分析内容:
分析1: Top100电影地区分布
分析2: Top100电影上映年份分布
分析3: Top100电影风格分布
import operator
import pandas as pd # 读取csv文件
import matplotlib.pyplot as plt # 画图
#from wordcloud import WordCloud # 词云图
# 解决中文显示问题
plt.rcParams['font.sans-serif'] = ['SimHei'] # 显示中文标签 # 指定默认字体
plt.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题
# 读取csv数据
df = pd.read_csv('maoyan.csv')
df[['year','place']]=df['pub_time'].str.split('(',expand=True)
df.drop('pub_time',axis=1,inplace=True)
df['year']=df['year'].str[:4]
df['place']=df['place'].str[:-1]
def change_region(region):
if region=="中国香港":
return '中国'
else:
return region
df['place']=df['place'].map(change_region)
list_=df['place'].tolist()
d=dict([[i,list_.count(i)] for i in list_])
x=[]
y=[]
for key,value in d.items():
if key!=None:
x.append(key)
y.append(value)
plt.bar(x, y)
plt.xlabel("国家")
plt.ylabel("数量")
plt.title("Top100电影地区分布")
plt.legend()
#plt.show()
d={'10年后':0,'00年后':0,'90年代':0,'90年前':0}
list_=df['year'].tolist()
for year in list_:
if int(year)>2010:
d['10年后']=d['10年后']+1
elif int(year)>=2000:
d['00年后'] = d['00年后'] + 1
elif int(year)>=1990:
d['90年代'] = d['90年代'] + 1
elif int(year)<1990:
d['90年前'] = d['90年前'] + 1
x.clear()
y.clear()
for key,value in d.items():
if key!=None:
x.append(key)
y.append(value)
explode=[0.01,0.01,0.01,0.01]
plt.figure(figsize=(6,6))
plt.pie(y,explode=explode,labels=x,autopct='%1.1f%%')
plt.title('Top100电影上映年份分布')
plt.show()
allStyle={}
for i in df['style'].str.split(','):
for j in i:
if j not in allStyle:
allStyle[j]=1
else:
allStyle[j]=allStyle[j]+1
x.clear()
y.clear()
allStyle=dict(sorted(allStyle.items(),key=operator.itemgetter(1)))
for key,value in allStyle.items():
x.append(key)
y.append(value)
plt.barh(x,y)
plt.title('Top100电影风格')
plt.xlabel('数量')
plt.ylabel('风格名称')
plt.show()