对猫眼T100进行简单数据分析

• 前言
• 可视化分析
• • TOP100最多的国家或地区
  • TOP10电影
  • 影产量年份趋势
  • 演员出演TOP100电影情况
  • 结语

前言

上一次，我们爬取了猫眼电影的Top100数据，并将它存放在了csv文件中。今天，我们就将数据取出，来进行个简单的分析吧！

可视化分析

TOP100最多的国家或地区

首先，我们看一下拥有Top100最多的国家或者地区：

代码如下：

import pandas as pd from matplotlib import pyplot as plt from matplotlib import font_managermy_font = font_manager.FontProperties(fname='C:/Windows/Fonts/msyh.ttc',size = 14)#加载数据 index = ['index','name','actor','releasetime','country','score'] data = pd.read_csv('./MoviesTop100.csv',header=None,names= index) #从第0行开始读取，索引为 index#print(data.shape) #查看电影分布情况 country_count = data.groupby('country')['country'].count().sort_values(ascending = False) plt.figure(figsize=(10,8),dpi=80) country_count.plot(kind='bar',color='blue',width = 0.8) plt.xticks(rotation=0) plt.ylabel('数量(部)',fontproperties=my_font) plt.xlabel('国家/地区',fontproperties=my_font) plt.title('国家/地区电影数量排名',fontproperties=my_font) for x,y in enumerate(list(country_count.values)): #将其组合成一个索引，例如[(0,44),(1,17)]plt.text(x,y+0.5,y,ha='center') plt.show()

结果如下图：

可以看到除了网站中没有显示国家/地区的电影外，美国以17部占了绝大优势，其次是韩国，而中国内地一部电影也没有上榜。。。

TOP10电影

接下来，我们看一下评分最高的10部电影是哪几部

代码如下：

top10_movies = data.sort_values('score',ascending=False) name = top10_movies['name'][:10] score = top10_movies['score'][:10] plt.figure(figsize=(10,8),dpi = 80) plt.bar(range(10),score,width=0.6,color='red') plt.xticks(range(10),name,rotation=45) plt.ylim((9,9.7)) #设置y轴坐标 plt.ylabel('评分') plt.xlabel('电影名称') plt.title('TOP10电影名称') for x,y in enumerate(list(score)): plt.text(x,float(y)+0.01,y,ha='center') #plt.show() plt.savefig('./绘图/Top10电影名称.jpg')

结果如下：

让我有点意外的是，大话西游之月光宝盒竟然排到了第一名，高达9.6的评分，星爷的电影还是十分经典的。嗯，幸好其中大部分电影还是都看过的

影产量年份趋势

接下来，我们站在时间的维度上去看下，哪一年盛产了最多的Top100电影

代码如下：

year_data = pd.Series() #创建一个Series对象，用于后面赋值 for i,item in data.iterrows(): #遍历每一行year = item['releasetime'].split('/')[0]dict_obj = {} #创建一个空字典dict_obj['time'] = yearyear_df = pd.Series(dict_obj) year_data = year_data.append(year_df) year_moviesnum = year_data.groupby('time').count() plt.figure(figsize=(10,8),dpi = 80) year_moviesnum.plot(kind = 'line',color='red',marker='o') plt.ylabel('数量(部)') plt.xlabel('年份') plt.title('电影产量趋势') #plt.show() plt.savefig('./绘图/电影产量趋势.jpg')

结果如下：

可以看出，在11年的时候，产出了9部Top100。11年，貌似那时候还是使用的DVD吧，那时候的网络也没有现在这么发达，也想不起有哪些电影是那年上映的。

演员出演TOP100电影情况

最后，我们再来看一下，哪些演员出演的Top100电影最多

代码如下：

ctor_data = pd.Series() #创建一个Series对象，用于后面赋值 actor_dict = {} for i,item in data.iterrows(): actor = item['actor'].split(',')for name_item in actor:actor_dict['actor_name'] = name_item actor_df= pd.Series(actor_dict) #转换为Series类型actor_data = actor_data.append(actor_df) actor_moviesnum = actor_data.groupby('actor_name').count().sort_values(ascending=False)[:12]plt.figure(figsize=(10,8),dpi = 80) actor_moviesnum.plot(kind = 'bar',color='brown',width= 0.6) plt.ylabel('数量(部)') plt.xlabel('姓名') plt.title('出演Top100电影演员情况') plt.xticks(rotation=45) for x,y in enumerate(list(actor_moviesnum)): plt.text(x,float(y)+0.1,y,ha='center') #plt.show() plt.savefig('./绘图/演员情况.jpg')

从上图可以看出，张国荣拥有6部Top100电影，其次是星爷。最可惜的是感觉是张国荣，英年早逝。

结语

由于数据量太小，所以做的分析并不是很全面。

总结

以上是生活随笔为你收集整理的对猫眼T100进行简单数据分析的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。