最新数据分析案例：统计电影分类情况，2024年最新面试培训机构排名前十名

最后

Python崛起并且风靡，因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低，但它的晋级路线很多，通过它你能进入机器学习、数据挖掘、大数据，CS等更加高级的领域。Python可以做网络应用，可以做科学计算，数据分析，可以做网络爬虫，可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多，你需要学好基础，再选择明确的方向。这里给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

👉Python所有方向的学习路线👈

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

👉Python必备开发工具👈

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

👉Python全套学习视频👈

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

👉实战案例👈

学python就与学数学一样，是不能只看书不做题的，直接看步骤和答案会让人误以为自己全都掌握了，但是碰到生题的时候还是会一筹莫展。

因此在学习python的过程中一定要记得多动手写代码，教程只需要看一两遍即可。

👉大厂面试真题👈

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

生成数据图

================================================================

使用条形图或直方图（plt.hist()），0轴为分类名，1轴为该分类的电影数量。

（因为前面使用了set集合，集合具有无序性，每一次运行的时候数据图中的数据顺序不一样，但数量对应上了，问题不大）

Code

===============================================================

import numpy as np

import pandas as pd

from matplotlib import pyplot as plt

取消行和列的省略

pd.set_option(‘display.max_columns’, None)

pd.set_option(‘display.max_rows’, None)

###########################################

def CountItemNum(item_1, list_1):

count_num = 0

for i in list_1:

if i == item_1:

count_num += 1

return count_num

movieDataFile = ‘dataFiles/IMDB-Movie-Data.csv’

mov_df = pd.read_csv(movieDataFile)

print(mov_df.head(1))

print(mov_df[‘Genre’])

获得电影分类列表

temp_type_list = mov_df[‘Genre’].str.split(‘,’).tolist()

print(temp_type_list)

所有分类的列表（重复）

type_list = [i for j in temp_type_list for i in j]

print(type_list)

所有分类的列表（不重复）

genre_list = list(set(type_list))

print(genre_list)

分类对应的数量

genre_count_list = []

for item in genre_list:

item为分类名,由于一部电影不会有两个一样的分类名，直接计数即可

genre_count_list.append(CountItemNum(item, type_list))

print(genre_count_list)

生成数据图

matFont = {

‘family’: ‘Microsoft Yahei’

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！