqui está uma função atualizada que deve fazer o que você deseja:
def getDataFromLast(num, quantum):
m = my_mongodb()
all = []
not_deleted = []
today = datetime.combine(date.today(), time())
for i in range(num+1)[-1]: # start from oldest
day = today - i*quantum
time_query = {"$gte":day, "$lt": day+quantum}
all.extend(m.data.find({"time":time_query}).count())
not_deleted.extend(m.data.find({"deleted":0, "time":time_query}).count())
return all, not_deleted
Quantum é o "passo" para olhar para trás. Por exemplo, se quiséssemos ver as últimas 12 horas, eu definiria
quantum = timedelta(hours=1) e num = 12 .Um exemplo de uso atualizado em que obtemos os últimos 30 dias seria:from datetime import datetime, date, time, timedelta
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
from my_conn import my_mongodb
#def getDataFromLast(num, quantum) as defined above
def format_date(x, N, pos=None):
""" This is your format_date function. It now takes N
(I still don't really understand what it is, though)
as an argument instead of assuming that it's a global."""
day = date.today() - timedelta(days=N-x-1)
return day.strftime('%m%d')
def plotBar(data, color):
plt.bar(range(len(data)), data, align='center', color=color)
N = 30 # define the range that we want to look at
all, valid = getDataFromLast(N, timedelta(days=1)) # get the data
plotBar(all, "#4788d2") # plot both deleted and non-deleted data
plotBar(valid, "#0c3688") # plot only the valid data
plt.xticks(range(N), [format_date(i) for i in range(N)], size='small', rotation=30)
plt.grid(axis="y")
plt.show()
Original:
Tudo bem, esta é minha tentativa de refatoração para você. Blubber sugeriu aprender JS e MapReduce. Não há necessidade, desde que você siga as outras sugestões dele:crie um índice no campo de tempo e reduza o número de consultas. Esta é a minha melhor tentativa, juntamente com uma ligeira refatoração. Eu tenho um monte de perguntas e comentários embora.
Começando em:
with my_mongodb() as m:
for i in range(30):
day = today - timedelta(days = i)
t1 = [m.data.find({"time": {"$gte": day, "$lt": day + timedelta(days = 1)}}).count()] + t1
t2 = [m.data.find({"deleted": 0, "time": {"$gte": day, "$lt": day + timedelta(days = 1)}}).count()] + t2
Você está fazendo uma solicitação do mongoDB para encontrar todos os dados de cada dia dos últimos 30 dias. Por que você não usa apenas um pedido? E uma vez que você tenha todos os dados, por que não apenas filtrar os dados excluídos?
with my_mongodb() as m:
today = date.today() # not sure why you were combining this with time(). It's the datetime representation of the current time.time()
start_date = today -timedelta(days=30)
t1 = m.find({"time": {"$gte":start_date}}) # all data since start_date (30 days ago)
t2 = filter(lambda x: x['deleted'] == 0, all_data) # all data since start_date that isn't deleted
Eu realmente não sei por que você estava fazendo 60 solicitações (30 * 2, uma para todos os dados, uma para não excluída). Existe algum motivo específico para você construir os dados no dia-a-dia?
Então, você tem:
x = range(30)
N = len(x)
Por que não:
N = 30
x = range(N)
len(range(x) é igual a x , mas leva tempo para calcular. A maneira como você escreveu originalmente é um pouco... estranha. Aqui está a minha chance, com as mudanças que sugeri feitas de uma maneira o mais geral possível.
from datetime import datetime, date, time, timedelta
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
from my_conn import my_mongodb
def getDataFromLast(delta):
""" Delta is a timedelta for however long ago you want to look
back. For instance, to find everything within the last month,
delta should = timedelta(days=30). Last hour? timedelta(hours=1)."""
m = my_mongodb() # what exactly is this? hopefully I'm using it correctly.
today = date.today() # was there a reason you didn't use this originally?
start_date = today - delta
all_data = m.data.find({"time": {"$gte": start_date}})
valid_data = filter(lambda x: x['deleted'] == 0, all) # all data that isn't deleted
return all_data, valid_data
def format_date(x, N, pos=None):
""" This is your format_date function. It now takes N
(I still don't really understand what it is, though)
as an argument instead of assuming that it's a global."""
day = date.today() - timedelta(days=N-x-1)
return day.strftime('%m%d')
def plotBar(data, color):
plt.bar(range(len(data)), data, align='center', color=color)
N = 30 # define the range that we want to look at
all, valid = getDataFromLast(timedelta(days=N))
plotBar(all, "#4788d2") # plot both deleted and non-deleted data
plotBar(valid, "#0c3688") # plot only the valid data
plt.xticks(range(N), [format_date(i) for i in range(N)], size='small', rotation=30)
plt.grid(axis="y")
plt.show()
