收集整理了一份《2024年最新Python全套学习资料》免费送给大家，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Python知识点，真正体系化！
由于文件比较多，这里只是将部分目录截图出来
如果你需要这些资料，可以添加V无偿获取：hxbc188 （备注666）
正文
data[‘演员list’] = data.apply(lambda x: ‘，’.join(x[‘演员’].split(‘yyyyy’)[1].split(‘xxxxx’)[2:]) if pd.notnull(x[‘演员’]) else None,axis=1)
剔除无演员列表的行
data = data.dropna(subset=[“演员list”])
剔除无用字段
data.drop([‘导演/演员/编剧’],axis=1,inplace=True)
data.drop([‘演员’],axis=1,inplace=True)
因为考虑到配音类型的影片是看不到演员本人的，所以需要剔除配音类型影片。再将演员列表从行转置列，使得每行电影名称和演员是一一对应的。由于猫眼电影已经按照演员的出场频率进行排序，所以每部影片取前四名演员，作为影片主演，其中多明星合拍的影片，如《我和我的祖国》就改为取前十名。
拆分演员列表，并转置成一列
data = data.drop(“演员list”, axis=1).join(data[“演员list”].str.split(“，”, expand=True).stack().reset_index(level=1, drop=True).rename(“演员”))
剔除配音演员
data = data[~data[‘演员’].str.contains(‘配音’)]
data[‘演员’] = data.apply(lambda x: x[‘演员’].split(‘饰：’)[0] if ‘饰：’ in x[‘演员’] else x[‘演员’], axis=1)
剔除分割演员名称错误的行
data = data[~data[‘演员’].str.contains(‘uncredited’)]
data = data[~data[‘演员’].str.contains(‘voice’)]
data = data[~data[‘演员’].str.contains(‘Protester’)]
取每部电影的前四名演员，部分影片特殊
data_actor = data[[‘电影id’,‘电影名称’,‘演员’]].drop_duplicates()
data_actor_top4 = data_actor[data_actor[‘电影名称’]!=‘我和我的祖国’].groupby([‘电影id’,‘电影名称’]).head(4)
data_actor_top10 = data_actor[data_actor[‘电影名称’]==‘我和我的祖国’].groupby([‘电影id’,‘电影名称’]).head(10)
data_actor_top4 = pd.concat([data_actor_top4,data_actor_top10])
剔除外国演员
data_actor_top4[‘演员名字长度’] = data_actor_top4.apply(lambda x: len(x[‘演员’]),axis=1)
data_actor_top4 = data_actor_top4[(data_actor_top4[‘演员名字长度’]<=3)].copy()
data_actor_top4.drop(“演员名字长度”,axis = 1,inplace=True)
匹配
data = pd.merge(data,data_actor_top4,how=‘inner’,on=[‘电影id’,‘电影名称’,‘演员’])
然后，拆分每部电影的电影题材类型并进行转置，再汇总每个演员出演过的电影题材，排序后取前三个类型，作为演员的拿手题材。
拆分电影题材
data = data.join(data[“电影题材”].str.split(“,”,expand = True).stack().reset_index(level = 1,drop = True).rename(“题材”))
取每位演员最擅长的电影题材TOP3
data_type_actor = data[[‘电影id’,‘电影名称’,‘演员’,‘题材’]].drop_duplicates().groupby([‘演员’, ‘题材’]).agg({‘电影id’: ‘count’}).reset_index().sort_values([‘演员’,‘电影id’],ascending=False)
data_type_actor = data_type_actor.groupby([‘演员’]).head(3)
data_type_actor = data_type_actor.groupby([‘演员’])[‘题材’].apply(list).reset_index()
data_type_actor[‘题材’] = data_type_actor[‘题材’].apply(lambda x: ‘,’.join(str(i) for i in list(set(x)) if str(i) != ‘nan’))
data_type_actor.rename(columns={‘题材’: ‘演员_拿手题材’}, inplace=True)
data = pd.merge(data,data_type_actor,how=‘left’,on=[‘演员’])
四、数据分析
目前只有“演员总票房”和“影片平均评分”两个字段，可用作描述一个演员综合能力，所以需要衍生一些字段：
电影数量：统计演员主演过的影片数量；
大于10亿票房影片数量：汇总单部影片票房大于10亿的数量；
大于10亿票房影片计分：按照不同票房区间赋予分值，再汇总；
由于部分演员只出演过一部影片，属于单样本，若不剔除，会影响各项指标的数值分布。
##Python学习群 592539176
actor = result[[‘演员’,‘总票房’,‘用户评分’]].drop_duplicates()
衍生字段：平均票房、大于10亿票房影片、大于10亿票房影片计分
actor[‘用户评分’] = actor.apply(lambda x:0 if x[‘用户评分’]==‘暂无评分’ else x[‘用户评分’],axis=1)
actor[‘大于10亿票房影片数量’] = actor.apply(lambda x:1 if x[‘总票房’]>100000 else 0,axis=1)
按照票房赋予分值
def goal(x):
if x[‘总票房’]<=100000:
division_goal = 0
elif x[‘总票房’]<=200000:
division_goal = 1
elif x[‘总票房’] <= 300000:
division_goal = 2
elif x[‘总票房’] <= 400000:
division_goal = 3
elif x[‘总票房’] <= 500000:
division_goal = 4
else:
division_goal = 5
return division_goal
actor[‘大于10亿票房影片计分’] = actor.apply(goal,axis=1)
actor[‘电影数量’] = 1
actor[‘用户评分’] = pd.to_numeric(actor[‘用户评分’])
actor[‘大于10亿票房影片数量’] = pd.to_numeric(actor[‘大于10亿票房影片数量’])
actor[‘大于10亿票房影片计分’] = pd.to_numeric(actor[‘大于10亿票房影片计分’])
汇总
actor2 = actor.groupby([‘演员’]).agg({‘总票房’: ‘sum’,
‘大于10亿票房影片数量’: ‘sum’,
‘大于10亿票房影片计分’: ‘sum’,
‘电影数量’: ‘count’,
‘用户评分’:‘mean’,}).reset_index()
筛选影片数量大于1的行——只有一部影片的演员设为单样本，会影响标准化的结果
actor2 = actor2[actor2[‘电影数量’]>1].reset_index(drop=True)
最后，由于数值字段之间的量纲不同，需要进行标准化处理后才可以进行比较。“演员总票房”的高低是衡量一个演员能力的重要因素，这里笔者将“大于10亿票房影片数量”和“大于10亿票房影片计分”也作为两点重要因素，而“影片平均评分”和“电影数量”作为次要因素，最终标准化处理后的计算公式：
总分=演员总票房+大于10亿票房影片数量+大于10亿票房影片计分+0.5_影片平均评分+0.5_电影数量
这里笔者曾用K-means聚类算法将演员划分为四个集群，通过查看集群的分布情况后发现，划分结果与上述公式计算后的总分排名情况十分相似（比如，总分1-20名划分成集群1，21-50名划分成集群2），所以取消了用聚类算法的方式划分演员档次。
#Python学习群 592539176
#免费领取资料
复制一份副本
actor_copy = actor2.copy()
标准化处理
scaler = StandardScaler()
numeric_features = actor2.dtypes[actor2.dtypes != ‘object’].index
scaler.fit(actor2[numeric_features])
scaled = scaler.transform(actor2[numeric_features])
for i, col in enumerate(numeric_features):
actor2[col] = scaled[:, i]
划分演员档次：权重求和，根据分值排序
result = actor2.apply(lambda x: x[‘总票房’]+x[‘大于10亿票房影片数量’]+x[‘大于10亿票房影片计分’]+0.5x[‘电影数量’]+0.5x[‘用户评分’],axis=1)
# 划分演员档次——方法2：采用聚类算法，自动分成4个组
actor_model = actor2[[‘总票房’, ‘大于10亿票房影片数量’, ‘大于10亿票房影片计分’,‘电影数量’,‘用户评分’]].values
y_pred = KMeans(n_clusters=4, random_state=9).fit_predict(actor_model)
result2 = pd.Series(y_pred)
合并两种结果
model_actor_reuslt = pd.concat([actor_copy, result], axis=1)
model_actor_reuslt.rename(columns={0: ‘总分’},inplace=True)
model_actor_reuslt = model_actor_reuslt.sort_values(‘总分’,ascending=False).reset_index(drop=True)
五、数据描述
由于工作上经常使用BI工具tableau进行图表制作，因此下列的图表均用tableau绘制。其实pyecharts生成的图表也十分美观，为了方便这里就不用这个库画图了，有兴趣的小伙伴也可以了解下这个库。
学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后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！
一、Python所有方向的学习路线
Python所有方向路线就是把Python常用的技术点做整理，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。
二、学习软件
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。
三、全套PDF电子书
书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。
四、入门学习视频
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。
五、实战案例
光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
六、面试资料
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。
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。
如果你需要这些资料，可以添加V无偿获取：hxbc188 （备注666）
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！
61282296f86381401c05e862fe4e9.png)
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。
如果你需要这些资料，可以添加V无偿获取：hxbc188 （备注666）
[外链图片转存中…(img-NnSXH8Lh-1713850924797)]
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！
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
