Python豆瓣电影分析系统

本文将介绍如何使用Python开发一个豆瓣电影分析系统。通过该系统，我们可以获取豆瓣电影的相关数据，并进行一系列分析和可视化展示。

一、数据获取

首先需要从豆瓣电影网站获取电影数据。可以使用第三方库，如BeautifulSoup和requests，来实现网页的爬取和数据的提取。

import requests
from bs4 import BeautifulSoup

def get_movie_data(movie_id):
    # 网页链接
    url = 'https://movie.douban.com/subject/' + str(movie_id)
    # 发送请求
    r = requests.get(url)
    # 解析网页内容
    soup = BeautifulSoup(r.text, 'html.parser')
    
    # 获取电影的相关信息
    title = soup.find('span', property="v:itemreviewed").string
    rating = soup.find('strong', class_="ll rating_num").string
    
    return {'title': title, 'rating': rating}

上述代码定义了一个get_movie_data函数，用于获取指定电影ID的电影标题和评分。每个电影的信息以字典形式返回。

二、数据分析

获得电影数据之后，我们可以进行各种各样的数据分析。

1. 电影评分分布

我们可以通过统计不同评分的电影数量，绘制出电影评分分布的直方图。

import matplotlib.pyplot as plt

def plot_rating_distribution(movie_data_list):
    ratings = [float(movie['rating']) for movie in movie_data_list]
    plt.hist(ratings, bins=10, edgecolor='black')
    plt.xlabel('Rating')
    plt.ylabel('Number of Movies')
    plt.title('Movie Rating Distribution')
    plt.show()

上述代码定义了一个plot_rating_distribution函数，该函数接收一个包含电影数据的列表作为参数，并将电影评分分布的直方图绘制出来。

2. 电影类型分析

我们还可以通过对电影类型进行统计和分析，来揭示用户对不同类型电影的偏好。

def count_genre(movie_data_list):
    genre_count = {}
    for movie in movie_data_list:
        genres = movie['genres']
        for genre in genres:
            if genre in genre_count:
                genre_count[genre] += 1
            else:
                genre_count[genre] = 1
    return genre_count

上述代码定义了一个count_genre函数，用于统计电影类型的数量。该函数接收一个包含电影数据的列表作为参数，并返回一个字典，键为电影类型，值为对应类型电影的数量。

三、数据可视化

在数据分析的基础上，我们可以使用数据可视化的方式，更直观地展示分析结果。

1. 电影评分分布图

我们可以使用matplotlib库绘制电影评分分布的直方图。

def plot_rating_distribution(movie_data_list):
    # 绘制直方图
    ratings = [float(movie['rating']) for movie in movie_data_list]
    plt.hist(ratings, bins=10, edgecolor='black')
    plt.xlabel('Rating')
    plt.ylabel('Number of Movies')
    plt.title('Movie Rating Distribution')
    plt.show()

2. 电影类型统计图

我们可以使用matplotlib库绘制电影类型的统计图，以展示用户对不同类型电影的偏好。

def plot_genre_count(genre_count):
    # 将字典按值排序
    sorted_genre_count = sorted(genre_count.items(), key=lambda x: x[1], reverse=True)
    genres = [genre for genre, count in sorted_genre_count]
    counts = [count for genre, count in sorted_genre_count]
    
    # 绘制柱状图
    plt.bar(genres, counts)
    plt.xlabel('Genre')
    plt.ylabel('Number of Movies')
    plt.title('Movie Genre Count')
    plt.xticks(rotation=45)
    plt.show()

上述代码定义了一个plot_genre_count函数，用于绘制电影类型统计的柱状图。该函数接收一个包含电影类型统计信息的字典作为参数。

以上就是使用Python开发的豆瓣电影分析系统的详细介绍。通过对豆瓣电影数据的获取、分析和可视化，我们可以更深入地了解电影的评分分布和类型偏好。