一、目标
现在我们有全球排名靠前的10000本书的数据,那么请统计一下下面几个问题:
1、不同年份书的数量
2、不同年份的书的平均评分情况
二、获取数据
import numpy as np
import pandas as pd
from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font = font_manager.FontProperties(fname="C:\Windows\Fonts\simfang.ttf")
df = pd.read_csv("./books.csv")
三、实现目标1
df = df[pd.notnull(df["original_publication_year"])].groupby(by="original_publication_year").count().iloc[:,0]
plt.figure(figsize=(20,8),dpi=80)
_x = df.index
_y = df.values
plt.bar(list(range(len(_x))),_y,color="green")
plt.xticks(list(range(len(_x)))[::10],_x[::10].astype(int),rotation=45)
plt.xlabel("年份",fontproperties=my_font)
plt.ylabel("当年书的数量",fontproperties=my_font)
plt.title("不同年份出版书的数量(样本:10000本)