python访问mongodb统计江岸的房源数目，统计最大和平均值

好的，我可以为您提供这个问题的解答。

首先，您需要使用 Python 的 MongoDB 驱动程序 PyMongo 连接到您的 MongoDB 数据库。然后，您可以使用 PyMongo 的聚合框架来进行统计。

假设您的 MongoDB 数据库中有一个名为 `houses` 的集合，其中每个文档都包含一个 `address` 字段，表示房源的地址。如果您只想统计江岸区的房源数目，您可以使用以下代码：

from pymongo import MongoClient

client = MongoClient()
db = client['mydb']
collection = db['houses']

pipeline = [
    {'$match': {'address': {'$regex': '江岸区'}}},
    {'$group': {'_id': None, 'count': {'$sum': 1}}}
]

result = list(collection.aggregate(pipeline))
count = result[0]['count']
print('江岸区的房源数目为:', count)

上面的代码使用 PyMongo 的 `$match` 操作符过滤了地址中包含江岸区的文档，并使用 `$group` 操作符对过滤结果进行聚合，统计了匹配的文档数目。

如果您想要统计江岸区房源数目的最大值和平均值，您可以使用以下代码：

pipeline = [
    {'$match': {'address': {'$regex': '江岸区'}}},
    {'$group': {
        '_id': None,
        'count': {'$sum': 1},
        'max_price': {'$max': '$price'},
        'avg_price': {'$avg': '$price'}
    }}
]

result = list(collection.aggregate(pipeline))
count = result[0]['count']
max_price = result[0]['max_price']
avg_price = result[0]['avg_price']
print('江岸区的房源数目为:', count)
print('江岸区房源的最大价格为:', max_price)
print('江岸区房源的平均价格为:', avg_price)

上面的代码在 `$group` 操作符中使用了 `$max` 和 `$avg` 操作符分别统计了价格的最大值和平均值。

请注意，上面的代码仅供参考，您需要根据您的实际数据结构和需求进行调整。