1.2 拓展实训：观影数据统计（实验报告）.pdfVIP

12/11/23,3:37PM1.2拓展实训：观影数据统计（实验报告）

《数据挖掘应用》

《Python与机器学习（第二版）》

拓展实训（一）：观影数据统计

实训要求：

【实训目的】

通过本次实训，要求初步掌握数据分析过程和Python数据分析常用包：Pandas、matplotlib的基本使用。

【实训环境】

PyCharm或Anacorda环境、Pandas、NumPy、matplotlib

【实训内容】

一个完整、充分的数据统计过程主要包括以下步骤：

1.收集/观察数据；

2.探索和准备数据；

3.基于数据统计与分析；

4.结果的可视展现。

在接下来的实训中，按照以上步骤对数据进行统计。

统计分析需要使用2010年5月各个电影的票房数据，所有数据存储于文件film.csv中。现需要根据各电影票房

数据及其它基本信息，展示某部电影在一定期间内的票房变化趋势和动态预测。

file:///F:/2022-2023-2/3-教改/50-202308专业资源库建设（在研）/02-福建信息-大数据/202309-数据挖掘应用课程/02-资源建设/项目01GDP数值…1/11

12/11/23,3:37PM1.2拓展实训：观影数据统计（实验报告）

【环境准备】

相关库包的安装与配置，如已经安装可跳过~

python-mpipinstall--upgradepip

pipinstallmatplotlib

pipinstallpylab

pipinstallpandas

1数据获取：从本地文件（film.csv）中读取电影原始数据

In[1]:#coding:utf-8

#导入包

importpandasaspd

#从文件read_csv中获取数据

#输出从文件中读取的部分结果

film.head()

Out[1]:

datefilmnameBOR

02010-05-09唐山大地震51315.0

12010-05-16老男孩1599.0

22010-05-23剑雨2224.0

32010-05-23剑雨NaN

42010-05-23老男孩1605.0

2数据解析

2.1从数据项中去除票房数据项为空的“脏数据“

In[2]:#清洗掉缺失的数据

file:///F:/2022-2023-2/3-教改/50-202308专业资源库建设（在研）/02-福建信息-大数据/202309-数据挖掘应用课程/02-资源建设/项目01GDP数值…2/11

12/11/23,3:37PM1.2拓展实训：观影数据统计（实验报告）

Out[2]:

datefilmnameBOR

02010-05-09唐山大地震51315.0

12010-05-16老男孩1599.0

22010-05-23剑雨2224.0

42010-05-23老男孩1605.0

52010-05-09唐山大地震