1.3 数据分析展示：为直观地显示不同年代电影的平均得分和电影数量在同 一个图片中，对平均得分和电影数量进行归一化处理，处理后的值=（当前值- 最小值）/(最大值-最小值)；图的横坐标为上映时间段，纵坐标为[0,1]之间的数 （如下图所示）。提示：import matplotlib.pyplot as plt plt.bar 方法

这个问题的意思是，要用一张图显示不同年代电影的平均得分和电影数量，并对这两个值进行归一化处理。图的横坐标是上映时间段，纵坐标是在 0 到 1 之间的数。你可以使用 matplotlib 库中的 plt.bar 方法来绘制柱状图。例如：

import matplotlib.pyplot as plt

# 假设我们有一个包含每个时间段的电影数量的列表 num_movies
# 和一个包含每个时间段的电影平均得分的列表 avg_scores

# 首先，对两个列表进行归一化处理
min_num_movies = min(num_movies)
max_num_movies = max(num_movies)
norm_num_movies = [(x - min_num_movies) / (max_num_movies - min_num_movies) for x in num_movies]

min_avg_scores = min(avg_scores)
max_avg_scores = max(avg_scores)
norm_avg_scores = [(x - min_avg_scores) / (max_avg_scores - min_avg_scores) for x in avg_scores]

# 然后，使用 plt.bar 绘制柱状图
plt.bar(time_periods, norm_num_movies, label='电影数量')
plt.bar(time_periods, norm_avg_scores, label='平均得分')

# 设置图表标题、坐标轴标签
plt.title('电影数量和平均得分的变化')
plt.xlabel('时间段')
plt.ylabel('归一化值')

# 显示图例
plt.legend()

# 显示图表
plt.show()

希望这对你有帮助！