【数据可视化】第三章——数据可视化综合实践

Matplotlib作业数据.csv文件查看百度网盘&＃xff1a;链接&＃xff1a;https://pan.baidu.com/s/1oFB_KwhiJNlJAgXg7RaYuw?pwd&＃61;abcd
提取码&＃xff1a;abcd

作业&＃xff1a;根据Matplotlib作业数据.csv做出4种不同类型的组合图像

要求&＃xff1a;根据情况适当添加信息&＃xff0c;如&＃xff1a;标题&＃xff0c;坐标轴信息&＃xff0c;图例信息&＃xff0c;特殊值标注等。

可参考制作内容包括并不限于&＃xff1a;
评分最高的20部电影的投票人数分布&＃xff08;柱状图&＃xff0c;条形图&＃xff09;
不同国家2012-2016年发行电影数量&＃xff08;折线图&＃xff0c;簇状柱形图&＃xff09;
不同类型电影2012-2016年发行数量&＃xff08;簇状柱形图&＃xff09;
不同类型电影所占比值&＃xff08;饼图&＃xff09;
电影时长分布分析&＃xff08;直方图&＃xff09;
电影时长&＃xff0c;豆瓣评分与投票人数的相关关系&＃xff08;气泡图&＃xff09;

import numpy as np
import matplotlib.pyplot as plt
import matplotlib
import pandas as pd
import seaborn as sbn
matplotlib.rcParams[&＃39;font.family&＃39;] &＃61; &＃39;SIMHEI&＃39;
matplotlib.rcParams[&＃39;font.size&＃39;] &＃61; 18


提示&＃xff1a;如果报错&＃xff0c;请检查包是否下载完成,在python环境中输入&＃xff1a;
pip install xxx

df &＃61; pd.read_csv(r"E:/Matplotlib作业数据.csv",encoding&＃61;"gbk",index_col&＃61;"名字").dropna()
# 评分最高的20部电影的投票人数分布&＃xff08;柱状图&＃xff0c;条形图&＃xff09;
df1 &＃61; df.sort_values(by&＃61;"评分",ascending&＃61;False)
df2 &＃61; df1.iloc[0:20,:]
# 不同国家2012-2016年发行电影数量
df3 &＃61; df["产地"].value_counts()
# 不同类型电影2012-2016年发行数量&＃xff08;簇状柱形图&＃xff09;
df4 &＃61; df["类型"].value_counts()
# 计算相关系数
df5 &＃61; df[["时长","评分","投票人数"]].corr()


plt.figure(figsize &＃61; (25,35),dpi &＃61; 150)
plt.subplot2grid(shape&＃61;(3,3),loc&＃61;(0,0),colspan&＃61;3)
# 第一个图 评分最高的20部电影的投票人数分布&＃xff08;柱状图&＃xff0c;条形图&＃xff09;
a &＃61; [s[:5] for s in df2.index]
b &＃61; df2["投票人数"]
plt.barh(a, width &＃61;b,height &＃61; 0.5,color &＃61; &＃39;orange&＃39;,edgecolor &＃61; &＃39;silver&＃39;,linewidth &＃61; 3)
plt.yticks(a,fontsize &＃61; 12)
plt.grid(True)
plt.title(&＃39;评分最高的20部电影的投票人数分布&＃39;,fontweight&＃61;"bold") #图标题
plt.ylabel(&＃39;电影名称&＃39;)
plt.xlabel(&＃39;人数&＃39;)
plt.subplot2grid((3,3),(1,0),colspan&＃61;2)
# 第二个图 不同国家2012-2016年发行电影数量 折线图
a &＃61; df3.index
b &＃61; df3.to_list()
plt.plot(a,b,color &＃61; &＃39;g&＃39;, linestyle &＃61; &＃39;-.&＃39;,linewidth &＃61; 3,
marker &＃61; &＃39;h&＃39;, markerfacecolor &＃61; &＃39;c&＃39;, markersize &＃61; 15)
bm &＃61; np.argmax(b)
plt.text(a[bm],b[bm],&＃39;最大值&＃39;, fontproperties &＃61; &＃39;Kaiti&＃39;, fontsize &＃61; 15)
plt.xticks(a,rotation &＃61; 45)
plt.title(&＃39;不同国家2012-2016年发行电影数量&＃39;,fontweight&＃61;"bold") #图标题
plt.xlabel(&＃39;国家&＃39;)
plt.ylabel(&＃39;电影数量&＃39;)
plt.grid(True)
plt.subplot2grid((3,3),(1,2),rowspan&＃61;2)
# 第三个图
# 不同电影时长分布
a &＃61; df["时长"]
d &＃61; 20
num_bins &＃61; np.ceil((np.ptp(a))/d).astype(np.int64)
b &＃61; np.arange(min(a),max(a)&＃43;d,d)
plt.hist(a,num_bins,range &＃61; (min(a),min(a)&＃43;d*num_bins),density &＃61; False,color&＃61;"coral")
plt.xticks(b)
plt.grid()
plt.xlabel("分钟")
plt.ylabel("数量")
plt.title("不同电影时长分布",fontweight&＃61;"bold")
plt.subplot2grid((3,3),(2,0),colspan&＃61;1)
sbn.heatmap(df5,cmap&＃61;&＃39;GnBu&＃39;,annot&＃61;True,linewidths&＃61;0.3, linecolor&＃61;&＃39;gray&＃39;)
plt.title("相关关系热力图",fontweight&＃61;"bold")
plt.subplot2grid((3,3),(2,1),colspan&＃61;1)
# 第五个图
sizes &＃61; df4.to_list() #设置每部分大小
labels &＃61; df4.index
explode &＃61; [0.05,0,0,0,0,0,0,0,0,0,0] #设置每部分凹凸
# colors &＃61; [&＃39;c&＃39;,&＃39;g&＃39;,&＃39;b&＃39;,&＃39;m&＃39;]
colors &＃61; matplotlib.cm.rainbow(np.arange(len(sizes))/len(sizes))
plt.pie(sizes,
labels &＃61; labels,
explode &＃61; explode,
colors &＃61; colors,
labeldistance &＃61; 1,
autopct &＃61; &＃39;%.1f%%&＃39;,
counterclock &＃61; False,
startangle &＃61; 170,
shadow &＃61; False)
plt.title(&＃39;不同类型电影所占比值&＃39;,fontweight&＃61;"bold");#设置标题


最终效果如图&＃xff1a;