python数据分析基础教程（第2版）教案 （第10章）电影数据分析项目

《Python数据分析基础教程（第2版）》教案《Python数据分析基础教程（第2版）》人民邮电出版社 作者：郑丹青课程基本信息课程名称Python数据分析基础教程授课班级授课课题名电影数据分析项目计划课时4课时授课时间第周第课时课型教学做一体化教学目标了解电影数据分析项目。熟悉电影数据分析流程。掌握数据预处理方法。掌握数据分析方法。掌握数据可视化方法。教学重点电影数据分析流程。数据预处理方法。教学难点数据分析方法数据可视化方法教法与学法教法：案例教学法；学法:探究学习、小组合作学习。教学过程【任务引入】分组讨论如何进行电影数据分析？【新课讲授】任务一：电影数据分析项目——项目描述知识点讲解IMDB（InternetMovieDatabase）是目前全球互联网中较大的一个电影资料库，在该电影资料库中有丰富的电影作品信息，包括影片演员、导演、电影题材、片长、剧情关键字、分级、评分等关于影片的基本信息，其中使用最多的就是IMDB的评分。IMDB创建于1990年10月17日，从1998年开始成为亚马逊公司旗下网站。IMDB正式启动于1993年，是互联网上第一个完全以电影为内容的网站。与之相似的国内网站有豆瓣网站。在电影数据分析项目中，选择的数据集是从IMDB网站上抓取的从1916年至2016年这100年间出品的5043部电影数据，该数据集称为IMDB5000部电影数据集，文件名为movie_metadata.csv，它也是电影数据分析项目中常用的经典数据集。在该数据集中包含28个属性、4906张海报，电影时间跨度超过100年，共有65个国家及地区的影片，并包括2399位导演和数千位演员的信息。近些年中国国产电影取得了辉煌的成就，根据2025年3月19日，猫眼专业版数据显示，《哪吒之魔童闹海》（《哪吒2》）全球票房（含预售及海外）已突破150亿元，跻身全球电影票房榜前5。MDB5000部电影数据集的属性信息如表10-1所示。要求根据IMDB5000部电影数据集进行下列数据分析。1.电影出品国及地区的情况分析。2.电影数量的分析。3.电影类型的分析。4.电影票房统计及电影票房相关因素的分析。5.电影评分统计及电影评分相关因素的分析。学生自主提问，教师对疑难问题进行解答。任务二：电影数据分析项目——数据准备案例讲解在数据准备中，主要的任务是导入“movie_metadata.csv”文件，其程序代码如下。In[1]:importpandasaspdimportmatplotlib.pyplotaspltIn[2]:#加载数据movies_df=pd.read_csv('d:/data/movie_metadata.csv',encoding="GBK")In[3]:movies_df.head()#输出默认头5行In[4]:movies_()#输出movies_df的信息movies_df.describe()#输出movies_df的基本统计量和分位数等值学生练习，教师对疑难问题进行解答。任务三：电影数据分析项目——数据清洗案例讲解在电影数据分析项目中，数据清洗的主要任务是对原始数据集进行缺失值和重复数据的处理。其步骤如下：1.统计每列的缺失值个数2.删除任何含有缺失值的行3.删除重复数据4.查看数据清洗后的信息5.输出movies_df_new的基本统计量和分位数等值学生练习，教师对疑难问题进行解答。任务四：数据分析与数据可视化知识点和案例讲解在电影数据分析项目中，数据分析与数据可视化的主要内容如下：1、电影出品国及地区的情况分析（1）统计每个国家或地区出品的电影数量（2）显示电影出品数量排名前10的国家或地区（3）绘制电影出品数量排名前10的柱形图（见图10-1）2、电影数量的分析（1）按年份统计每年的电影数量（2）绘制每年的电影数量图形（见图10-2）（3）按年份统计每年的电影总数量、彩色影片数量和黑白影片数量，并绘制每年电影总数量、彩色影片数量和黑白影片数量图形（见图10-3）3、电影类型的分析（1）计算不同类型的电影数量。（2）绘制不同类型的电影数量图形（见图10-4）（3）绘制各个电影类型的饼图（见图10-5）4、电影票房统计及电影票房相关因素的分析（1）每年票房统计（2）绘制每年票房统计图（见图10-6）（3）查看票房收入排名前20位的电影片名和类型（4）绘制电影评分与票房的关系的散点（见图10-7）（5）绘制电影时长与票房的关系散点图（见10-8)5、电影评分统计及电影评分相关因素的分析（1）显示在IMDB网站上评分排名前20名电影的片名和评分（2）绘制评分与受欢迎程度的关系散点图（见10-9）6、分析总结（1）电影高产国家或地区（2）电影产业的高速发展年代（3）电影票房收入高速增长时代（4）票房收入排名（5）评分排名（6）评分与受欢迎程度之间的相关性（