使用pandas读取CSV文件,计算了不同年份书的平均评分,并绘制了折线图
# coding=utf-8
import pandas as pd
from matplotlib import pyplot as plt
# 设置pandas显示的最大行数、列数和宽度
pd.set_option('display.max_rows', 500)
pd.set_option('display.max_columns', 100)
pd.set_option('display.width', 1000)
# 指定CSV文件路径
file_path = './books.csv'
# 使用pandas读取CSV文件
df = pd.read_csv(file_path)
# 打印前2行数据,用于检查
# print(df.head(2))
# 打印数据集信息,用于检查
# print(df.info())
# 去除original_publication_year列的nan的行
data1 = df[pd.notnull(df['original_publication_year'])]
# 按照'original_publication_year'列进行分组,并计算每个年份下书的平均评分
grouped = data1['average_rating'].groupby(by=data1['original_publication_year']).mean()
# 打印分组后的数据
# print(grouped)
# 获取年份和平均评分
_x = grouped.index # 年份
_y = grouped.values # 平均评分
# 创建一个大小为20x8,分辨率为80的图形
plt.figure(figsize=(20, 8), dpi=80)
# 绘制折线图,x轴是年份的索引,y轴是平均评分
plt.plot(range(len(_x)), _y)
# 打印年份的数量
print(len(_x))
# 设置x轴的刻度,使其对应年份,旋转45度以便更好地显示
plt.xticks(list(range(len(_x)))[::10], _x[::10].astype(int), rotation=45)
# 显示图形
plt.show()
这段代码的功能如下:
-
设置了pandas显示的最大行数、列数和宽度。
-
读取了包含书籍数据的CSV文件。
-
去除了
original_publication_year
列中nan值的行,以便后续分组时不受影响。 -
按照
original_publication_year
列进行分组,并计算每个年份下书的平均评分。 -
准备数据用于绘图,年份作为x轴标签,平均评分作为y轴的值。
-
使用matplotlib绘制折线图,x轴表示年份,y轴显示每个年份的平均书籍评分。
效果如下:
上方涉及的books数据资源如下: