数据分析-day04-pandas-dataFrame字符串离散化，将一维字符串截取转换成矩阵，实现可视化展示

实现要求：将左边的图例转成右边矩阵的样子

 

技术关键点：

1.获取去重分类列表

2.构建全0矩阵

3.遍历赋值

zero_array.loc[m, d_list[m]] = 1  #等同于 # zero_array.loc[m, ['Action', 'Adventure', 'Sci-Fi']] = 1

#!usr/bin/env python
#-*- coding:utf-8 _*-
'''
@author:Administrator
@file: pandas_string_demo.py
@time: 2020-01-04 下午 3:31
'''
import pandas as pd;
import numpy as np
from matplotlib import pyplot as plt
d_file=pd.read_csv("../data/IMDB-Movie-Data.csv");
#d_file=d_file.head(5);
print(d_file.columns)
d_str=d_file["Genre"]
print(d_str)
print("#####################################1.截取string字符串实现分类##################")
d_list=d_str.str.split(",").tolist();
print(d_list)
print("#######################################2.获取分类列表，实现去重###########################")
b_list=[n for m in d_list for n in m]
print(b_list);
#去重
category_column=list(set(b_list));
print(category_column)
print("########################################3.构建全0数组###########################")
#有多少不同的分类，就设置多少列
zero_array=pd.DataFrame(np.zeros((d_file.shape[0],len(category_column))),columns=category_column)
print(zero_array)

print("########################################4.给每个电影出现分类的位置赋值1###########################")

for m in range(d_file.shape[0]):
    print(m,d_list[m])
    #d_list[m]=['Action', 'Adventure', 'Sci-Fi'],第m行中所有列中，包含d_list[m]所含有的类别，则赋值1
    #d_list中m个元素和m行是一一对应的
    zero_array.loc[m, d_list[m]] = 1  #等同于 # zero_array.loc[m, ['Action', 'Adventure', 'Sci-Fi']] = 1

print(zero_array)

print("########################################5.统计每个分类的电影的数量和，以count数进行排序###########################")
#统计每个分类的电影的数量和
genre_count = zero_array.sum(axis=0)
print(genre_count)
#排序,以count数作为排序依据
genre_count = genre_count.sort_values()
_x = genre_count.index
_y = genre_count.values
print(_x,_y)
print("########################################6.可视化展示（）###########################")

plt.figure(figsize=(20,8),dpi=60)
plt.bar(range(len(_x)),_y,width=0.2,color="orange");
plt.xticks(range(len(_x)),_x)
plt.show();