# get_top_7 : 得到top7，以及其在每日中变化趋势
def get_top_7(data):
    # 从time_tag数据中转模块得到数据结构
    time_datas = merge_all_time_data(data)

    # 通过python自带的频率分析函数 得到每个语言的出现次数，在tot中得到前7
    dict_tmp = collections.Counter(time_datas['tot'])
    # 将得到的频率排序
    tot_rank=sorted(dict_tmp.items(),key=lambda x:x[1],reverse=True)
    top_list = [] #存放排名前7的语言元组
    time_lab=[] #存放日期标签
    top_lab=[] #存放排名前7的语言标签
    top_list_everyday = {}#存放各个日期出现的次数

    #遍历前7个出现最多的语言个数，放入上面准备好的列表中
    for index in range(7):
        top_list.append(tot_rank[index])
        top_lab.append(tot_rank[index][0])
    
    #按前7个出现最多的语言去统计得到 各个日期的数据结构
    for time,data in time_datas.items():
        if time != "tot":
            time_lab.append(time)
            # 对各个天数的日期进行频率统计
            dict_tmp = collections.Counter(time_datas[time])
            top_list_everyday[time] = []
            for name,value in dict_tmp.items():
                # 如果语言是前7的语言标签，则放入数据结构
                if name in top_lab:
                    top_list_everyday[time].append((name,value))
            # 将得到东西排个序
            top_list_everyday[time] = sorted(top_list_everyday[time],key=lambda x:x[1],reverse=True)
    #把tot也放进去
    top_list_everyday["tot"]=top_list
    #无所谓的特殊处理
    top_lab.reverse()
    #将时间标签，前7个热门语言标签，和对应的key,value返回
    return time_lab,top_lab,top_list_everyday