python数据分析基础教程教案 （第10章 电影数据分析项目）.docVIP

《Python数据分析基础教程》

教

案

PAGE1

课程基本信息

课程名称

Python数据分析基础教程

授课班级

授课课题名

电影数据分析项目

计划课时

4课时

授课时间

第周第课时

课型

教学做一体化

教学目标

了解电影数据分析项目。

熟悉电影数据分析流程。

掌握数据预处理方法。

掌握数据分析方法。

掌握数据可视化方法。

教学重点

电影数据分析流程。

数据预处理方法。

教学难点

数据分析方法

数据可视化方法

教法与学法

教法：案例教学法；

学法:探究学习、小组合作学习。

教学过程

【任务引入】

分组讨论

如何进行电影数据分析？

【新课讲授】

任务一：电影数据分析项目——项目描述

知识点讲解

IMDB（InternetMovieDatabase）是目前全球互联网中较大的一个电影资料库，在该电影资料库中有丰富的电影作品信息，包括影片演员、导演、电影题材、片长、剧情关键字、分级、评分等关于影片的基本信息，其中使用最多的就是IMDB的评分。

IMDB创建于1990年10月17日，从1998年开始成为亚马逊公司旗下网站。IMDB正式启动于1993年，是互联网上第一个完全以电影为内容的网站。与之相似的国内网站有豆瓣网站。

在电影数据分析项目中，选择的数据集是从IMDB网站上抓取的从1916年至2016年这100年间出品的5043部电影数据，该数据集称为IMDB5000部电影数据集，文件名为movie_metadata.csv，它也是电影数据分析项目中常用的经典数据集。在该数据集中包含28个属性、4906张海报，电影时间跨度超过100年，共有65个国家及地区的影片，并包括2399位导演和数千位演员的信息。近些年中国国产电影取得了辉煌的成就，根据2025年3月19日，猫眼专业版数据显示，《哪吒之魔童闹海》（《哪吒2》）全球票房（含预售及海外）已突破150亿元，跻身全球电影票房榜前5。MDB5000部电影数据集的属性信息如表10-1所示。

要求根据IMDB5000部电影数据集进行下列数据分析。

1.电影出品国及地区的情况分析。

2.电影数量的分析。

3.电影类型的分析。

4.电影票房统计及电影票房相关因素的分析。

5.电影评分统计及电影评分相关因素的分析。

学生自主提问，教师对疑难问题进行解答。

任务二：电影数据分析项目——数据准备

案例讲解

在数据准备中，主要的任务是导入“movie_metadata.csv”文件，

其程序代码如下。

In[1]:importpandasaspd

importmatplotlib.pyplotasplt

In[2]:#加载数据

movies_df=pd.read_csv(d:/data/movie_metadata.csv,encoding=GBK)

In[3]:movies_df.head()#输出默认头5行

In[4]:movies_df.info()#输出movies_df的信息

movies_df.describe()#输出movies_df的基本统计量和分位数等值

学生练习，教师对疑难问题进行解答。

任务三：电影数据分析项目——数据清洗

案例讲解

在电影数据分析项目中，数据清洗的主要任务是对原始数据集进行缺失值和重复数据的处理。其步骤如下：

1.统计每列的缺失值个数

2.删除任何含有缺失值的行

3.删除重复数据

4.查看数据清洗后的信息

5.输出movies_df_new的基本统计量和分位数等值

学生练习，教师对疑难问题进行解答。

任务四：数据分析与数据可视化

知识点和案例讲解

在电影数据分析项目中，数据分析与数据可视化的主要内容如下：

1、电影出品国及地区的情况分析

（1）统计每个国家或地区出品的电影数量

（2）显示电影出品数量排名前10的国家或地区

（3）绘制电影出品数量排名前10的柱形图（见图10-1）

2、电影数量的分析

（1）按年份统计每年的电影数量

（2）绘制每年的电影数量图形（见图10-2）

（3）按年份统计每年的电影总数量、彩色影片数量和黑白影片数量，并绘制每年电影总数量、彩色影片数量和黑白影片数量图形（见图10-3）

3、电影类型的分析

（1）计算不同类型的电影数量。

（2）绘制不同类型的电影数量图形（见图10-4）

（3）绘制各个电影类型的饼图（见图10-5