编写一个python程序，爬取豆瓣平台的电影信息，并进行数据分析和可视化界面展示。

好的，下面是一个爬取豆瓣电影信息并进行数据分析和可视化的Python程序：

import requests
from bs4 import BeautifulSoup
import pandas as pd
import matplotlib.pyplot as plt

# 爬取豆瓣电影TOP250的信息
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'}
response = requests.get(url, headers=headers)

# 解析网页内容
soup = BeautifulSoup(response.text, 'html.parser')
movies = soup.select('.item')

# 存储电影信息
movie_list = []
for movie in movies:
    name = movie.select_one('.title').text.strip()
    rating = movie.select_one('.rating_num').text.strip()
    director = movie.select_one('.bd p:nth-of-type(1)').text.strip().split(' ')[1]
    actors = movie.select_one('.bd p:nth-of-type(1)').text.strip().split(' ')[2:]
    actors = '/'.join(actors)
    year = movie.select_one('.bd p:nth-of-type(1)').text.strip().split(' ')[-2]
    country = movie.select_one('.bd p:nth-of-type(1)').text.strip().split(' ')[-1].replace('(', '').replace(')', '')
    summary = movie.select_one('.bd p:nth-of-type(2)').text.strip()
    movie_list.append({'name': name, 'rating': rating, 'director': director, 'actors': actors,
                       'year': year, 'country': country, 'summary': summary})

# 将电影信息存储到CSV文件
movies_df = pd.DataFrame(movie_list)
movies_df.to_csv('movies.csv', index=False)

# 对电影评分进行统计分析和可视化
rating_counts = movies_df['rating'].value_counts()
rating_counts.plot(kind='bar')
plt.title('Douban Movie Rating Counts')
plt.xlabel('Rating')
plt.ylabel('Count')
plt.show()

# 对电影导演进行统计分析和可视化
director_counts = movies_df['director'].value_counts()[:10]
director_counts.plot(kind='bar')
plt.title('Top 10 Movie Directors in Douban TOP250')
plt.xlabel('Director')
plt.ylabel('Count')
plt.show()

这个程序使用了Requests库和BeautifulSoup库来爬取豆瓣电影TOP250的信息，并将爬取到的电影信息存储到CSV文件中。接着，使用Pandas库对电影评分和导演进行统计分析，并使用Matplotlib库将统计结果可视化展示出来。

注意：在运行程序之前，需要安装所需要的库，如Requests、BeautifulSoup、Pandas和Matplotlib等。