用pandas分析电影评分与票房的关系

本文主要是介绍用pandas分析电影评分与票房的关系，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

使用Jupyter的API，pandas和matplotlib。pandas进行数据获取，生成dataframe矩阵，matplotlib进行画图。最终得到电影评分与票房的关系。
数据库包括了1000条电影信息，代码如下：

import pandas as pd
import matplotlib.pyplot as plt
from pylab import mpl   #设置字体
mpl.rcParams["font.sans-serif"] = ["SimHei"]
mpl.rcParams["axes.unicode_minus"]=False  
data = pd.read_csv("E:\\IMDB-Movie-Data.csv")  #导入数据
plt.figure(figsize=(20,8),dpi=100)   #设置画布尺寸
dataframe=data.sort_values(by='Metascore')   #按评分排序
x = dataframe["Metascore"]    #设置x坐标轴
y = dataframe["Revenue (Millions)"]    #设置y坐标轴
plt.plot(x,y)  #绘制折线图
plt.xlabel("评分")
plt.ylabel("票房")
plt.grid(True,linestyle="--",alpha=1)    #画网格
plt.title("评分与票房关系图",fontsize=20)   #图像标题
plt.savefig("./count.png")   #保存图像
plt.show()          #显示图像

结果演示：

折线图
在这里插入图片描述

结果分析：可以看出评分极低和极高的票房都不尽如人意，而高票房电影集中在60-80分，说明大部分人的审美观点是统一的。人们对于烂片肯定抵触，但高评分的好片票房却也不高，因此从侧面证明一部成功的商业片必有瑕疵；那种不食人间烟火的高质量文艺片，还要靠人们的文化审美水平提升去补救啊！！