《数据可视化技术》 课件 03 分析电影评论评分、04 Matplotlib综合运用

单元3分析电影评论评分项目介绍项目一：影评数据分析与可视化本项目从某电影网站采集了电影《流浪地球》的部分评论数据，包括城市、影评内容、评分、评论时间、评论点赞数等，根据采集的数据对电影评论的数量、点赞数和评分三个方面进行分析，完成数据分析可视化，给对科幻电影感兴趣的观影者、电影投资者提供一些参考。01准备活动点名、复习本次课学习内容、学习目标介绍学习内容任务三分析电影评论评分本任务从评论评分与城市名称、评分等级三个方面来分析电影评论评分。通过绘制面积图、折线图和词云图对电影评论评分情况进行分布分析、对比分析，以便全面挖掘该电影的口碑、观影热度、观众对电影的理解等信息，为观众提供观影参考任务分解：子任务1评论评分与城市的关系分析（面积图）子任务2评论评分好评与差评的关键信息分析（词云图）学习目标1、知识（1）掌握matplotlib面积图的绘制方法（2）掌握jieba分词

（3）掌握pandas统计词频的方法

（4）掌握matplotlib词云的绘制方法2、技能（1）能使用jieba分词处理文本（2）能使用matplotlib子库plotlib根据数据绘制面积图和词云图3、素养（1）严谨认真、代码规范；（2）数据安全、爱国精神；（3）信息检索能力02发展活动任务分析、任务资讯、任务实施子任务1评论评分与城市的关系分析（面积图）任务分析：本任务需要使用Pandas从CommentInfo.csv文件中读取数据，根据评论评分字段scores和城市名称字段citys数据统计出不同评分及对应城市的评论数量。根据统计出的不同评分及对应城市的评论数量，取出前五名城市的数据，使用Matplotlib绘制折线图和面积图，要求横轴为评分，纵轴为评论数量，显示不同评分、不同城市的评论数据变化趋势。1．面积图任务资讯面积图对轴和线之间的区域着色，不仅能够强调峰和谷，还能够强调高点和低点的持续时间。高点持续时间越长，线下面积越大。pyplot模块可以使用fill_between()函数和stackplot()函数绘制面积图。fill_between()函数语法格式如下：1．面积图任务资讯stackplot()函数语法格式如下1．面积图任务资讯示例：显示A类产品2022年和2021年季度销售情况，通过fill_between()函数绘制面积图，代码如下：以上代码设置alpha为0.5（半透明），同时绘制了两条折线图，能显示出面积图的上边缘，运行结果如图1-3-2所示1．面积图任务资讯示例：：显示A类产品2022年和2021年季度销售情况，通过stackplot()函数绘制堆叠面积图，代码如下：以上代码绘制了一个堆叠面积图，堆叠面积图有两个颜色的面积，分别对应2022年和2021年的销售情况，运行结果如图1-3-3所示。任务实施步骤：步骤1：初始工作。导入相关包，Pandas从CommentInfo.csv文件中读取电影评论数据，设置Matplotlib绘图常用参数值。步骤2：统计不同评分各城市的评分数量。根据处理评分字段scores和城市名称字段citys数据，统计不同评分及对应城市的评分数量，取出评论数量最多的五个城市的数据用于绘图步骤3：绘制折线图和面积图。绘制5条折线图和5个面积图，横轴为评分，纵轴为评论数量，显示不同评分、不同城市的评论数据变化趋势。子任务2评论评分好评与差评的关键信息分析任务分析：本任务需要使用Pandas从CommentInfo.csv文件中读取数据，根据评论评分字段scores，按照好评差评标准进行分类。对分类的数据做jieba分词后使用WordCloud()绘制好评和差评留言的词云图，显示好评和差评关键字信息。1．词云图任务资讯词云图，也叫文字云，即对输入的一段文字计算词汇出现的频率（词频），然后根据词频集中显示高频词，简洁、直观、高效。词云图使人们可以快速感知最突出的文字，迅速抓住重点，了解主旨。制作词云图的方法有很多，可以借助第三方网站的在线词云图工具，也可以基于Python。这里使用WordCloud制作词云图，制作流程如下：1）准备一段文字。2）使用jieba分词。3）准备停用词。4）WordCloud生成词云图示例：简单分词，代码如下：1．词云图任务资讯示例：制作朱自清《春》的词云图1．词云图任务资讯修改示例：制作朱自清《春》的词云图任务实施步骤：步骤1：初始工作。导入相关包，设置Matplotlib绘图常用参数值。步骤2：准备停用词。定义stop_words()函数，读取提供的停用词文件数据，按需求定义停用词。步骤3：定义函数douban_word_cloud(data_after,title)，绘制词云图，参数data_after表示生成词云图的文本数据，参数title表示生成词云图的标题步骤4：定义主函数run()，从文件CommentInfo.csv读取数据，根据评判标准（评分大于等于30的为好评，评分小于30的为差评）把电影评论分为好评和差评，再分别调用步骤3定义的函数douban_word_cloud(data_after,title)，绘制词云图步骤5：执行主函数run()03整合活动总结、知识点梳理学习总结布置作业：进一步完善任务。完成拓展题【拓展】拓展任务使用Matplotlib绘制豆瓣短评评分=50的评论留言的关键词词云信息图。《数据可视化技术》课题04Matplotlib综合运用前言本次课完成第一次单元测试：自选项目数据分析及可视化，各位同学将准备好的课题，完成数据爬虫，自选角度完成数据可视化。01准备活动点名、复习本次课学习内容、学习目标介绍学习内容任务：

自选项目数据分析及Matplotlib可视化

访问“湖南机电新闻”网站，完成数据爬取、处理分析和可视化学习目标1、知识（1）掌握爬虫流程和方法(2)掌握pandas库的基本操作、数据处理基本的选取、统计等函数（3）掌握matplotlib库绘制图形的基本方法，以及基本图的绘制方法2、技能（1）能爬取非结构网页（2）能使用beautifulsoup、、lxml（xpath）、re等库从爬取的网页中提取有用的数据

（3）能使用pandas库读取文本数据，按照任务要求处理数据（4）能使用matplotlib子库plotlib根据数据绘制基本图3、素养（1）严谨认真、代码规范；（2）数据安全、爱国精神；（3）信息检索能力02发展活动任务分析、任务资讯、任务实施任务实施1、教师讲解

本次课为第一次单元测试，各同学自选课题，完成数据爬取，分析，并自选角度完成数据可视化。2、明确任务（1）各同学自选课题，爬取数据（2）使用matplotlib完成自选角度的4个基本图（折线图、柱形图、饼图和词云）。（3）对展示的图进行分析，写出结论任务实施访问“湖南机电新闻”网站，完成数据爬取、处理分析和可视化：/about/xue-yuan-xin-wen-list-0.htm1、数据采集访问/about/xue-yuan-xin-wen-list-0.htm，使用Python采集学校新闻所有的新闻数据（要求至少采集50页新闻数据），根据新闻详细地址采集新闻的发布部门信息，信息包括：新闻标题、发布时间、新闻详细地址三列信息，相关信息采集下来后，保存为文件名“机电学校新闻.csv”任务实施2、数据处理和分析使用Python的pandas读取“机电学校新闻.csv”文件，完成如下数据处理和分析操作：对数据进行清洗，把“发布时间”的年月日分别提取出来，单列成三列“年”、“月”、“日”，保存新闻标题、年、月、日四列数据到“机电学校新闻_发布年月日.csv”文件。任务实施3、数据可视化根据题目需求使用Python读取“机电学校新闻_发布年月日.csv”csv文件中的数据，完成如下操作：（1）使用折线图展示学校新闻2020年12月每日发布数量。（2）使用折线图展示学校新闻2020年每月发布的数量。03整合活动总结、知识点梳理学习总结通过本次课