seaborn绘图: 电影评分比较：使用柱状图比较影片的评分结果。：此处给出了5部来自Rotten Tomatoes评分的影片，其中，Tomatometer表示对电影给予正面评价的影评人所占的百分比，Audience Score是指在满分5分的情况下给出3.5分或更高分数的观众的百分比。在5部电影中比较这两项数据，要求： （1）使用pandas读取位于子文件夹data中的数据movie_scores.csv。 （2）将此类数据转换为Seaborn柱状图函数的有效格式。 （3）使用Seaborn创建可视化柱状图，并针对5部影片比较上述两项评分结果。

好的，以下是代码实现：

import pandas as pd
import seaborn as sns

# 读取数据
movie_scores = pd.read_csv('data/movie_scores.csv')

# 转换为Seaborn柱状图函数的数据格式
data = pd.melt(movie_scores, id_vars=['Movie'], var_name='Score Type', value_name='Score')

# 创建柱状图
sns.catplot(x='Movie', y='Score', hue='Score Type', data=data, kind='bar')

解释一下代码：

首先，我们使用pandas的read_csv函数读取了位于子文件夹data中的movie_scores.csv文件，将数据存储在DataFrame中的movie_scores变量中。

然后，我们使用pandas的melt函数将数据转换为Seaborn柱状图函数的有效格式。我们指定id_vars参数为'Movie'，表示'Movie'列不需要被melt，而var_name参数为'Score Type'，表示需要将原来的'Tomatometer'和'Audience Score'列的列名作为新的'Score Type'列的值。最后，value_name参数为'Score'，表示需要将原来的'Tomatometer'和'Audience Score'列的值作为新的'Score'列的值。

最后，我们使用Seaborn的catplot函数创建柱状图。我们指定x参数为'Movie'，y参数为'Score'，表示x轴和y轴的数据分别为'Movie'和'Score'列的数据。hue参数为'Score Type'，表示需要根据'Score Type'列的值将数据分组。data参数为data，表示数据为我们之前转换的Seaborn柱状图函数的有效格式。kind参数为'bar'，表示需要创建柱状图。