Python豆瓣電影數據分析

本文介紹如何使用Python對豆瓣電影數據進行分析，包括獲取數據、清洗數據、數據可視化等方面。

一、獲取數據

使用Python獲取豆瓣電影的數據可以使用豆瓣API接口或者爬蟲方法。

下面是一個使用豆瓣API接口獲取電影數據的示例代碼：

import requests
import json
 
def get_movie_info(movie_id):
   url = f'https://api.douban.com/v2/movie/{movie_id}'
   res = requests.get(url)
   return json.loads(res.text)

上面的代碼中，我們通過requests模塊向豆瓣API發起請求，並使用json模塊對返回結果進行解析。

二、清洗數據

獲取到豆瓣電影數據後，需要對數據進行清洗和處理，以便後續分析。

下面是一個使用pandas模塊清洗數據的示例代碼：

import pandas as pd
 
data = {'name':['Movie A', 'Movie B', 'Movie C'],'score':[8.9, 7.5, 6.2],'director':['Director A','Director B','Director C']}
df = pd.DataFrame(data)
 
# 過濾評分大於8的電影
df = df[df['score'] > 8]
 
# 按照評分排序
df = df.sort_values(by='score', ascending=False)
 
print(df)

在上面的代碼中，我們使用pandas模塊創建了一個DataFrame對象，並對數據進行了過濾和排序操作。

三、數據可視化

通過數據可視化，可以更直觀地展示數據特徵和趨勢。

下面是一個使用matplotlib和seaborn模塊繪製電影評分分布圖的示例代碼：

import matplotlib.pyplot as plt
import seaborn as sns
 
data = {'name':['Movie A', 'Movie B', 'Movie C'],'score':[8.9, 7.5, 6.2]}
df = pd.DataFrame(data)
 
sns.set(style='whitegrid')
plt.figure(figsize=(10, 5))
sns.histplot(data=df, x='score', bins=10)
plt.title('Movie Score Distribution')
plt.xlabel('Score')
plt.ylabel('Count')
plt.show()

在上面的代碼中，我們使用seaborn繪製了電影評分的直方圖，並使用matplotlib設置了圖形樣式和標籤。

四、總結

本文介紹了如何使用Python對豆瓣電影數據進行分析，包括獲取數據、清洗數據、數據可視化等方面。希望對大家學習Python數據分析有所幫助。