咸宁网站建设多少钱,找人做网站服务器不是自己的怎么办,需要证书的建筑公司网站,门户网站 建设 投入#x1f935;♂️ 个人主页#xff1a;艾派森的个人主页 ✍#x1f3fb;作者简介#xff1a;Python学习者 #x1f40b; 希望大家多多支持#xff0c;我们一起进步#xff01;#x1f604; 如果文章对你有帮助的话#xff0c; 欢迎评论 #x1f4ac;点赞#x1f4… ♂️ 个人主页艾派森的个人主页 ✍作者简介Python学习者 希望大家多多支持我们一起进步 如果文章对你有帮助的话 欢迎评论 点赞 收藏 加关注 目录
1.项目背景
2.数据集介绍
3.技术工具
4.导入数据
5.数据可视化
文末推荐与福利 1.项目背景 随着全球化的深入发展电影作为一种文化表达和艺术形式逐渐超越了国界成为世界各地观众共同欣赏的对象。2023年TOP100国外电影榜单的发布正是这一发展趋势的体现。为了更好地理解这一现象我们决定对这100部电影进行数据可视化分析以期揭示其背后的文化、市场和艺术特征。 近年来电影产业的数字化和网络化带来了海量的数据资源这为我们的研究提供了可能。通过数据挖掘和分析我们可以了解哪些类型的电影更受欢迎哪些地区或国家的电影在全球范围内有更大的影响力以及观众的喜好和行为模式等。 电影不仅仅是一种娱乐方式它还是一个反映社会现象、传达价值观和塑造文化认同的重要工具。通过研究TOP100国外电影我们可以深入了解不同文化背景下的故事、主题和表达方式从而增进国际间的文化交流和理解。 此外电影市场的竞争也日益激烈。通过数据可视化我们可以分析电影的票房、口碑和影响力之间的关系为电影产业的决策者提供有价值的参考信息以促进电影产业的健康和可持续发展。 总之2023年TOP100国外电影数据可视化研究旨在利用现代数据分析技术深入挖掘电影数据的价值理解电影作为一种全球性文化的现象增进国际文化交流并为电影产业的未来发展提供决策支持。
2.数据集介绍 数据集来源与Kaggle原始数据集为2023年国外最佳的前100部电影数据共有如下变量
列名描述name电影的标题。rating给电影的评级。votes电影获得的票数。runtime电影的持续时间或运行时间。genre电影所属的流派。description电影的简要概述或描述。
3.技术工具
Python版本:3.9
代码编辑器jupyter notebook
4.导入数据
导入第三方库和数据
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import plotly.express as px
import warnings
warnings.filterwarnings(ignore)
sns.set_style(darkgrid)
plt.style.use(ggplot)df pd.read_csv(moviesdataset_2023.csv)
df.head()
查看数据大小 查看数据基本信息 # 数据类型转换
df[rating] pd.to_numeric(df[rating], errorscoerce)
df[votes] pd.to_numeric(df[votes].str.replace(,, ), errorscoerce)
df[runtime] pd.to_numeric(df[runtime].str.replace( min, ), errorscoerce)
查看描述性统计 5.数据可视化
import matplotlib.pyplot as plt
import seaborn as sns
plt.figure(figsize(10, 6))
sns.histplot(df[rating].dropna(), bins10, kdeTrue, colorskyblue)
plt.title(Distribution of Ratings)
plt.xlabel(Rating)
plt.ylabel(Frequency)
plt.show() plt.figure(figsize(10, 6))
sns.scatterplot(xrating, yvotes, datadf, colorcoral)
plt.title(Relationship between Rating and Votes)
plt.xlabel(Rating)
plt.ylabel(Votes)
plt.show() genres_count df[genre].explode().value_counts()
plt.figure(figsize(12, 8))
genres_count.plot(kindbar, colorsalmon)
plt.title(Movie Genres Count)
plt.xlabel(Genres)
plt.ylabel(Count)
plt.xticks(rotation45, haright)
plt.show() plt.figure(figsize(10, 6))
sns.histplot(df[runtime].dropna(), bins15, kdeTrue, colorlightgreen)
plt.title(Distribution of Runtime)
plt.xlabel(Runtime (minutes))
plt.ylabel(Frequency)
plt.show() plt.figure(figsize(12, 8))
sns.pairplot(df[[rating, votes, runtime]])
plt.suptitle(Pair Plot for Numerical Columns, y1.02)
plt.show() plt.figure(figsize(14, 8))
sns.countplot(ygenre, datadf, orderdf[genre].explode().value_counts().index, paletteviridis)
plt.title(Count of Movies in Each Genre)
plt.xlabel(Count)
plt.ylabel(Genres)
plt.show() # 相关系数热力图
plt.figure(figsize(10, 8))
correlation_matrix df[[rating, votes, runtime]].corr()
sns.heatmap(correlation_matrix, annotTrue, cmapcoolwarm, linewidths.5)
plt.title(Correlation Heatmap)
plt.show() plt.figure(figsize(14, 8))
sns.boxplot(xruntime, ygenre, datadf, paletteSet2)
plt.title(Box Plot of Runtime Across Genres)
plt.xlabel(Runtime (minutes))
plt.ylabel(Genres)
plt.show() # 电影描述词云图
from wordcloud import WordCloud
# 将所有描述组合成一个字符串
all_descriptions .join(df[description])
wordcloud WordCloud(width800, height400, background_colorwhite).generate(all_descriptions)
plt.figure(figsize(12, 6))
plt.imshow(wordcloud, interpolationbilinear)
plt.axis(off)
plt.title(Word Cloud for Movie Descriptions)
plt.show() average_rating_by_genre df.groupby(genre)[rating].mean().sort_values(ascendingFalse)
plt.figure(figsize(14, 8))
sns.barplot(xaverage_rating_by_genre.values, yaverage_rating_by_genre.index, palettecoolwarm)
plt.title(Average Rating Across Genres)
plt.xlabel(Average Rating)
plt.ylabel(Genres)
plt.show() 文末推荐与福利 《Excel函数与公式应用大全》免费包邮送出3本 内容简介 本书以 Excel 2021 为蓝本全面系统地介绍了 Excel 365 Excel 2021 函数与公式的技术原理、应用技巧与实战案例。内容包括函数与公式基础文本处理、查找引用、统计求和、Web 类函数、宏表函数、自定义函数、数据库函数等常用函数的应用以及数组公式、动态数组、多维引用等。 本书采用循序渐进的方式由易到难地介绍各个知识点适合各个水平的 Excel 用户既可作为初学者的入门指南又可作为中、高级用户的参考手册。 编辑推荐 经典Excel Home团队策划多位微软全球MVP通力打造。 升级上一版长期雄踞Excel函数类图书销量前列《Excel 2019函数与公式应用大全》重磅升级版。 全面详尽而又系统地介绍了Excel函数与公式的核心技术。 实战 精选Excel Home的海量案例零距离接触Excel专家级使用方法。 深入对一些常常困扰学习者的功能深入揭示背后的原理让读者知其然还能知其所以然。 揭秘独家讲授Excel多项绝密应用披露Excel专家多年研究成果 资源提供视频教学资源及书中相关案例文件供读者参考练习、快速上手。 抽奖方式评论区随机抽取3位小伙伴免费送出参与方式关注博主、点赞、收藏、评论区评论“人生苦短拒绝内卷”切记要点赞收藏否则抽奖无效每个人最多评论三次活动截止时间2024-2-23 20:00:00 当当http://product.dangdang.com/29678919.html 京东https://item.jd.com/14360776.html 名单公布时间2024-2-23 21:00:00 资料获取更多粉丝福利关注下方公众号获取
