用数据分析来管理设备

由于现在移动设备厂商多,机型多,为了测试兼容性,导致测试的设备也多。如何管理好测试设备,也是有学问的。

很多公司,会买很多测试设备来测试兼容性。有的设备是共享的,有人借走设备没有及时归还。
或者设备需要系统更新升级,淘汰老设备,购置新设备等,都需要有人去管理。怎么能高效的管理设备?

首先我们来认识一个python数据分析的利器:pandas
Pandas最初被作为金融数据分析工具而开发出来,因此,pandas为时间序列分析提供了很好的支持。 Pandas的名称来自于面板数据(panel data)和python数据分析(data analysis)。
pandas提供了大量能使我们快速便捷地处理数据的函数和方法。

pandas很方便的从一个csv,excel文件,或者一个web,一个数据库,捞到这样一张表。
无论是存储在excel,还是存储在数据库,展示在web page上。我们可以通过爬虫等方法,得到一个这样的表。
对pandas来说,就是一个二维的数组。

  1. 读写csv,excel
pd.to_csv("devices_tablet.csv")
pd.read_csv("devices_tablet.csv")
pd.to_excel()
pd.read_excel()
  1. 从网页的表中捞数据(前提是网页中需要有表结构)
    比爬虫方便多了。
pd.read_html()
  1. 从数据库中捞数据。
pd.to_sql()
pd.read_sql()

假设我们有个这样的设备列表。记录在conflunce上的,使用起来方便,有改动记录,提醒,账号等各方面功能。


Screen Shot 2017-08-01 at 4.14.33 PM.png

好了,我们可以捞到这张表。

result = requests.Session().get(CONFLUENCE_DEVICE_TRACKING_URL, verify=False).content
table = pd.read_html(result)
android_device = table[0]

然后按照某些关键字,存储到文件中去:

phone_device = android_device[android_device[4] == 'Tablet']
phone_device.to_csv("devices_tablet.csv")

按照某些行列,就可以得到我们想要的数据。
如我想知道品牌,和版本:

print(phone_device.groupby(5).size())
print(phone_device.groupby(1).size())

结果类似这样的:

Android 4.0.4    1
Android 4.1.2    6
Android 4.3.0    1
Android 4.4.4    1
Android 5.0      1
Android 5.1.1    2
Android 6.0.1    1
Android 7.1.1    1

一段代码,就可以画成图表:

sum_df = phone_device.groupby(5).size()
sum_df.plot(kind='pie', subplots=True, autopct='%.2f', figsize=(8, 8), title = "Versions", legend = True)  # 显示百分比
plt.show()

结果如下:

Screen Shot 2017-08-01 at 4.48.10 PM.png

轻轻松松的就统计出来了。
根据统计,就可以升级,淘汰,购买设备了。
当然,还可以加段代码,定义一个规则,借出的设备,超过多长时间,自动发邮件提醒。

更多精彩,请关注微信公众号: python爱好部落

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,529评论 5 475
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,015评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,409评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,385评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,387评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,466评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,880评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,528评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,727评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,528评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,602评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,302评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,873评论 3 306
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,890评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,132评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,777评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,310评论 2 342

推荐阅读更多精彩内容