数据分析09章

01.电影数直方图
在这里插入图片描述
无数据,代码如下:
1.同等组距

import pandas as pd
from matplotlib import pylot as plt
file_path = './IMDB-Movie-Data.csv'

df= pd.read_csv(file_path)
print(df.head(1))
print(df.describe())
print(df.info())

#ratint,runtime分布情况
#选择图形,直方图
#准备数据
runtime_data = df["Runtime(Minutes)"].values

max_runtime = runtime_data.max()
min_runtime = runtime_data.min()

#计算组数
num_bin = (max_runtime-min_runtime)//5

#设置图形的大小
plt.figure(figsize=(20,8),dip=80)
plt.hist(runtime_data, num_bin)

# _x = list(range(min_runtime*2,max_runtime*2))
# _x = [i/2 for i in _x]

_x = [min_runtime]
i = min_runtime
while i<=max_runtime + 0.5:
    i = i+0.5
    _x.append(i)

plt.xticks(range(min_runtime, max_runtime+0.5,5))

plt.show()

2.不同等组距:

import pandas as pd
from matplotlib import pylot as plt
file_path = './IMDB-Movie-Data.csv'

df= pd.read_csv(file_path)
print(df.head(1))
print(df.describe())
print(df.info())

#ratint,runtime分布情况
#选择图形,直方图
#准备数据
runtime_data = df["Runtime(Minutes)"].values

max_runtime = runtime_data.max()
min_runtime = runtime_data.min()

#计算组数
# num_bin_list = [1.6]
num_bin_list = [0.5]*13 + [0.6]

# num_bin_list = [1.6]
# i = 1.6
# while i<max_runtime:
#     i +=0.5
#     num_bin_list.append(0.5)

# num_bin_list = [1.6]
# i = 1.6
# while i<max_runtime:
#     i +=0.5
#     num_bin_list.append(i)

#设置图形的大小
plt.figure(figsize=(20,8),dip=80)
plt.hist(runtime_data, num_bin)

_x = [min_runtime]
i = min_runtime
while i<=max_runtime + 0.5:
    i = i+0.5
    _x.append(i)

plt.xticks(range(min_runtime, max_runtime+0.5,5))

plt.show()

02.padas的常用统计方法

在这里插入图片描述
在这里插入图片描述

import pandas as pd

file_path = './IMDB-Movie-Data.csv'
df= pd.read_csv(file_path)

print(pd.info())#获取数据是否缺失等信息
print(df.head())#获取前几行信息


#获取平均评分
print(df['Rating'].mean())


#获取导演的人数
print(len(set(df['Director'].tolist())))
#与上面的方法一样效果
# print(len(df['Director'].unique()))


#获取演员的人数
temp_actors_list = df['Actors'].str.split(',').tolist()
actors_list = [i for j in temp_actors_list for i in j]
actors_num = len(set(actors_list))
print(actors_num)

注意:df[“Actors”].max()---->是计算最大值
df[“Actors”].argmax()---->是返回最大值的索引

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值