import pandas as pd
data= pd.read_excel('movies.xlsx',names=['名称','数量','评分','短评'])
# type(data)
data.head()
| 名称 | 数量 | 评分 | 短评 |
0 | 霸王别姬 | 1006313 | 9.6 | 风华绝代。 |
1 | 这个杀手不太冷 | 1244984 | 9.4 | 怪蜀黍和小萝莉不得不说的故事。 |
2 | 阿甘正传 | 1072395 | 9.4 | 一部美国近现代史。 |
3 | 美丽人生 | 627468 | 9.5 | 最美的谎言。 |
4 | 泰坦尼克号 | 1012652 | 9.3 | 失去的才是永恒的。 |
data.columns
Index(['名称', '数量', '评分', '短评'], dtype='object')
# type(data['名称'])
data['名称']
0 霸王别姬
1 这个杀手不太冷
2 阿甘正传
3 美丽人生
4 泰坦尼克号
5 千与千寻
6 辛德勒的名单
7 盗梦空间
8 忠犬八公的故事
9 机器人总动员
10 三傻大闹宝莱坞
11 海上钢琴师
12 放牛班的春天
13 楚门的世界
14 大话西游之大圣娶亲
15 星际穿越
16 龙猫
17 教父
18 熔炉
19 无间道
20 疯狂动物城
21 当幸福来敲门
22 怦然心动
23 触不可及
24 乱世佳人
25 蝙蝠侠:黑暗骑士
26 活着
27 少年派的奇幻漂流
28 天堂电影院
29 控方证人
...
219 海蒂和爷爷
220 彗星来的那一夜
221 这个男人来自地球
222 E.T. 外星人
223 末路狂花
224 血钻
225 勇闯夺命岛
226 聚焦
227 2001太空漫游
228 变脸
229 发条橙
230 秒速5厘米
231 黄金三镖客
232 黑鹰坠落
233 卡萨布兰卡
234 非常嫌疑犯
235 国王的演讲
236 我爱你
237 千钧一发
238 美国丽人
239 遗愿清单
240 碧海蓝天
241 功夫
242 疯狂的麦克斯4:狂暴之路
243 荒岛余生
244 英国病人
245 荒野生存
246 海盗电台
247 枪火
248 驴得水
Name: 名称, Length: 249, dtype: object
type(data)
pandas.core.frame.DataFrame
data['评分'].unique()
array([9.6, 9.4, 9.5, 9.3, 9.2, 9.1, 9. , 8.9, 8.8, 8.7, 8.6, 8.5, 8.4, 8.3])
data['评分'].value_counts()
8.7 49
8.8 37
8.6 28
8.5 26
8.9 23
9.0 22
9.2 19
9.1 18
9.3 10
8.4 5
8.3 5
9.4 3
9.6 2
9.5 2
Name: 评分, dtype: int64
data.count()
名称 249
数量 249
评分 249
短评 249
dtype: int64
data['评分'].sort_values(ascending=False).head()
0 9.6
29 9.6
3 9.5
6 9.5
1 9.4
Name: 评分, dtype: float64
mydata= data.sort_values('评分',ascending=False)
mydata[:5]
| 名称 | 数量 | 评分 | 短评 |
0 | 霸王别姬 | 1006313 | 9.6 | 风华绝代。 |
29 | 控方证人 | 169457 | 9.6 | 比利·怀德满分作品。 |
3 | 美丽人生 | 627468 | 9.5 | 最美的谎言。 |
6 | 辛德勒的名单 | 559470 | 9.5 | 拯救一个人,就是拯救整个世界。 |
2 | 阿甘正传 | 1072395 | 9.4 | 一部美国近现代史。 |
mydata = mydata[mydata['评分']>=9.0]
mydata[:5]
| 名称 | 数量 | 评分 | 短评 |
0 | 霸王别姬 | 1006313 | 9.6 | 风华绝代。 |
29 | 控方证人 | 169457 | 9.6 | 比利·怀德满分作品。 |
3 | 美丽人生 | 627468 | 9.5 | 最美的谎言。 |
6 | 辛德勒的名单 | 559470 | 9.5 | 拯救一个人,就是拯救整个世界。 |
2 | 阿甘正传 | 1072395 | 9.4 | 一部美国近现代史。 |
import matplotlib.pyplot as plt
%matplotlib inline
plt.plot(mydata['评分'][:10])
[<matplotlib.lines.Line2D at 0x1155c77f0>]
data['数量'].max()
1244984
data['数量'].min()
59351
data['数量'].mean()
351006.7309236948
data['数量'].std()
212599.02596265593
data['数量'].sum()
87400676
print(type(data))
data.max()
<class 'pandas.core.frame.DataFrame'>
名称 龙猫
数量 1244984
评分 9.6
短评 黑暗之美。
dtype: object
data.min()
名称 2001太空漫游数量 59351 评分 8.3 短评 10年的完美句点。 dtype: object
data.describe()
| 数量 | 评分 |
count | 2.490000e+02 | 249.000000 |
mean | 3.510067e+05 | 8.826908 |
std | 2.125990e+05 | 0.265106 |
min | 5.935100e+04 | 8.300000 |
25% | 1.966710e+05 | 8.600000 |
50% | 3.031070e+05 | 8.800000 |
75% | 4.491280e+05 | 9.000000 |
max | 1.244984e+06 | 9.600000 |
import numpy as np
import matplotlib.pyplot as plt
print(np.random.rand(10,5))
[[0.06534353 0.97945461 0.77264886 0.09217931 0.03818879] [0.37487663 0.94729866 0.93761311 0.33253573 0.12410137]
[0.90175197 0.1261661 0.46883487 0.21428544 0.20246974]
[0.13831376 0.98676992 0.29213258 0.43995975 0.1951879 ]
[0.95903727 0.73117191 0.8748356 0.91027405 0.67421481]
[0.8891639 0.15049911 0.56480693 0.8188505 0.88357648]
[0.20351699 0.78387182 0.1909873 0.63236618 0.52334975]
[0.91667992 0.60368927 0.71227469 0.75473114 0.20006459]
[0.26042912 0.43843231 0.80063423 0.37067082 0.22973715]
[0.78054444 0.76480811 0.44982223 0.34480735 0.50784841]]
df = pd.DataFrame(np.random.rand(10, 5), columns=['A', 'B', 'C', 'D', 'E'])
plt.plot(df)
[<matplotlib.lines.Line2D at 0x11564f828>, <matplotlib.lines.Line2D at 0x1156b0240>,
<matplotlib.lines.Line2D at 0x1156b0390>,
<matplotlib.lines.Line2D at 0x1156b04e0>,
<matplotlib.lines.Line2D at 0x1156b0630>]
plt.plot(data['评分'][:20])
[<matplotlib.lines.Line2D at 0x11576a5c0>]