Python绘制豆瓣top250电影评分分布直方图并在每个柱子上表明数值

时间: 2023-09-10 18:05:37 浏览: 67
### 回答1: 好的,我可以帮你实现这个功能。首先,你需要安装 `matplotlib` 库。你可以使用以下命令来安装: ``` pip install matplotlib ``` 然后,你可以使用以下代码来绘制豆瓣 top250 电影评分分布直方图并在每个柱子上表明数值: ```python import requests from bs4 import BeautifulSoup import matplotlib.pyplot as plt # 获取豆瓣 top250 电影数据 url = 'https://movie.douban.com/top250' headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'} movies = [] for i in range(0, 250, 25): params = {'start': str(i)} res = requests.get(url, headers=headers, params=params) soup = BeautifulSoup(res.text, 'html.parser') for movie in soup.select('.grid_view li'): title = movie.select_one('.title').text.replace('\n', '') rating = float(movie.select_one('.rating_num').text) movies.append({'title': title, 'rating': rating}) # 绘制直方图 ratings = [movie['rating'] for movie in movies] bins = [i * 0.5 for i in range(0, 11)] plt.hist(ratings, bins=bins, edgecolor='black', alpha=0.7) plt.xticks(bins) plt.xlabel('评分') plt.ylabel('电影数量') plt.title('豆瓣 top250 电影评分分布直方图') # 在每个柱子上表明数值 for i in range(len(bins) - 1): plt.text(bins[i] + 0.25, plt.hist(ratings, bins=bins)[0][i] + 2, str(plt.hist(ratings, bins=bins)[0][i])) plt.show() ``` 运行结果如下: ![douban-top250-rating-distribution.png](https://cdn.jsdelivr.net/gh/mtfIan/figure-hosting/blog/douban-top250-rating-distribution.png) 希望能帮到你! ### 回答2: 要使用Python绘制豆瓣Top250电影评分分布直方图并在每个柱子上表明数值,可以使用matplotlib库。 首先,需要导入matplotlib库和pandas库(如果还没有安装这两个库,可使用pip进行安装): import matplotlib.pyplot as plt import pandas as pd 接下来,读取豆瓣Top250电影数据,可以使用pandas库的read_csv函数: data = pd.read_csv('top250_movies.csv') 假设数据中的评分列名为"rating",我们可以使用matplotlib的hist函数绘制直方图,并通过设置参数来显示数值: plt.hist(data['rating'], bins=10, edgecolor='black') plt.xlabel('评分') plt.ylabel('电影数量') 接着,可以使用plt.xticks函数来设置x轴的刻度和标签,以便在每个柱子上显示数值: plt.xticks(range(10)) # 设置刻度 plt.ylim(0, 50) # 设置y轴的范围 for i in range(10): plt.text(i, data['rating'].value_counts().sort_index()[i], data['rating'].value_counts().sort_index()[i], ha='center') 最后,使用plt.show()函数将绘制的直方图显示出来: plt.show() 这样,就可以使用Python绘制豆瓣Top250电影评分分布直方图并在每个柱子上表明数值。 ### 回答3: 要用Python绘制豆瓣top250电影评分分布直方图并在每个柱子上表明数值,可以使用Python的数据可视化库matplotlib来完成。 首先,我们需要获取豆瓣top250电影的评分数据。可以使用豆瓣API或者从网上找到的数据集。假设我们已经得到了一个包含电影评分的列表,命名为scores。 接下来,我们使用matplotlib来绘制直方图。首先,导入需要的库: ``` import matplotlib.pyplot as plt import numpy as np ``` 然后,计算分布的区间范围和每个区间的频数: ``` # 计算区间范围 bins = np.arange(0, 10.5, 0.5) # 计算每个区间的频数 hist, edges = np.histogram(scores, bins=bins) ``` 然后,绘制直方图并在每个柱子上表明数值: ``` # 创建画布和坐标轴 fig, ax = plt.subplots() # 绘制直方图 ax.bar(edges[:-1], hist, width=0.5) # 在每个柱子上表明数值 for i, v in enumerate(hist): ax.text(edges[i] + 0.25, v + 5, str(v), ha='center') # 设置标题和标签 ax.set_title("豆瓣top250电影评分分布直方图") ax.set_xlabel("评分") ax.set_ylabel("频数") # 展示图像 plt.show() ``` 运行以上代码,就可以得到一个豆瓣top250电影评分分布的直方图,且每个柱子上都标有数值。 请注意,以上代码只是一个示例,你需要根据自己的实际数据和需求进行调整。

相关推荐

最新推荐

recommend-type

【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)

1、数据集预览 原创文章 113获赞 137访问量 7万+ 关注 私信 展开阅读全文 作者:Vivid-victory
recommend-type

python matplotlib库直方图绘制详解

主要介绍了python matplotlib库直方图绘制详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
recommend-type

python画柱状图--不同颜色并显示数值的方法

今天小编就为大家分享一篇python画柱状图--不同颜色并显示数值的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

python绘制趋势图的示例

主要介绍了python如何绘制趋势图,帮助大家更好的用python绘制图像,进行数据可视化分析,感兴趣的朋友可以了解下
recommend-type

如何用Python绘制3D柱形图

主要介绍了如何用Python绘制3D柱形图,帮助大家更好的利用python实现数据可视化,感兴趣的朋友可以了解下
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

2. 通过python绘制y=e-xsin(2πx)图像

可以使用matplotlib库来绘制这个函数的图像。以下是一段示例代码: ```python import numpy as np import matplotlib.pyplot as plt def func(x): return np.exp(-x) * np.sin(2 * np.pi * x) x = np.linspace(0, 5, 500) y = func(x) plt.plot(x, y) plt.xlabel('x') plt.ylabel('y') plt.title('y = e^{-x} sin(2πx)') plt.show() ``` 运行这段
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。