【无标题】

1：list(set())

#原列表去重，并且按照从小到大排序。

2：i for j in tem_list for i  in j

#处理列表嵌套列表的结构，去除重复元素

3:pd.DateFrame(date=  ,index=  ,columns=)

4:绘制每个电影类目的数量

#coding=utf-8
import numpy as np
import pandas as pd
from matplotlib import pyplot as plt
file_path='./IMDB-Movie-Data.csv'
df=pd.read_csv(file_path)
#print(df.head(1))
#print(df['Genre'])
#统计分类的列表
print(df['Genre'].head(3))
temp_list=df['Genre'].str.split(',').tolist() #列表嵌套列表
#print(temp_list)
genre_list=list(set([i for j in temp_list for i in j]))
#构造全为0的数组
zero_df=pd.DataFrame(np.zeros((df.shape[0],len(genre_list))),columns=genre_list)
#print(zero_df)
#给每个电影出现分类的位置赋值
for i in range(df.shape[0]):
    zero_df.loc[i,temp_list[i]]=1
    #print(zero_df.head(3))
#统计每个分类的电影的和
genre_count=zero_df.sum(axis=0)
#print(genre_count)
#排序
genre_count=genre_count.sort_values()
print(genre_count)
_x=genre_count.index
_y=genre_count.values
#画图
plt.figure(figsize=(20,8),dpi=80)
plt.bar(range(len(_x)),_y,width=0.3,color='orange')
plt.xticks(range(len(_x)),_x)
plt.show()