现有txt文件“电影信息.txt”，其中三列分别为电影名称、导演和演员表，之间用分号分隔（同一个电影可能会有多个演员，每个演员姓名之间使用逗号分隔；同一部电影也可能有多个导演，多个导演之间用逗号分隔）， 使用openpyxl和matplotlab实现电影数据分析任务：导演作品统计及可视化 对电影数据中的导演信息进行统计并生成柱状图，具体要求如下： 1. 在“电影信息统计.xlsx”文件中新增一个名为“导演作品统计”的sheet，统计每个导演执导的电影数量和执导电影列表。 2. 第一列填写导演姓名，第二列填写导演执导电影数量，第三列填写导演执导电影列表。如果同一导演中有多部电影，则多部电影之间以逗号(,)分隔。 3. 绘制横向柱状图，以电影数量为横坐标，以导演姓名为纵坐标。纵坐标从上到下按电影数量降序排列。 4. 在每个柱状图顶部标注出与其合作最多的演员姓名，若有多个演员，则演员名称以逗号(,)分隔。

好的，我明白了。这是一个很有趣的数据分析任务！我们可以使用openpyxl和matplotlib库来完成这个任务。

首先，我们需要读取“电影信息.txt”文件中的数据，统计每个导演执导的电影数量和执导电影列表。我们可以使用Python的字典来实现这个功能，代码如下：

import openpyxl

# 读取txt文件中的电影数据
with open('电影信息.txt', 'r', encoding='utf-8') as f:
    lines = f.readlines()

# 统计每个导演执导的电影数量和执导电影列表
director_dict = {}
for line in lines:
    movie_info = line.strip().split(';')
    directors = movie_info[1].split(',')
    for director in directors:
        if director not in director_dict:
            director_dict[director] = {'count': 1, 'movies': [movie_info[0]]}
        else:
            director_dict[director]['count'] += 1
            director_dict[director]['movies'].append(movie_info[0])

接下来，我们使用openpyxl库创建一个新的Excel文件，并在其中新增一个名为“导演作品统计”的sheet。然后，我们将导演的姓名、执导电影数量和执导电影列表分别写入第一列、第二列和第三列。代码如下：

import openpyxl

# 创建一个新的Excel文件
wb = openpyxl.Workbook()

# 新增一个名为“导演作品统计”的sheet
ws = wb.create_sheet('导演作品统计')

# 写入表头
ws.cell(row=1, column=1, value='导演姓名')
ws.cell(row=1, column=2, value='执导电影数量')
ws.cell(row=1, column=3, value='执导电影列表')

# 写入导演信息
row_num = 2
for director in sorted(director_dict, key=lambda x: director_dict[x]['count'], reverse=True):
    ws.cell(row=row_num, column=1, value=director)
    ws.cell(row=row_num, column=2, value=director_dict[director]['count'])
    ws.cell(row=row_num, column=3, value=','.join(director_dict[director]['movies']))
    row_num += 1

# 保存Excel文件
wb.save('电影信息统计.xlsx')

最后，我们使用matplotlib库绘制横向柱状图，并在每个柱状图顶部标注出与其合作最多的演员姓名。代码如下：

import openpyxl
import matplotlib.pyplot as plt

# 读取Excel文件中的导演信息
wb = openpyxl.load_workbook('电影信息统计.xlsx')
ws = wb['导演作品统计']

# 获取导演姓名、执导电影数量和执导电影列表
directors = []
counts = []
movies = []
for row in ws.iter_rows(min_row=2, max_col=3, values_only=True):
    directors.append(row[0])
    counts.append(row[1])
    movies.append(row[2])

# 绘制横向柱状图
plt.barh(directors, counts)
plt.xlabel('执导电影数量')
plt.ylabel('导演姓名')

# 标注与其合作最多的演员姓名
for i, director in enumerate(directors):
    actors = {}
    for movie_info in movies[i].split(','):
        actors_list = movie_info.split('，')  # 注意这里是中文逗号
        for actor in actors_list:
            if actor not in actors:
                actors[actor] = 1
            else:
                actors[actor] += 1
    top_actor = max(actors, key=actors.get)
    plt.text(counts[i], i, top_actor, ha='left', va='center')

# 显示图形
plt.show()

这样，我们就完成了这个电影数据分析任务。可以看到，使用Python进行数据分析非常方便，而且可以快速地获得有价值的结论。