对于自己爬取数据的可视化

上一篇博客我爬取了豆瓣top100的各种元素，那么如何来做一个数据分析呢，这很重要。俗话说文不如表，表不如图，用图像可以让人们更加快速和准确的发现隐藏在数据底下的规律。 首先还是导入模块

import matplotlib.pyplot as plt import pandas as pd import numpy as np from pylab import mpl

先设置一下中文字体的显示，matplotlib是无法正常显示中文字体的，因此要把字体设置更改一下。

mpl.rcParams['font.sans-serif'] = ['SimHei'] # 步骤一（替换sans-serif字体） mpl.rcParams['axes.unicode_minus'] = False # 步骤二（解决坐标轴负数的负号显示问题）

这里很重要的一点是SimHei这个字体mac里没有，需要自己下载然后导入到matplotlib的字体库里就行。 然后原来的画图主题太难看了，这里换一下

plt.style.use("ggplot")

好了下面导入数据

names=["index","name","img","director","time","score","info"] ref=pd.read_csv("********",header=None,encoding="utf-8",names=names,index_col="index") #这里names指定列名，index_col用index这一列作为序数

现在画图了，第一个我们想知道评分排名前十的电影是哪几部，它们的差别又多大

def score_figure(df): df=df.sort_values("score",ascending=False）#降序排列 names=df["name"][:10] plt.bar(range(10),df["score"][:10],tick_label=names) plt.title("评分top10电影“） plt.xlabel("名称“） plt.ylabel(“评分”） plt.xticks(rotation=270) plt.ylim(9.2,9.7) plt.show()

看看效果 好像还不错，但是我希望柱子上能显示数字，这也很简单，可以参考之前的博客

def add_numer_to_bar(height): for x,y in enumerate(list(height)): plt.text(x,y+0.02, y, ha="center", va="bottom")

看一看效果 还可以，不错。 除了评分我还想看一下年份和作品数量有什么样的关系

def time_number_film(df): res=df.groupby("time") ref=res.time.count().sort_values(ascending=False) ref.plot(kind="bar") plt.title("年份电影发行量") plt.xlabel("年份") plt.ylabel("数量")

看一看效果 还可以，图像出来之后就更加简单明了，可视化看着挺舒服的，下面几篇我会写下用beautifulsoup来解析源代码，这种方法更为简单且不易出错。 以上。