《數(shù)據(jù)可視化技術(shù)》 課件 03 分析電影評(píng)論評(píng)分、04 Matplotlib綜合運(yùn)用

單元3分析電影評(píng)論評(píng)分項(xiàng)目介紹項(xiàng)目一：影評(píng)數(shù)據(jù)分析與可視化本項(xiàng)目從某電影網(wǎng)站采集了電影《流浪地球》的部分評(píng)論數(shù)據(jù)，包括城市、影評(píng)內(nèi)容、評(píng)分、評(píng)論時(shí)間、評(píng)論點(diǎn)贊數(shù)等，根據(jù)采集的數(shù)據(jù)對(duì)電影評(píng)論的數(shù)量、點(diǎn)贊數(shù)和評(píng)分三個(gè)方面進(jìn)行分析，完成數(shù)據(jù)分析可視化，給對(duì)科幻電影感興趣的觀影者、電影投資者提供一些參考。01準(zhǔn)備活動(dòng)點(diǎn)名、復(fù)習(xí)本次課學(xué)習(xí)內(nèi)容、學(xué)習(xí)目標(biāo)介紹學(xué)習(xí)內(nèi)容任務(wù)三分析電影評(píng)論評(píng)分本任務(wù)從評(píng)論評(píng)分與城市名稱、評(píng)分等級(jí)三個(gè)方面來(lái)分析電影評(píng)論評(píng)分。通過(guò)繪制面積圖、折線圖和詞云圖對(duì)電影評(píng)論評(píng)分情況進(jìn)行分布分析、對(duì)比分析，以便全面挖掘該電影的口碑、觀影熱度、觀眾對(duì)電影的理解等信息，為觀眾提供觀影參考任務(wù)分解：子任務(wù)1評(píng)論評(píng)分與城市的關(guān)系分析（面積圖）子任務(wù)2評(píng)論評(píng)分好評(píng)與差評(píng)的關(guān)鍵信息分析（詞云圖）學(xué)習(xí)目標(biāo)1、知識(shí)（1）掌握matplotlib面積圖的繪制方法（2）掌握jieba分詞

（3）掌握pandas統(tǒng)計(jì)詞頻的方法

（4）掌握matplotlib詞云的繪制方法2、技能（1）能使用jieba分詞處理文本（2）能使用matplotlib子庫(kù)plotlib根據(jù)數(shù)據(jù)繪制面積圖和詞云圖3、素養(yǎng)（1）嚴(yán)謹(jǐn)認(rèn)真、代碼規(guī)范；（2）數(shù)據(jù)安全、愛(ài)國(guó)精神；（3）信息檢索能力02發(fā)展活動(dòng)任務(wù)分析、任務(wù)資訊、任務(wù)實(shí)施子任務(wù)1評(píng)論評(píng)分與城市的關(guān)系分析（面積圖）任務(wù)分析：本任務(wù)需要使用Pandas從CommentInfo.csv文件中讀取數(shù)據(jù)，根據(jù)評(píng)論評(píng)分字段scores和城市名稱字段citys數(shù)據(jù)統(tǒng)計(jì)出不同評(píng)分及對(duì)應(yīng)城市的評(píng)論數(shù)量。根據(jù)統(tǒng)計(jì)出的不同評(píng)分及對(duì)應(yīng)城市的評(píng)論數(shù)量，取出前五名城市的數(shù)據(jù)，使用Matplotlib繪制折線圖和面積圖，要求橫軸為評(píng)分，縱軸為評(píng)論數(shù)量，顯示不同評(píng)分、不同城市的評(píng)論數(shù)據(jù)變化趨勢(shì)。1．面積圖任務(wù)資訊面積圖對(duì)軸和線之間的區(qū)域著色，不僅能夠強(qiáng)調(diào)峰和谷，還能夠強(qiáng)調(diào)高點(diǎn)和低點(diǎn)的持續(xù)時(shí)間。高點(diǎn)持續(xù)時(shí)間越長(zhǎng)，線下面積越大。pyplot模塊可以使用fill_between()函數(shù)和stackplot()函數(shù)繪制面積圖。fill_between()函數(shù)語(yǔ)法格式如下：1．面積圖任務(wù)資訊stackplot()函數(shù)語(yǔ)法格式如下1．面積圖任務(wù)資訊示例：顯示A類產(chǎn)品2022年和2021年季度銷售情況，通過(guò)fill_between()函數(shù)繪制面積圖，代碼如下：以上代碼設(shè)置alpha為0.5（半透明），同時(shí)繪制了兩條折線圖，能顯示出面積圖的上邊緣，運(yùn)行結(jié)果如圖1-3-2所示1．面積圖任務(wù)資訊示例：：顯示A類產(chǎn)品2022年和2021年季度銷售情況，通過(guò)stackplot()函數(shù)繪制堆疊面積圖，代碼如下：以上代碼繪制了一個(gè)堆疊面積圖，堆疊面積圖有兩個(gè)顏色的面積，分別對(duì)應(yīng)2022年和2021年的銷售情況，運(yùn)行結(jié)果如圖1-3-3所示。任務(wù)實(shí)施步驟：步驟1：初始工作。導(dǎo)入相關(guān)包，Pandas從CommentInfo.csv文件中讀取電影評(píng)論數(shù)據(jù)，設(shè)置Matplotlib繪圖常用參數(shù)值。步驟2：統(tǒng)計(jì)不同評(píng)分各城市的評(píng)分?jǐn)?shù)量。根據(jù)處理評(píng)分字段scores和城市名稱字段citys數(shù)據(jù)，統(tǒng)計(jì)不同評(píng)分及對(duì)應(yīng)城市的評(píng)分?jǐn)?shù)量，取出評(píng)論數(shù)量最多的五個(gè)城市的數(shù)據(jù)用于繪圖步驟3：繪制折線圖和面積圖。繪制5條折線圖和5個(gè)面積圖，橫軸為評(píng)分，縱軸為評(píng)論數(shù)量，顯示不同評(píng)分、不同城市的評(píng)論數(shù)據(jù)變化趨勢(shì)。子任務(wù)2評(píng)論評(píng)分好評(píng)與差評(píng)的關(guān)鍵信息分析任務(wù)分析：本任務(wù)需要使用Pandas從CommentInfo.csv文件中讀取數(shù)據(jù)，根據(jù)評(píng)論評(píng)分字段scores，按照好評(píng)差評(píng)標(biāo)準(zhǔn)進(jìn)行分類。對(duì)分類的數(shù)據(jù)做jieba分詞后使用WordCloud()繪制好評(píng)和差評(píng)留言的詞云圖，顯示好評(píng)和差評(píng)關(guān)鍵字信息。1．詞云圖任務(wù)資訊詞云圖，也叫文字云，即對(duì)輸入的一段文字計(jì)算詞匯出現(xiàn)的頻率（詞頻），然后根據(jù)詞頻集中顯示高頻詞，簡(jiǎn)潔、直觀、高效。詞云圖使人們可以快速感知最突出的文字，迅速抓住重點(diǎn)，了解主旨。制作詞云圖的方法有很多，可以借助第三方網(wǎng)站的在線詞云圖工具，也可以基于Python。這里使用WordCloud制作詞云圖，制作流程如下：1）準(zhǔn)備一段文字。2）使用jieba分詞。3）準(zhǔn)備停用詞。4）WordCloud生成詞云圖示例：簡(jiǎn)單分詞，代碼如下：1．詞云圖任務(wù)資訊示例：制作朱自清《春》的詞云圖1．詞云圖任務(wù)資訊修改示例：制作朱自清《春》的詞云圖任務(wù)實(shí)施步驟：步驟1：初始工作。導(dǎo)入相關(guān)包，設(shè)置Matplotlib繪圖常用參數(shù)值。步驟2：準(zhǔn)備停用詞。定義stop_words()函數(shù)，讀取提供的停用詞文件數(shù)據(jù)，按需求定義停用詞。步驟3：定義函數(shù)douban_word_cloud(data_after,title)，繪制詞云圖，參數(shù)data_after表示生成詞云圖的文本數(shù)據(jù)，參數(shù)title表示生成詞云圖的標(biāo)題步驟4：定義主函數(shù)run()，從文件CommentInfo.csv讀取數(shù)據(jù)，根據(jù)評(píng)判標(biāo)準(zhǔn)（評(píng)分大于等于30的為好評(píng)，評(píng)分小于30的為差評(píng)）把電影評(píng)論分為好評(píng)和差評(píng)，再分別調(diào)用步驟3定義的函數(shù)douban_word_cloud(data_after,title)，繪制詞云圖步驟5：執(zhí)行主函數(shù)run()03整合活動(dòng)總結(jié)、知識(shí)點(diǎn)梳理學(xué)習(xí)總結(jié)布置作業(yè)：進(jìn)一步完善任務(wù)。完成拓展題【拓展】拓展任務(wù)使用Matplotlib繪制豆瓣短評(píng)評(píng)分=50的評(píng)論留言的關(guān)鍵詞詞云信息圖?！稊?shù)據(jù)可視化技術(shù)》課題04Matplotlib綜合運(yùn)用前言本次課完成第一次單元測(cè)試：自選項(xiàng)目數(shù)據(jù)分析及可視化，各位同學(xué)將準(zhǔn)備好的課題，完成數(shù)據(jù)爬蟲，自選角度完成數(shù)據(jù)可視化。01準(zhǔn)備活動(dòng)點(diǎn)名、復(fù)習(xí)本次課學(xué)習(xí)內(nèi)容、學(xué)習(xí)目標(biāo)介紹學(xué)習(xí)內(nèi)容任務(wù)：

自選項(xiàng)目數(shù)據(jù)分析及Matplotlib可視化

訪問(wèn)“湖南機(jī)電新聞”網(wǎng)站，完成數(shù)據(jù)爬取、處理分析和可視化學(xué)習(xí)目標(biāo)1、知識(shí)（1）掌握爬蟲流程和方法(2)掌握pandas庫(kù)的基本操作、數(shù)據(jù)處理基本的選取、統(tǒng)計(jì)等函數(shù)（3）掌握matplotlib庫(kù)繪制圖形的基本方法，以及基本圖的繪制方法2、技能（1）能爬取非結(jié)構(gòu)網(wǎng)頁(yè)（2）能使用beautifulsoup、、lxml（xpath）、re等庫(kù)從爬取的網(wǎng)頁(yè)中提取有用的數(shù)據(jù)

（3）能使用pandas庫(kù)讀取文本數(shù)據(jù)，按照任務(wù)要求處理數(shù)據(jù)（4）能使用matplotlib子庫(kù)plotlib根據(jù)數(shù)據(jù)繪制基本圖3、素養(yǎng)（1）嚴(yán)謹(jǐn)認(rèn)真、代碼規(guī)范；（2）數(shù)據(jù)安全、愛(ài)國(guó)精神；（3）信息檢索能力02發(fā)展活動(dòng)任務(wù)分析、任務(wù)資訊、任務(wù)實(shí)施任務(wù)實(shí)施1、教師講解

本次課為第一次單元測(cè)試，各同學(xué)自選課題，完成數(shù)據(jù)爬取，分析，并自選角度完成數(shù)據(jù)可視化。2、明確任務(wù)（1）各同學(xué)自選課題，爬取數(shù)據(jù)（2）使用matplotlib完成自選角度的4個(gè)基本圖（折線圖、柱形圖、餅圖和詞云）。（3）對(duì)展示的圖進(jìn)行分析，寫出結(jié)論任務(wù)實(shí)施訪問(wèn)“湖南機(jī)電新聞”網(wǎng)站，完成數(shù)據(jù)爬取、處理分析和可視化：/about/xue-yuan-xin-wen-list-0.htm1、數(shù)據(jù)采集訪問(wèn)/about/xue-yuan-xin-wen-list-0.htm，使用Python采集學(xué)校新聞所有的新聞數(shù)據(jù)（要求至少采集50頁(yè)新聞數(shù)據(jù)），根據(jù)新聞詳細(xì)地址采集新聞的發(fā)布部門信息，信息包括：新聞標(biāo)題、發(fā)布時(shí)間、新聞詳細(xì)地址三列信息，相關(guān)信息采集下來(lái)后，保存為文件名“機(jī)電學(xué)校新聞.csv”任務(wù)實(shí)施2、數(shù)據(jù)處理和分析使用Python的pandas讀取“機(jī)電學(xué)校新聞.csv”文件，完成如下數(shù)據(jù)處理和分析操作：對(duì)數(shù)據(jù)進(jìn)行清洗，把“發(fā)布時(shí)間”的年月日分別提取出來(lái)，單列成三列“年”、“月”、“日”，保存新聞標(biāo)題、年、月、日四列數(shù)據(jù)到“機(jī)電學(xué)校新聞_發(fā)布年月日.csv”文件。任務(wù)實(shí)施3、數(shù)據(jù)可視化根據(jù)題目需求使用Python讀取“機(jī)電學(xué)校新聞_發(fā)布年月日.csv”csv文件中的數(shù)據(jù)，完成如下操作：（1）使用折線圖展示學(xué)校新聞2020年12月每日發(fā)布數(shù)量。（2）使用折線圖展示學(xué)校新聞2020年每月發(fā)布的數(shù)量。03整合活動(dòng)總結(jié)、知識(shí)點(diǎn)梳理學(xué)習(xí)總結(jié)通過(guò)本次課