python以图形输出各电影的评论数量；各电影评论中单词的数量分布。

要实现这个功能，我们需要先读取电影评论的数据，并对其进行处理。下面是一个简单的Python代码示例，可以实现以上两个功能：

import pandas as pd
import matplotlib.pyplot as plt
from collections import Counter

# 读取电影评论数据
data = pd.read_csv('movie_reviews.csv')

# 统计各电影的评论数量
comments_count = data.groupby('movie')['comment'].count()
print("各电影的评论数量：")
print(comments_count)

# 统计各电影评论中单词的数量分布
word_count = {}
for movie, comments in data.groupby('movie')['comment']:
    word_count[movie] = Counter()
    for comment in comments:
        words = comment.split()
        word_count[movie].update(Counter(words))

# 绘制各电影评论中单词的数量分布
for movie in word_count.keys():
    words, counts = zip(*word_count[movie].items())
    plt.bar(words, counts)
    plt.title(f"{movie}评论中单词的数量分布")
    plt.xlabel("单词")
    plt.ylabel("数量")
    plt.show()

上述代码中，我们使用了Pandas库来读取并处理电影评论数据，使用Matplotlib库来绘制图形，使用Counter类来统计单词的数量分布。具体实现方法如下：

1. 首先，我们使用Pandas的`read_csv()`方法读取电影评论数据，并将其存储在一个DataFrame对象中。

2. 接着，我们使用`groupby()`方法将评论按电影进行分组，并使用`count()`方法统计各电影的评论数量。

3. 然后，我们使用一个字典`word_count`来存储各电影评论中单词的数量分布。对于每个电影，我们遍历其评论，并使用Counter类来统计单词的数量分布。

4. 最后，我们使用Matplotlib库的`bar()`方法来绘制各电影评论中单词的数量分布图。其中，`zip()`函数用于将单词和数量分别存储在两个列表中，以便于绘制图形。