【Python】豆瓣电影TOP250数据规律分析（Pearson相关系数、折线图、条形图、直方图）

清疚 2023-05-21 07:20 1阅读 0赞

### 1、数据集预览 ###

![在这里插入图片描述][2020042916281397.png_x-oss-process_image]  
**部分数据说明：**  
豆瓣排名num  
评分rating\_num  
评分人数comment\_num  
电影时长movie\_duration

### 2、查看电影数据集基本数据信息 ###

import numpy as np
    import pandas as pd
    import matplotlib.pyplot as plt
    data = pd.read_csv('电影排名.csv') #读取数据
    
    #1.查看电影数据集基本数据信息
    print(data.describe())

![在这里插入图片描述][20200429162959628.png]

### 3、Pearson相关系数分析数据之间的关系 ###

#2.分析数据集中的数据项和电影排名的关系。
    #输出Pearson相关系数，并保留两位小数
    print('相关系数矩阵为：','\n',np.round(data.iloc[1:,1:].corr(method = 'pearson'), 2))

![在这里插入图片描述][2020042916322398.png]  
**分析：**  
相关系数的**绝对值**越大，相关性越强：相关系数越接近于1或-1，相关度越强，相关系数越接近于0，相关度越弱。  
通常情况下通过以下取值范围判断变量的相关强度：  
0.8-1.0 极强相关  
0.6-0.8 强相关  
0.4-0.6 中等程度相关  
0.2-0.4 弱相关  
0.0-0.2 极弱相关或无相关

（1）豆瓣排名num和评分rating\_num之间的相关系数为：-0.69，可见其存在强相关关系。即评分越高，排名数越小（排名越靠前）  
（2）豆瓣排名num和评分人数comment\_num之间的相关系数为：-0.65，强相关，即评分人数越多，排名越靠前！  
（3）豆瓣排名num和电影时长movie\_duration的相关系数为：-0.26，关系为弱相关，可以认为这两者并没什么关系。（常识亦可知，一个电影的好坏，排名是否靠前，与其时长确实关系不大）

### 4、分析结果并使用图形说明 ###

#### 折线图 ####

import matplotlib.pyplot as plt
    #(1)豆瓣排名num和评分rating_num之间的关系折线分布图
    plt.plot(data['num'],data['rating_num'],'ro-')
    plt.show()
    
    #(2)豆瓣排名num和评分人数comment_num之间的关系折线分布图
    plt.plot(data['num'],data['comment_num'],'b*-')
    plt.bar(data['num'],data['comment_num'])
    plt.show()
    
    #（3）豆瓣排名num和电影时长movie_duration的关系折线分布图
    plt.plot(data['num'],data['movie_duration'],'gD-')
    plt.show()

（1）豆瓣排名num和评分rating\_num之间的关系折线图分布图  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODU2NzMz_size_16_color_FFFFFF_t_70]

（2）豆瓣排名num和评分人数comment\_num之间的关系折线分布图  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODU2NzMz_size_16_color_FFFFFF_t_70 1]  
（3）豆瓣排名num和电影时长movie\_duration的关系分布折线图  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODU2NzMz_size_16_color_FFFFFF_t_70 2]

#### 条形图 ####

#条形图
    #plt.bar(data['num'],data['rating_num']-8) #通过减8的方法来控制范围
    plt.ylim(8,10)
    plt.bar(data['num'],data['rating_num']) 
    
    plt.bar(data['num'],data['comment_num'],color='pink')
    
    plt.bar(data['num'],data['movie_duration'],color='green')

(1)豆瓣排名num和评分rating\_num之间条形分布图  
直接绘制效果不明显  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODU2NzMz_size_16_color_FFFFFF_t_70 3]

设置y轴范围后效果不错：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODU2NzMz_size_16_color_FFFFFF_t_70 4]

（2）豆瓣排名num和评分人数comment\_num之间关系条形图  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODU2NzMz_size_16_color_FFFFFF_t_70 5]

（3）豆瓣排名num和电影时长movie\_duration的关系分布直方图  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODU2NzMz_size_16_color_FFFFFF_t_70 6]

#### 直方图 ####

#直方图（反映数据分布规律，不反映数据之间的关系）
    plt.hist(data['rating_num'])
    
    plt.hist(data['comment_num'], bins=100, normed=0, facecolor="blue", edgecolor="black", alpha=0.7)
    
    plt.rcParams['font.sans-serif']=['SimHei']   # 用黑体显示中文
    plt.rcParams['axes.unicode_minus']=False     # 正常显示负号
    plt.xlabel("区间")
    plt.ylabel("频数/频率")
    plt.title("频数/频率分布直方图")
    plt.hist(data['movie_duration'], 40, histtype='stepfilled', facecolor='r', alpha=0.65)

（1）评分分布规律  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODU2NzMz_size_16_color_FFFFFF_t_70 7]

（2）评分数目分布规律直方图  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODU2NzMz_size_16_color_FFFFFF_t_70 8]  
（3）电影时长分布直方图  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODU2NzMz_size_16_color_FFFFFF_t_70 9]

#### 标准化后对比分析 ####

#4.附加实验：标准化后，对比分析评分、评论人数、时长数据的差异
    def MaxMinNormalization(x):  #0/1标准化
        x = (x - np.min(x)) / (np.max(x) - np.min(x))
        return x
    
    d1 = MaxMinNormalization(data['rating_num'])
    d2 = MaxMinNormalization(data['comment_num'])
    d3 = MaxMinNormalization(data['movie_duration'])
    
    plt.plot(data['num'],d1,'r-',d2,'b-',d3,'g-')
    plt.legend(['评分rating_num','评分人数comment_num','电影时长movie_duration'])

、![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODU2NzMz_size_16_color_FFFFFF_t_70_pic_center]

[2020042916281397.png_x-oss-process_image]: /images/20230521/a22db525bb5a460db1e66e4724a3e3b9.png
[20200429162959628.png]: /images/20230521/1ad7c4fc6d08428ca6d2ed854ed75a8b.png
[2020042916322398.png]: /images/20230521/68f36a35d75445f586c55582830c8c08.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODU2NzMz_size_16_color_FFFFFF_t_70]: /images/20230521/cda738a526cb4b23b37c807e4a3f1f23.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODU2NzMz_size_16_color_FFFFFF_t_70 1]: /images/20230521/583c46312d214e4c8e10f79fcbeedd07.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODU2NzMz_size_16_color_FFFFFF_t_70 2]: /images/20230521/8f730d96c7b24ff9bdc18a8ca73e2299.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODU2NzMz_size_16_color_FFFFFF_t_70 3]: /images/20230521/383c0c8931974fcaa1a0231dd16bbc86.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODU2NzMz_size_16_color_FFFFFF_t_70 4]: /images/20230521/9412b81aefa9428592342718dc855867.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODU2NzMz_size_16_color_FFFFFF_t_70 5]: /images/20230521/b3c6251f132746928268bdf4fe2dc5d1.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODU2NzMz_size_16_color_FFFFFF_t_70 6]: /images/20230521/aa41cc57d65b46b39fde9f0795246ae3.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODU2NzMz_size_16_color_FFFFFF_t_70 7]: /images/20230521/8ab7a490df914957961c72743f9c27bb.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODU2NzMz_size_16_color_FFFFFF_t_70 8]: /images/20230521/94e8dc0721e04a2a8e7d5f619bfaf218.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODU2NzMz_size_16_color_FFFFFF_t_70 9]: /images/20230521/44235724f9bb49e3b6a6d82f00076902.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODU2NzMz_size_16_color_FFFFFF_t_70_pic_center]: /images/20230521/07ab079d48604c43827d864863e42cff.png