对于自己爬取数据的可视化

上一篇博客我爬取了豆瓣top100的各种元素，那么如何来做一个数据分析呢，这很重要。俗话说文不如表，表不如图，用图像可以让人们更加快速和准确的发现隐藏在数据底下的规律。
首先还是导入模块

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
from pylab import mpl

先设置一下中文字体的显示，matplotlib是无法正常显示中文字体的，因此要把字体设置更改一下。

mpl.rcParams['font.sans-serif'] = ['SimHei'] # 步骤一（替换sans-serif字体）
mpl.rcParams['axes.unicode_minus'] = False   # 步骤二（解决坐标轴负数的负号显示问题）

这里很重要的一点是SimHei这个字体mac里没有，需要自己下载然后导入到matplotlib的字体库里就行。
然后原来的画图主题太难看了，这里换一下

plt.style.use("ggplot")

好了下面导入数据

names=["index","name","img","director","time","score","info"]
ref=pd.read_csv("********",header=None,encoding="utf-8",names=names,index_col="index")
#这里names指定列名，index_col用index这一列作为序数

现在画图了，第一个我们想知道评分排名前十的电影是哪几部，它们的差别又多大

def score_figure(df):
	df=df.sort_values("score",ascending=False）#降序排列
	names=df["name"][:10]
	plt.bar(range(10),df["score"][:10],tick_label=names)
	plt.title("评分top10电影“）
	plt.xlabel("名称“）
	plt.ylabel(“评分”）
	plt.xticks(rotation=270)
	plt.ylim(9.2,9.7)
	plt.show()

看看效果

好像还不错，但是我希望柱子上能显示数字，这也很简单，可以参考之前的博客

def add_numer_to_bar(height):
    for x,y in enumerate(list(height)):
        plt.text(x,y+0.02, y, ha="center", va="bottom")

看一看效果
还可以，不错。
除了评分我还想看一下年份和作品数量有什么样的关系

def time_number_film(df):
	res=df.groupby("time")
	ref=res.time.count().sort_values(ascending=False)
	ref.plot(kind="bar")
	plt.title("年份电影发行量")
	plt.xlabel("年份")
	plt.ylabel("数量")

看一看效果

还可以，图像出来之后就更加简单明了，可视化看着挺舒服的，下面几篇我会写下用beautifulsoup来解析源代码，这种方法更为简单且不易出错。
以上。