python电影数据分析报告_【python数据分析实战】电影票房数据分析(二)数据可视化...

在上一部分《【python数据分析实战】电影票房数据分析(一)数据采集》 已经获取到了2011年至今的票房数据，并保存在了mysql中。

本文将在实操中讲解如何将mysql中的数据抽取出来并做成动态可视化。

图1 每年的月票房走势图

第一张图，我们要看一下每月的票房走势，毫无疑问要做成折线图，将近10年的票房数据放在一张图上展示。

数据抽取：

采集到的票房数据是按天统计的，并且我们只看正常上映的和点映的，其他如重映等场次均不在本次统计内。

因此我们先对mysql中的数据releaseInfo字段进行筛选，然后根据上映年份和月份进行分组聚合，得到10年内每月的票房数据。

用sql取到数据后，再将不同年份的数据分别放入list中，原始数据是以"万"为单位的str，这里我们折算为以"亿"为单位的float。

构造图像：

x轴数据为年份，

再分别将不同年份的票房数据添加到y轴中，

最后配置下图像的属性即可。

config = {...} # db配置省略

conn = pymysql.connect(**config)

cursor = conn.cursor()

sql = '''

select substr(`date`,1,4) year,

substr(`date`,5,2) month,

round(sum(`boxInfo`),2) monthbox

from movies_data

where (substr(`releaseInfo`,1,2) = '上映' or `releaseInfo`='点映' )

group by year,month order by year,month

'''

cursor.execute(sql)

data = cursor.fetchall()

x_data = list(set([int(i[1]) for i in data]))

x_data.sort()

x_data = list(map(str, x_data))

y_data1 = [round(int(i[2]) / 10000, 2) for i in data if i[0] == '2011']

y_data2 = [round(int(i[2]) / 10000, 2) for i in data if i[0] == '2012']

y_data3 = [round(int(i[2]) / 10000, 2) for i in data if i[0] == '2013']

y_data4 = [round(int(i[2]) / 10000, 2) for i in data if i[0] == '2014']

y_data5 = [round(int(i[2]) / 10000, 2) for i in data if i[0] == '2015']

y_data6 = [round(int(i[2]) / 10000, 2) for i in data if i[0] == '2016']

y_data7 = [round(int(i[2]) / 10000, 2) for i in data if i[0] == '2017']

y_data8 = [round(int(i[2]) / 10000, 2) for i in data if i[0] == '2018']

y_data9 = [round(int(i[2]) / 10000, 2) for i in data if i[0] == '2019']

cursor.close()

conn.close()

def line_base() -> Line:

c = (

Line(init_opts=opts.InitOpts(height="600px", width="1300px"))

.add_xaxis(x_data)

.add_yaxis("2011", y_data1)

.add_yaxis("2012", y_data2)

.add_yaxis("2013", y_data3)

.add_yaxis("2014", y_data4)

.add_yaxis("2015", y_data5)

.add_yaxis("2016", y_data6)

.add_yaxis("