week8-代码解析2

代码逐行解析

功能：读取《流浪地球》影评csv，统计评论最多的前10个城市，绘制柱状图

python 复制代码

# 任务1.2：影评数量最多的十个城市情况分析
# 步骤1：初始工作。导入相关包，Pandas从"CommentInfo.csv"文件中读取电影评论数据，设置Matplotlib绘图常用参数值。
# 导包
import matplotlib.pyplot as plt
import pandas as pd
# 读取数据
data = pd.read_csv('datasource/CommentInfo.csv', encoding='gbk')
# 设置绘图参数
plt.rcParams['font.sans-serif'] = 'SimHei'

# 步骤2：统计并取出前十个城市评论数量。
# 提出城市名称
city = data['citys'].apply(lambda x:x[2:-2])
# 城市名称为空，设置为'未知城市'
city = pd.Series(['未知城市' if i== '' else i for i in city])
# 统计十个城市评论数量
city = city.value_counts().sort_values(ascending=False)[:10]
print(city)
# 步骤3：绘制柱状图。横轴为城市，纵轴为城市对应的电影评论数量，显示前十个城市评论数据的情况。
plt.figure(figsize=(12,4))
# 绘制柱状图
plt.bar(city.index,city)
# 美化图形
plt.title('评论数量最多的十个城市')
plt.ylabel('评论数量')
plt.xticks(rotation=15)
for i,j in enumerate(city):
    plt.text(i,j,j)
# 显示图形
plt.show()

逐行详细解析

复制代码

# 任务1.2：影评数量最多的十个城市情况分析
# 步骤1：初始工作。导入相关包，Pandas从"CommentInfo.csv"文件中读取电影评论数据，设置Matplotlib绘图常用参数值。

# 导包
import matplotlib.pyplot as plt

导入matplotlib绘图库，简写plt，用于绘制柱状图。

复制代码

import pandas as pd

导入pandas数据分析库，简写pd，用来读取csv文件、清洗和统计数据。

复制代码

# 读取数据
data = pd.read_csv('datasource/CommentInfo.csv', encoding='gbk')

pd.read_csv()读取csv文件。文件路径：datasource/CommentInfo.csv encoding='gbk'：文件中文采用gbk编码，防止中文读取乱码。读取后数据存入DataFrame变量data。

复制代码

# 设置绘图参数
plt.rcParams['font.sans-serif'] = 'SimHei'

设置matplotlib全局字体为黑体SimHei ，解决图表里中文变成方框的乱码问题。补充：缺少 plt.rcParams['axes.unicode_minus'] = False，如果图中有负号，负号会显示成方框。

复制代码

# 步骤2：统计并取出前十个城市评论数量。

# 提出城市名称
city = data['citys'].apply(lambda x:x[2:-2])

data['citys']：取出data里名为citys的这一列（存储用户城市信息）
.apply()：对这一列每一行数据执行后面lambda函数
lambda x:x[2:-2]：匿名函数，字符串切片。 x[2:-2]：从下标2开始取，到倒数第2个字符为止，去掉前后多余字符，提取纯净城市名。

城市名称为空，设置为'未知城市'

city = pd.Series(['未知城市' if i== '' else i for i in city])
列表推导式，遍历city里每一个值i
判断：如果i是空字符串''，替换文字为未知城市；否则保留原有城市名称
pd.Series()：把处理后的列表重新转为pandas序列Series，方便后续统计

统计十个城市评论数量

city = city.value_counts().sort_values(ascending=False)[:10]

.value_counts()：统计每个城市出现次数（即该城市评论数量），默认降序排列
.sort_values(ascending=False)：再次指定降序（数量从大到小）
[:10]：切片，取前10条数据，也就是评论最多的10个城市
结果存入city，此时city.index是城市名，city的值是评论数量

print(city)

在控制台打印这个统计结果，方便查看前10城市和对应评论数量，用于调试。

复制代码

# 步骤3：绘制柱状图。横轴为城市，纵轴为城市对应的电影评论数量，显示前十个城市评论数据的情况。

plt.figure(figsize=(12,4))

创建画布，设置画布大小：宽度12英寸，高度4英寸。

复制代码

# 绘制柱状图
plt.bar(city.index,city)

plt.bar()绘制柱状图第一个参数city.index：x轴，城市名称第二个参数city：柱子高度，对应评论数量

复制代码

# 美化图形
plt.title('评论数量最多的十个城市')

设置图表的大标题。

复制代码

plt.ylabel('评论数量')

设置y轴（纵轴）标签文字。

复制代码

plt.xticks(rotation=15)

x轴刻度文字旋转15度，防止城市名字太长文字重叠挤在一起。

复制代码

for i,j in enumerate(city):
    plt.text(i,j,j)

enumerate(city)：同时拿到索引i，和评论数量j
plt.text(x,y,文本)：在坐标(i,j)位置添加文字
作用：在每根柱子顶端标注对应的评论数字 小缺陷：没有设置水平对齐ha="center"，文字不会居中对齐柱子。

显示图形

plt.show()

弹出窗口，展示绘制完成的图表。

代码缺陷补充（考试重点）

缺少 plt.rcParams['axes.unicode_minus'] = False，存在负号乱码风险
plt.text(i,j,j) 缺少 ha='center'，数字不在柱子正上方
保存图片代码 plt.savefig() 没有写，如果需要导出图片要添加
city.value_counts()本身默认降序，.sort_values(ascending=False)属于重复操作，可以省略

整体执行流程

读取csv数据 → 切片提取城市名 → 空值替换为未知城市 → 统计城市评论频次，取TOP10 → 创建画布画柱状图 → 设置标题坐标轴，柱子顶部写数字 → 展示图片

要不要我帮你修复这段代码，补齐缺失参数，生成一份无bug完整版？