# Data-final

**Repository Path**: forevercan/data-final

## Basic Information

- **Project Name**: Data-final
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2021-07-01
- **Last Updated**: 2021-07-02

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 数据分析期末项目

## 一、数据源

[中国电影网电影](https://gitee.com/forevercan/data-final/tree/master/data)

## 二、数据分析目标

重点对数据集中的时间进行数据清洗，分离出影片上映年份和上映月份，便于在后续的数据分析中直接调用。将清洗出来的df进行多表合并，合成新的数据集。

## 三、MVP加/价值主张宣言

根据中国电影网电影数据进行统计，结合电影数量、上映时间、电影类型、电影票房，为热衷于电影背后数据的人提供可视化分析。

## 四、数据分析结果可视化

### 数据分析思路及方法

- 首先需要读取表格，其次查看数据栏（查看是否有需要重命名的数据栏），可取其中几列比较重要的数据进行查看，观察其数据结构、特征，有没有哪里可以作为切入点，查看数据有没有交叉关系。对数据进行思考，写下剖析数据的思路。
- 第二步是最重要的一步，也是最关键的一步，即数据清洗。数据清洗初阶会用到一些简单的函数，如```groupby()、agg()、sort_index()、sort_values、loc[]、iloc[]、isin()```等，进阶则有可能接触到二维表格，通常会用到```pivot()、pivot_table()、merge()、reset_index()、set_index()```等，依据自己的想法去使用对应的函数进行清洗。
- 如果数据已经清洗完毕的话，达到你想要的结果，则可以开始做可视化图，通常用到的可视化模块有```pyecharts plotly matplotlib```，在这里我选择调用pyecharts，这个模块的样式较多，具体使用方法可参照以下链接。
   - [pyecharts官方文档](http://pyecharts.org/)
   - [plotly官方手册](https://plotly.com/)
   - [matplotlib官方文档](https://matplotlib.org/)

### 数据分析成果

#### 1、历年来电影票房玫瑰图

![历年来电影票房玫瑰图](https://gitee.com/forevercan/data-final/raw/master/%E5%8F%AF%E8%A7%86%E5%8C%96%E5%9B%BE%E7%89%87/%E5%8E%86%E5%B9%B4%E6%9D%A5%E7%94%B5%E5%BD%B1%E7%A5%A8%E6%88%BF%E7%8E%AB%E7%91%B0%E5%9B%BE.png)

#### 2、每年电影数量柱状图

![每年电影数量柱状图](https://gitee.com/forevercan/data-final/raw/master/%E5%8F%AF%E8%A7%86%E5%8C%96%E5%9B%BE%E7%89%87/%E6%AF%8F%E5%B9%B4%E7%94%B5%E5%BD%B1%E6%95%B0%E9%87%8F%E6%9F%B1%E7%8A%B6%E5%9B%BE.png)

#### 3、各类型电影数量饼图

![各类型电影数量饼图](https://gitee.com/forevercan/data-final/raw/master/%E5%8F%AF%E8%A7%86%E5%8C%96%E5%9B%BE%E7%89%87/%E5%90%84%E7%B1%BB%E5%9E%8B%E7%94%B5%E5%BD%B1%E6%95%B0%E9%87%8F%E9%A5%BC%E5%9B%BE.png)

#### 4、各类型电影票房漏斗图

![各类型电影票房漏斗图](https://gitee.com/forevercan/data-final/raw/master/%E5%8F%AF%E8%A7%86%E5%8C%96%E5%9B%BE%E7%89%87/%E5%90%84%E7%B1%BB%E5%9E%8B%E7%94%B5%E5%BD%B1%E7%A5%A8%E6%88%BF%E6%BC%8F%E6%96%97%E5%9B%BE.png)

#### 5、各月份电影数量及票房雷达图

![各月份电影数量及票房雷达图](https://gitee.com/forevercan/data-final/raw/master/%E5%8F%AF%E8%A7%86%E5%8C%96%E5%9B%BE%E7%89%87/%E5%90%84%E6%9C%88%E4%BB%BD%E7%94%B5%E5%BD%B1%E6%95%B0%E9%87%8F%E5%8F%8A%E7%A5%A8%E6%88%BF%E9%9B%B7%E8%BE%BE%E5%9B%BE.png)