编程环境:JupyterNotebook
数据分析
1.获取所有电影类型

2.去除多余元素

3.电影类型数量(绘制条形图)

4.电影类型占比(绘制饼图)

5.电影类型变化趋势(绘制折线图)

6.电影类型预算、票房的关系

影响因素分析
1.统计票房

2.年份与票房关系图

3.电影预算与票房关系

4.评分与票房关系

5.电影时长与票房关系

6.评分和受欢迎程度关系

7.时长与受欢迎程度的关系

观影数据集之大数据分析
阅读 82
2022-09-13
编程环境:JupyterNotebook
1.获取所有电影类型

2.去除多余元素

3.电影类型数量(绘制条形图)

4.电影类型占比(绘制饼图)

5.电影类型变化趋势(绘制折线图)

6.电影类型预算、票房的关系

1.统计票房

2.年份与票房关系图

3.电影预算与票房关系

4.评分与票房关系

5.电影时长与票房关系

6.评分和受欢迎程度关系

7.时长与受欢迎程度的关系

相关推荐
精彩评论(0)