Python数据清洗与分析:豆瓣评分分布
需积分: 9 43 浏览量
更新于2024-08-08
收藏 75KB MD 举报
"Python编程相关的作业,涉及到数据分析和可视化,使用了numpy、pandas、matplotlib和bokeh等库。对'moviedata.xlsx'文件进行了数据清洗和初步分析,特别是针对'豆瓣评分'这一列,删除了评分小于等于0的记录,并展示了评分的统计信息。"
在这段代码中,我们可以提取出以下几个重要的Python知识点:
1. **数据处理库的导入**:首先,代码导入了`numpy`、`pandas`、`matplotlib.pyplot`和`bokeh`库。`numpy`用于处理数值计算,`pandas`是强大的数据处理框架,`matplotlib.pyplot`用于数据可视化,而`bokeh`则是一个交互式可视化的库。
2. **数据加载与路径设置**:通过`pd.read_excel()`函数读取了Excel文件中的数据,并使用`os.chdir()`设置了工作目录,使得程序能找到文件的位置。
3. **数据清洗**:代码中用到了条件筛选,`df[df['豆瓣评分']>0]`这行代码是筛选出'豆瓣评分'列中评分大于0的记录,以去除异常值或无效数据。
4. **数据统计分析**:`df['豆瓣评分'].describe()`提供了'豆瓣评分'列的统计摘要,包括计数、平均值、标准差、最小值、25%分位数、50%分位数(中位数)、75%分位数和最大值。
5. **Matplotlib绘图**:使用`plt.figure(figsize=(10,6))`创建了一个图形窗口,并调整了子图之间的空间,然后使用`plt.subplots_adjust(hspace=0.2)`来控制子图间距。`df['豆瓣评分'].describe()`的结果被用于生成一个直方图,但直方图在提供的内容中没有显示。
6. **Bokeh库的使用**:Bokeh库用于创建交互式图表。`output_notebook()`使得图表能在Jupyter notebook中显示,`figure`和`show`用于创建和展示图表,`ColumnDataSource`和`HoverTool`分别用于存储数据源和实现鼠标悬停时的详细信息显示。然而,在这段代码中,Bokeh图表的创建和显示似乎没有完成。
7. **数据筛选与处理**:最后的代码片段显示了筛选出“烂片”数据量的代码,但没有给出完整的数据处理逻辑,这部分可能是为了展示后续如何进一步分析低评分电影。
8. **数据帧操作**:`df['豆瓣评分']<5`这样的表达式可以用于创建一个布尔型的Series,表示'豆瓣评分'低于5的记录。如果与原始DataFrame相乘,将返回一个新的DataFrame,其中只有评分低于5的行。
这段代码涉及了Python数据分析的基本流程,包括数据加载、预处理、统计分析和可视化。如果要深入学习,可以研究如何使用这些库进行更复杂的数据探索,如数据过滤、分组、聚合以及创建更复杂的图表。同时,也可以了解Bokeh库如何创建动态、交互式的数据可视化。
2024-06-14 上传
2024-06-20 上传
2023-12-01 上传
2024-03-08 上传
2024-09-07 上传
2024-06-14 上传
2024-06-14 上传
2024-09-12 上传
m0_59416353
- 粉丝: 0
- 资源: 1
最新资源
- Aspose资源包:转PDF无水印学习工具
- Go语言控制台输入输出操作教程
- 红外遥控报警器原理及应用详解下载
- 控制卷筒纸侧面位置的先进装置技术解析
- 易语言加解密例程源码详解与实践
- SpringMVC客户管理系统:Hibernate与Bootstrap集成实践
- 深入理解JavaScript Set与WeakSet的使用
- 深入解析接收存储及发送装置的广播技术方法
- zyString模块1.0源码公开-易语言编程利器
- Android记分板UI设计:SimpleScoreboard的简洁与高效
- 量子网格列设置存储组件:开源解决方案
- 全面技术源码合集:CcVita Php Check v1.1
- 中军创易语言抢购软件:付款功能解析
- Python手动实现图像滤波教程
- MATLAB源代码实现基于DFT的量子传输分析
- 开源程序Hukoch.exe:简化食谱管理与导入功能