牛刀小试:利用Python分析豆瓣电影Top250(一)

本文使用Python的Scrapy爬取并分析豆瓣电影Top250,揭示了电影评分高、类型分布、年代趋势等关键信息。剧情片和爱情喜剧更受欢迎,优质电影多产于90年代后。影片时长集中在两小时,美国为最活跃的制片国。评分次数与排名正相关,宫崎骏、诺兰、斯皮尔伯格等导演作品深受好评。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

使用Scrapy框架抓取豆瓣电影TOP250信息(https://movie.douban.com/top250).

获取影片信息后对数据进行清洗,手动填补遗漏的电影信息等。

整理完毕后具体信息如下

  • Rank:排名(1-250)
  • title:电影片名
  • Score:得分(0-10)
  • MovieTypes:影片类型
  • Year:上映时间
  • Last:影片时长
  • CountryOrRegion:制片国家或地区
  • Votes:参与投票人数
  • Direction:导演
  • ScreenWriter:编剧
  • Actors:主要演员
  • Comment:一句话评价
  • OriginalTitle:电影的原始片名
  • Url:影片对应的链接
# Author : CuiCheng
# Created: 2017-10-03
# E-mail: cuic@lreis.ac.cn
import pandas as pd
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
from mpl_toolkits.basemap import Basemap
# 指定作图的风格
plt.style.use('seaborn')
# 支持中文字符和负号
plt.rcParams['font.sans-serif'] = 'Microsoft YaHei'
plt.rcParams['axes.unicode_minus'] = False
filepath = './doubanMovies.xlsx'
movies = pd.read_excel(filepath)
# 查看记录数和字段数
print(movies.shape)
(250, 14)
# 具体查看某一条电影的信息
movies.iloc[10]
Rank                                                      11
Title                                                  海上钢琴师
Score                                                    9.2
MovieTypes                                             剧情 音乐
Year                                                    1998
Last                                                     165
CountryOrRegion                                          意大利
Votes                                                 597778
OriginalTitle           La leggenda del pianista sull'oceano
Direction                                           朱塞佩·托纳多雷
ScreenWriter                              亚利桑德罗·巴里克 朱塞佩·托纳多雷
Actors               蒂姆·罗斯 普路特·泰勒·文斯 比尔·努恩 梅兰尼·蒂埃里 阿尔贝托·巴斯克斯
Comment                            每个人都要走一条自己坚定了的路,就算是粉身碎骨。 
Url                https://movie.douban.com/subject/1292001/
Name: 10, dtype: object

电影评分

fig, ax = plt.subplots(figsize=(9,9))
n,bins,pathces=ax.hist(movies['Score'],bins=7,facecolor='g',alpha=0.7)
ax.set_xticks(np.linspace(8,10,11))
ax.set_ylim(ymax=90)
ax.set_yticklabels(np.arange(0,91,10),size=14)
ax.set_xticklabels(np.linspace(8,10,11),size=14)
for i in range(len(n)): 
    ax.text(bins[i]+0.1,n[i]+2,int(n[i]),fontsize=13,horizontalalignment='center')
ax.set_xlabel('评  分',fontsize=17)
ax.set_ylabel('数  量',fontsize=17)
title='影片评分直方图'
ax.set_title(title,fontsize=20)
fig.savefig(title)
plt.show()

png

果不其然,入选豆瓣电影TOP250的评分都高达8分以上,整体质量很高。

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值