用Python分析豆瓣电影TOP250

用Python分析豆瓣电影TOP250

既然如此要分析豆子电影TOP250

那么势必就要把有关的多寡搜集下来,比如名次、电影名、导演、主演等消息。

这就肯定使用一下爬虫咯,即便还不会的话,欢迎看从前的稿子:

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)正则表明式
Python爬虫学习(五)爬取电影排名榜及其图片
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)爬取知乎关注用户

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爬取猫眼电影名次
Python爬虫学习(十二)selenium来了
Python爬虫学习(十三)使用selenium爬取天猫商品

Python爬虫学习(十四)美人写真套图(一)
Python爬虫学习(十五)漂亮的女孩子写真套图(二)

本来,你也足以动用豆瓣提供的API接口:https://developers.douban.com/wiki/?title=movie\_v2,提供的数量相比完好:

试了下,这应当是绵绵事先的信息了,现在调用API再次来到的多寡有些早就没了,而且有调用次数限制,仍旧要好写爬虫采集信息呢,就当练练手!

若不想这么坚苦,也提供采集的数额:https://pan.baidu.com/s/1pMAUr6V

下面就伊始举办小小的的分析啦,

率先,导入要用到的包以及数额:

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

翻看一下:

df.head()

df.tail()

说好的TOP250吗?这就要吐槽一下豆瓣电影TOP250了,有些链接已经没用了,竟然从未改进,比如说排行20的熔炉。

咱俩让其按豆瓣评分排序,并查阅排行前五的电影:

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

而豆瓣评分超过9.5的,原来只有两部:

df[df['豆瓣评分']>9.5]

上榜次数最多的导演们:

df['导演'].value_counts()

更多分析,请参考:http://blog.csdn.net/yifei301/article/details/77529840?locationNum=3&fps=1

敏感如您,肯定做的比自己更好!

兄弟先行一步,补片去了……

以上。

admin

网站地图xml地图