用Python分析豆瓣电影TOP250

既然如此要分析豆瓣电影TOP250

那么必然就要把有关的数据搜集下来,比如名次、电影名、制片人、主角等音信。

那就决然使用一下爬虫咯,倘诺还不会的话,欢迎看前面的篇章:

Python爬虫学习(一)概述
Python爬虫学习(二)urllib基础运用
Python爬虫学习(三)urllib进阶使用
Python爬虫学习(四)正则表达式
Python爬虫学习(五)爬取电影名次榜及其图片
Python爬虫学习(六)BeautifulSoup来袭
Python爬虫学习(七)爬取淘女郎
Python爬虫学习(八)爬取虎扑关怀用户

Python爬虫学习(九)Requests库初探
Python爬虫学习(十)Requests库探探
Python爬虫学习(十一)使用Request爬取猫眼电影排行
Python爬虫学习(十二)selenium来了
Python爬虫学习(十三)使用selenium爬取天猫商城商品

Python爬虫学习(十四)美丽的女孩子写真套图(一)
Python爬虫学习(十五)美观的女子写真套图(二)

当然,你也能够行使豆瓣提供的API接口:https://developers.douban.com/wiki/?title=movie\_v2,提供的数量相比完好:

试了下,那应当是遥遥无期以前的信息了,以往调用API再次回到的多寡有些早就没了,而且有调用次数限制,依旧要好写爬虫采集消息呢,就当练练手!

若不想那样麻烦,也提供采集的多寡:https://pan.baidu.com/s/1pMAUr6V

上面就从头展开小小的的剖析啦,

首先,导入要用到的包以及数据:

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_csv('douban.csv')

翻开一下:

df.head()

df.tail()

说好的TOP250吗?那即将吐槽一下豆类电影TOP250了,有些链接已经没用了,竟然没有更新,比如说排行20的熔炉。

大家让其按豆瓣评分排序,并查阅名次前五的影视:

df.sort_values('豆瓣评分',ascending=False).head()

而豆瓣评分领先9.5的,原来唯有两部:

df[df['豆瓣评分']>9.5]

上榜次数最多的监制们:

df['导演'].value_counts()

愈来愈多分析,请参见:http://blog.csdn.net/yifei301/article/details/77529840?locationNum=3&fps=1

机敏如你,肯定做的比自个儿更好!

二哥先行一步,补片去了……

以上。

相关文章