使用课程中的movie数据集，完成以下题目： 统计数据集中1960年以后每年的平均票房收入，绘制折线图 统计Steven Spielberg导演的电影每年的评分/平均票房，绘制折线图

首先，为了完成这两个任务，你需要使用Python的数据分析库pandas来处理电影数据集，然后利用matplotlib进行绘图。这里是一个简化的步骤说明：

**1. 统计1960年以后每年的平均票房收入并绘制折线图**

import pandas as pd
import matplotlib.pyplot as plt

# 假设数据集名为'movie_data'
if 'year' in movie_data.columns and 'box_office' in movie_data.columns:
    # 过滤1960年及之后的数据
    filtered_data = movie_data[movie_data['year'] >= 1960]
    
    # 计算每年票房总收入的平均值
    annual_box_office = filtered_data.groupby('year')['box_office'].mean()
    
    # 绘制折线图
    plt.plot(annual_box_office.index, annual_box_office.values)
    plt.xlabel('Year')
    plt.ylabel('Average Box Office Income')
    plt.title('Average Movie Box Office (1960s-Now)')
    plt.show()

**2. 统计Steven Spielberg导演的电影每年评分/平均票房并绘制折线图**

# 假设'director'列包含导演姓名，'rating'列包含电影评分
spielberg_movies = movie_data[movie_data['director'] == 'Steven Spielberg']
    
if 'year' in spielberg_movies.columns and 'rating' in spielberg_movies.columns and 'box_office' in spielberg_movies.columns:
    # 分别计算评分和票房的平均值
    avg_ratings = spielberg_movies.groupby('year')['rating'].mean()
    avg_box_office_spielberg = spielberg_movies.groupby('year')['box_office'].mean()

    # 绘制两条折线图在同一张图上
    plt.figure(figsize=(10,5))
    plt.plot(avg_ratings.index, avg_ratings.values, label='Rating')
    plt.plot(avg_box_office_spielberg.index, avg_box_office_spielberg.values, label='Box Office')
    plt.xlabel('Year')
    plt.ylabel('Average')
    plt.title('Steven Spielberg Movies: Rating vs Average Box Office')
    plt.legend()
    plt.show()

这两个代码示例假设数据集中存在相应的列名。在实际操作中，请根据你的数据集结构进行调整。

如果你有任何疑问或需要更具体的帮助，可以问我。