《數(shù)據(jù)可視化技術(shù)》 課件 03 分析電影評論評分

單元3分析電影評論評分項目介紹項目一：影評數(shù)據(jù)分析與可視化本項目從某電影網(wǎng)站采集了電影《流浪地球》的部分評論數(shù)據(jù)，包括城市、影評內(nèi)容、評分、評論時間、評論點贊數(shù)等，根據(jù)采集的數(shù)據(jù)對電影評論的數(shù)量、點贊數(shù)和評分三個方面進(jìn)行分析，完成數(shù)據(jù)分析可視化，給對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)備活動點名、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)三分析電影評論評分本任務(wù)從評論評分與城市名稱、評分等級三個方面來分析電影評論評分。通過繪制面積圖、折線圖和詞云圖對電影評論評分情況進(jìn)行分布分析、對比分析，以便全面挖掘該電影的口碑、觀影熱度、觀眾對電影的理解等信息，為觀眾提供觀影參考任務(wù)分解：子任務(wù)1評論評分與城市的關(guān)系分析（面積圖）子任務(wù)2評論評分好評與差評的關(guān)鍵信息分析（詞云圖）學(xué)習(xí)目標(biāo)1、知識（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、愛國精神；（3）信息檢索能力02發(fā)展活動任務(wù)分析、任務(wù)資訊、任務(wù)實施子任務(wù)1評論評分與城市的關(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)評論評分字段scores和城市名稱字段citys數(shù)據(jù)統(tǒng)計出不同評分及對應(yīng)城市的評論數(shù)量。根據(jù)統(tǒng)計出的不同評分及對應(yīng)城市的評論數(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，要求橫軸為評分，縱軸為評論數(shù)量，顯示不同評分、不同城市的評論數(shù)據(jù)變化趨勢。1．面積圖任務(wù)資訊面積圖對軸和線之間的區(qū)域著色，不僅能夠強(qiáng)調(diào)峰和谷，還能夠強(qiáng)調(diào)高點和低點的持續(xù)時間。高點持續(xù)時間越長，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)語法格式如下：1．面積圖任務(wù)資訊stackplot()函數(shù)語法格式如下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stackplot()函數(shù)繪制堆疊面積圖，代碼如下：以上代碼繪制了一個堆疊面積圖，堆疊面積圖有兩個顏色的面積，分別對應(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文件中讀取電影評論數(shù)據(jù)，設(shè)置Matplotlib繪圖常用參數(shù)值。步驟2：統(tǒng)計不同評分各城市的評分?jǐn)?shù)量。根據(jù)處理評分字段scores和城市名稱字段citys數(shù)據(jù)，統(tǒng)計不同評分及對應(yīng)城市的評分?jǐn)?shù)量，取出評論數(shù)量最多的五個城市的數(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個面積圖，橫軸為評分，縱軸為評論數(shù)量，顯示不同評分、不同城市的評論數(shù)據(jù)變化趨勢。子任務(wù)2評論評分好評與差評的關(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)評論評分字段scores，按照好評差評標(biāo)準(zhǔn)進(jìn)行分類。對分類的數(shù)據(jù)做jieba分詞后使用WordCloud()繪制好評和差評留言的詞云圖，顯示好評和差評關(guān)鍵字信息。1．詞云圖任務(wù)資訊詞云圖，也叫文字云，即對輸入的一段文字計算詞匯出現(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，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)評判標(biāo)準(zhǔn)（評分大于等于30的為好評，評分小于30的為差評）把電影評論分為好評和差評，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