"""
@Date :2020/10/2 11:40
"""
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib as mpl
# 读取数据
df = pd.read_excel('已清洗数据.xlsx')
# 有个别行提取类型时不是nan 但为空列表 提取后为nan
df.dropna(inplace=True)
# 建立genres列表,提取电影的类型
genres_set = set()
for genre in df['genres'].str.split('|'):
for item in genre:
genres_set.add(item)
genres_list = list(genres_set)
for genre in genres_list:
# 判断每行 有这个类型 对应类型的列下添个1
df[genre] = df['genres'].str.contains(genre).apply(lambda x: 1 if x else 0)
genre_year = df.loc[:, genres_list]
# 将年份作为索引标签
genre_year.index = df['year']
# 将数据集按年份分组并求和,得出每个年份,各电影类型的电影总数
genresdf = genre_year.groupby('year').sum()
print(genresdf)
# 设置中文显示
mpl.rcParams['font.family'] = 'SimHei'
# 设置大小 像素
plt.figure(figsize=(10, 6), dpi=100)
# 设置图形显示风格
plt.style.use('ggplot')
# DataFrame 绘制折线图
plt.plot(genresdf, label=genresdf.columns)
# 添加描述信息
plt.xticks(range(1915, 2018, 5))
plt.xlabel('年份', fontsize=12)
plt.ylabel('电影数量', fontsize=12)
plt.title('各电影类型的数量随时间变化趋势', fontsize=18, x=0.5, y=1.02)
# 显示图例
plt.legend(genresdf)
# 保存图片
plt.savefig('test_004.png')
# 展示图片
plt.show()
这段代码的功能是读取一个名为'已清洗数据.xlsx'的Excel文件,提取电影类型和年份数据,并使用Matplotlib库绘制折线图来展示各电影类型的数量随时间变化的趋势,并将图表保存为test_004.png文件。
在代码中,首先使用pandas库读取了Excel文件中的数据,然后对数据进行处理,提取了电影的类型信息,并根据类型和年份进行统计。接着使用Matplotlib库设置了中文显示和图形显示风格,然后创建了一个折线图,展示了各电影类型的数量随时间变化的趋势。最后将图表保存为test_004.png文件,并显示出来。