Python数据分析（jupyter notebook上实现）

import pandas as pd
import matplotlib.pyplot as plt


plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

data = pd.read_csv('movie.csv')
data.dropna(inplace=True)





# 1.电影时⻓与受欢迎程度的关系分析

x = data
x1 = x['duration']
x2 = x['cast_total_facebook_likes']
x2.head()
x3 = x['movie_facebook_likes']
plt.scatter(x1,x2)
plt.scatter(x1, x3)
plt.xlabel('电影时长')
plt.legend(('喜爱人数', '点赞人数')) 








# 2.评分排名前20位的导演

x = data
x.sort_values(by='imdb_score', ascending=False).head(20)['director_name']

# 3.拍摄电影数量最多的前10位导演

x = data
res = x.groupby('director_name').count().sort_values(by='color', ascending=False).head(10)
res.index

# 4.票房排名前10位的导演

x = data
x.groupby('director_name').sum().sort_values(by='gross', ascending=False).head(10).index

# 5.票房排名前5位的男⼀号演员姓名

x = data
x.groupby('actor_1_name').sum().sort_values(by='gross', ascending=False).head(5).index

# 6.排名前10位最受欢迎的男⼀号演员

x = data
x.groupby('actor_1_name').sum().sort_values(by='actor_1_facebook_likes', ascending=False).head(10).index

# 7.电影票房的变化趋势

x = data
x1 = data['gross']
x2 = data['title_year']
plt.scatter(x2, x1)
plt.xlabel('年份')
plt.ylabel('票房')

# 8.电影票房与电影时⻓的关系分析

x = data
x1 = data['gross']
x2 = data['duration']
plt.scatter(x2, x1)
plt.xlabel('电影时长')
plt.ylabel('票房')

# 9.电影评分与电影受欢迎程度分析

x = data
x1 = data['imdb_score']
x2 = data['cast_total_facebook_likes']
x3 = data['movie_facebook_likes']
plt.scatter(x1, x2)
plt.scatter(x1, x3)
plt.xlabel('电影评分')
plt.legend(('喜爱人数', '点赞人数')) 

# 10.电影评分与票房有何关系

x = data
x1 = data['imdb_score']
x2 = data['gross']
plt.scatter(x1, x2)
plt.xlabel('电影评分')
plt.ylabel('票房')

# 11.电影出品量前10的排名横向柱状图

x = data
res = x.groupby('director_name').count().sort_values(by='color',ascending=False).head(10)['color']
res.plot(kind='barh')

# 12.电影出品量变化趋势

x = data
x.groupby('title_year').count()['color'].plot(kind='line')