以大热剧《觉醒年代》为例用Python绘制可视化仪表盘

更新时间：2021年06月03日 14:13:36 作者：夏俊欣

有时候大家想把自己绘制好的可视化图片集中到一个页面,整合成仪表盘,集中给同事或者他人来呈现,但又不知道该怎么做,今天小编就来分享一个实用的第三方模块中的方法,而此次用到的数据便是最近大热门的民国历史剧《觉醒年代》的相关数据,需要的朋友可以参考下

前言

《觉醒年代》被称为是继《走向共和》后的又一部历史神剧。自开播以来，豆瓣上的评分也是从最初的8.3分飙升到9.2分，并且在最近的上海电视节白玉兰奖中获得多项提名。

数据的可视化

Pyecharts中的页面组件Page能够很好地将许多绘制出来的页面组合到一个页面当中去，首先我们先导入需要用到的模块，

import pandas as pd
from pyecharts.charts import Bar, Page
from pyecharts import options as opts
from pyecharts.globals import ThemeType
from collections import Counter
from pyecharts.charts import Pie

‍首先我们来可视化一下观众的评分分布，从中可以看书，5颗星的评分占到了75%，可见观众们对该剧的评价都是非常的高了，几乎都给出了满分的好评

p = (
      Pie(init_opts=opts.InitOpts(theme=ThemeType.INFOGRAPHIC))
          .add("", [list(z) for z in zip(stars_keys_list, stars_values_list)],
               radiu=["40%%", "65%"],
               center=["55%", "50%"])
          .set_global_opts(title_opts=opts.TitleOpts(title="电影评分分布(%)", pos_left="center", subtitle="觉醒年代"),
                           legend_opts=opts.LegendOpts(orient="vertical",
                                                       pos_top="15%",
                                                       pos_left="25%"))
          .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
    )
p.render("movie_stars.html")

下面我们来绘制一下剧中的主角被提及的次数，当然可能有一些读者朋友不是特别熟悉该部剧，该剧的历史背景是1915年到1921年这段期间，由李大钊、陈独秀以及胡适领导的新文化运动开始讲起，从可视化出来的结果可以发现于和伟(皇叔)被提及的次数是最多的，哈哈哈

bar = (
  Bar(init_opts=opts.InitOpts(theme=ThemeType.ROMANTIC))
      .add_xaxis(actor_mention_keys_list)
      .add_yaxis("", actor_mention_values_list)
      .set_global_opts(title_opts=opts.TitleOpts(title="主角被提及的次数", subtitle="觉醒年代", pos_left="center"),
                       yaxis_opts=opts.AxisOpts(min_= 0, max_=1800))
)
bar.render("actors_mentions_times.html")

与此同时，小编也统计了一下参与了评论的观众朋友们的地域分布情况，发现的是北京和上海的观众最多，对于历史题材的，党政类型的剧情比较感兴趣，

bar = (
      Bar(init_opts=opts.InitOpts(theme=ThemeType.INFOGRAPHIC))
          .add_xaxis(location_keys_list)
          .add_yaxis("", location_values_list)
          .set_global_opts(title_opts=opts.TitleOpts(title="影迷的分布地点", subtitle="觉醒年代", pos_left="center"),
                           yaxis_opts=opts.AxisOpts(min_=0, max_=65)
                           )
)
bar.render("fans_location.html")

而这些观众粉丝们大多也是近几年才刚加入的新用户，大多都集中在2018年至2020年这些时间段，可见为了用户增长，该社区也是花了不少的功夫

最后我们来制作可视化仪表盘，在实例化Page对象之后，就将我们绘制好的作品往里添加即可，

page = Page(layout=Page.SimplePageLayout)
page.add(visualiza_stars(0.8, 0.9, 3.7, 19.3, 75.3),
         visualize_actors_mentions_times(),
         visualize_user_location(),
         visualize_fans_year(),
         review_sentiment_analysis(),
         review_sentiment_score_analysis())
page.render("page_sample1.html")

最后出来的结果如下图所示：

到此这篇关于以大热剧《觉醒年代》为例用Python绘制可视化仪表盘的文章就介绍到这了,更多相关Python绘制可视化仪表盘内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

Python练习-承压计算
这篇文章主要介绍了Python练习-承压计算，前面我们练习了Python购物单，这篇我们继续练习承压计算，和前篇文章一样还是问题描述开始，需要的小伙伴可以参考一下
2022-01-01
Python库functools示例详解
Python 的 functools 模块提供了一些常用的高阶函数，也就是用于处理其它函数的特殊函数。换言之，就是能使用该模块对所有可调用对象( 即参数或(和) 返回值为其他函数的函数 ) 进行处理，这篇文章主要介绍了Python库functools详解,需要的朋友可以参考下
2023-01-01
人工智能学习Pytorch进阶操作教程
这篇文章主要为大家介绍了人工智能学习Pytorch进阶操作的详解教程，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步
2021-11-11
基于python对B站收藏夹按照视频发布时间进行排序的问题
这篇文章主要介绍了基于python对B站收藏夹按照视频发布时间进行排序,在实现过程中中间程序可能因为各种原因挂掉，因此在中间加入了储存中间状态的功能，否则每次挂掉都要重新爬速度非常慢，本文给大家介绍具体使用方法，一起看看吧
2021-05-05
python如何通过protobuf实现rpc
这篇文章主要为大家详细介绍了python通过protobuf实现rpc的方法，感兴趣的朋友可以参考一下
2016-03-03
Python+Turtle实现绘制可爱的小仓鼠
肉嘟嘟的小动物很是可爱，这篇文章主要为大家介绍一下如何运用Python中的turtle库控制函数绘制小仓鼠，文中的实现方法讲解详细，感兴趣的可以尝试一下
2022-10-10
使用Python-OpenCV向图片添加噪声的实现(高斯噪声、椒盐噪声)
这篇文章主要介绍了使用Python-OpenCV向图片添加噪声的实现(高斯噪声、椒盐噪声) ，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
2019-05-05
Python使用PIL库实现验证码图片的方法
这篇文章主要介绍了Python使用PIL库实现验证码图片的方法,结合实例形式较为详细的分析了Python基于PIL库生成验证码图片的相关技巧与注意事项,需要的朋友可以参考下
2016-03-03
使用python把json文件转换为csv文件
这篇文章主要介绍了使用python把json文件转换为csv文件，帮助大家更好的利用python处理数据，感兴趣的朋友可以了解下
2021-03-03
梯度下降法介绍及利用Python实现的方法示例
梯度下降算法是一个很基本的算法，在机器学习和优化中有着非常重要的作用，下面这篇文章主要给大家介绍了关于利用Python实现梯度下降法的相关资料，对大家具有一定的参考学习价值，需要的朋友们下面来一起看看吧。
2017-07-07