python数据分析

python数据分析篇

继爬虫篇后，站长在电影网爬取了Top300的数据形成表格存放在了项目里面，今天用这些数据讲一下数据分析

期望效果

1.首先我们建一个ipynb文件

因为ipynb文件可以查看可视化图表，所以我们用这个写

2.下载pandas插件

pip install pandas

pandas是专门用于读取csv文件的数据，并对csv文件进行数据写入和写出

import pandas as pd

3.下载可视化代码库matplotlib

pip install matplotlib

引入

from matplotlib.axes import Axesimport  matplotlib.pyplot as plt

4.建立四个可视化图表的雏形

figure, axes = plt.subplots(nrows=2, ncols=2, figsize=(12, 10), dpi=100)

5.获取csv数据

df=pd.read_csv("movies.csv",usecols=["电影名","年份","上映时间","语言","类型","评分"])

数据结构如图

6.定义四个图表

axes1:Axes=axes[0][0]axes2:Axes=axes[0][1]axes3:Axes=axes[1][0]axes4:Axes=axes[1][1]

5.不同年份电影数量的柱状图

获取年份yearcount=df.groupby("年份")["年份"].count()获取最大的年份和最小的年份并对其进行去重maxyear=yearcount.index.max()minyear=yearcount.index.min()xdata=(df.sort_values("年份",ascending=True)["年份"]).drop_duplicates()//设置x轴，最小的年份到最大的年份之间所有的年份x=[i for i in range(minyear, maxyear+1)]//y轴，用for循环获取每年的数量，没有就是0y=[int(yearcount.get(i,0)) for i in x]//解决中文乱码plt.rcParams["font.sans-serif"]=["SimHei"]axes1.plot(x,y)axes1.set_title("不同年份电影数量")axes1.set_xlabel("年份")axes1.set_xticks(x[::8])axes1.set_yticks([i for i in range(0,31,3)])axes1.set_ylabel("数量")

效果

6.不同语言电影数量的柱状图，和折现图一样

lancount=df.groupby("语言")["语言"].count()labels=[i for i in df["语言"].drop_duplicates()]size=[int(lancount.get(i)) for i in labels]axes2.bar(labels,size)axes2.set_title("不同语言电影数量")axes2.tick_params(axis='x', rotation=90) # 旋转X轴标签

效果

7.不同类型电影数量的柱状图

获取类型typedata=df["类型"].str.split(",")typelist=[]obj={}//学过java的都知道，通过建立的一个键值对，如果键值对不存在，设置为1，否则+1for item in typedata:for t in item:if(t in obj):            obj[t]+=1else:            obj[t] =1labels3=obj.keys()size3=[int(obj.get(i)) for i in labels3]axes3.bar(labels3,size3)axes3.set_title("不同类型电影数量")axes3.tick_params(axis='x', rotation=90) # 旋转X轴标签

8.根据评分显示的电影数量占比（饼图）

scorelist=df["评分"].drop_duplicates()scorecount=df.groupby("评分")["评分"].count()scoresize=[scorecount.get(i) for i in scorelist]axes4.pie(scoresize,labels=scorelist, autopct='%1.1f%%')axes4.legend(loc='lower center', ncol=4, bbox_to_anchor=(0.5, -0.2))

效果

数据分析可视化其实很简单，只要照着文档做就行，官方文档：

https://matplotlib.org.cn/stable/gallery/index.html

下一章：web应用