每周导学-第八周-TMDb数据分析
Awareness is the greatest agent for change.
Hi，同学们，经过了前两周的学习，我们掌握了数据分析的基本流程、Pandas在数据分析各个流程中的基本应用以及使用matplotlib&Pandas进行可视化的技巧，那么本周我们就真刀实枪地找一套数据集练练手。本周的导学有两期，分别选用了项目三中的两个数据集（TMDb电影数据和FBI枪支数据）进行分析，只是分享思路和方法，起一个抛砖引玉的作用，大家选择其他的数据集也可以举一反三，如果有什么棘手的问题随时微信联系我就OK~
本周开始，我们就进入到了项目三(P3)阶段，本阶段总共包含四周，在这一个月内，我们要对数据分析入门进行学习，学习数据分析思维，掌握Python数据分析及可视化方法，并使用所学知识完成项目三：探索数据集，尝试着自己完成整个数据分析的流程，得到一些饶有兴趣的结论，你一定会非常有成就感哒！那么以下便是这四周的学习安排：
| 时间 | 学习重点 | 对应课程 |
|---|---|---|
| 第1周 | 数据分析过程-1 | 数据分析过程&案例研究-1 |
| 第2周 | 数据分析过程-2 | 案例研究-1&案例研究-2 |
| 第3周 | 完成项目 | 项目：探索数据集 |
| 第4周 | 项目修改与通过 | 修改项目、查缺补漏、休息调整 |
！！看这里！！：在P3课程里面安排了SQL的高阶课程，但是因为在项目三中并不会涉及到SQL知识，所以为了保证大家学习的连贯性，在完成前两周的课程之后，就开始项目。至于！！SQL的高阶知识，大家可以放在课程通关后进行选修！！；
本阶段可能是个挑战，请一定要保持自信，请一定要坚持学习和总结，如果遇到任何课程问题请参照如下顺序进行解决：
- 先自行查找问题答案（注意提取关键词），参考：谷歌/百度搜索、菜鸟教程、CSDN、stackoverflow、Python for Data Analysis, 2nd Edition 、Python Cookbook
- 若问题未解决，请将问题及其所在课程章节发送至微信群，并@助教即可
饭要一口一口吃，路要一步一步走，大家不要被任务吓到，跟着导学一步一步来，肯定没问题哒！那我们开始吧！
注：本着按需知情原则，所涉及的知识点都是在数据分析过程中必须的、常用的，而不是最全面的，想要更丰富，那就需要你们课下再进一步的学习和探索！
本周目标
- 在此处挑选和你确认过眼神的数据集，并对其进行数据分析和探索，得出你自己的结论，然后进行提交。
学习计划
| 时间 | 学习资源 | 学习内容 |
|---|---|---|
| 周二 | 微信群 - 每周导学 | 预览每周导学 |
| 周三、周四 | Udacity - Classroom | 项目三 |
| 周五 | 微信/Classin - 1V1 | 课程难点 |
| 周六 | Classin - 优达日 | 本周学习总结、答疑 |
| 周日 | 笔记本 | 总结沉淀 |
| 周一 | 自主学习 | 查漏补缺 |
项目准备
环境准备
强烈建议大家完成本地环境的搭建，在本地完成此项目。搭建本地环境的方法请参考Anaconda的安装与配置一节，完成后你将获得本项目中会用到的关键软件：Spyder和Jupyter Notebook。
文件准备
- 项目文件：依次进入到项目：探索数据集 –> 3.实战项目中，下载项目文件的ipynb格式。
数据集选择：在此处选择你感兴趣的数据集并下载至与项目文件相同的文件夹。（若下载失败，请微信联系我索取）
本地打开：在项目文件的文件夹下，按住
Shift键，右击选择在此处打开命令窗口，输入jupyter notebook，待打开本地页面之后，选择项目文件打开，之后就请开始你的表演。
方法准备
项目文件中已经给大家列好了基本流程，所以请在开始项目之前，一定要先整体浏览一遍项目文件，着重看一下：
- 项目流程
- 每一个流程中你需要做哪些工作
- 每一个流程中的提示
要记得，数据分析过程不是一蹴而就的，是螺旋上升接近目标的过程，所以一定要保持耐心，对照着项目评估准则一步步完成。
另外，一开始你的notebook会显得很乱没有章法，那在提交之前最好能再修改一个整理好的版本。
项目流程（TMDb）
数据集说明
本项目选择的数据集为Kaggle提供的TMDb电影数据。此数据集中包含 1 万条电影信息，信息来源为“电影数据库”（TMDb，The Movie Database），包括用户评分和票房等。数据已进行了简单清理，涉及到的变量如下表所示：
| 变量名 | 注释 | 变量名 | 注释 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| id | 电影序号 | keywords | 电影关键词 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| imdb_id | imdb电影序号 | overview | 剧情摘要 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| popularity | 受欢迎程度 | runtime | 电影时长（min） | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| budget | 预算（$） | genres | 电影风格 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| revenue | 收入 | production_companies | 制作公司 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| original_title | 电影名称 | release_date | 发布日期(月/日/年) | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| cast | 演员表 | vote_count | 评价次数 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| homepage | 电影网址 | vote_average | 平均评分 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| director | 导演 | release_year | 发布年份 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| tagline | 宣传词 | budget_adj | 预算（考虑通胀） | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| revenue_adj... 剩余内容已隐藏 查看完整文章以阅读更多 每周导学-第八周-TMDb数据分析2018年9月5日 12:30
Hi，同学们，经过了前两周的学习，我们掌握了数据分析的基本流程、Pandas在数据分析各个流程中的基本应用以及使用matplotlib&Pandas进行可视化的技巧，那么本周我们就真刀实枪地找一套数据集练练手。本周的导学有两期，分别选用了项目三中的两个数据集（TMDb电影数据和FBI枪支数据）进行分析，只是分享思路和方法，起一个抛砖引玉的作用，大家选择其他的数据集也可以举一反三，如果有什么棘手的问题随时微信联系我就OK~ 本周开始，我们就进入到了项目三(P3)阶段，本阶段总共包含四周，在这一个月内，我们要对数据分析入门进行学习，学习数据分析思维，掌握Python数据分析及可视化方法，并使用所学知识完成项目三：探索数据集，尝试着自己完成整个数据分析的流程，得到一些饶有兴趣的结论，你一定会非常有成就感哒！那么以下便是这四周的学习安排：
！！看这里！！：在P3课程里面安排了SQL的高阶课程，但是因为在项目三中并不会涉及到SQL知识，所以为了保证大家学习的连贯性，在完成前两周的课程之后，就开始项目。至于！！SQL的高阶知识，大家可以放在课程通关后进行选修！！； 本阶段可能是个挑战，请一定要保持自信，请一定要坚持学习和总结，如果遇到任何课程问题请参照如下顺序进行解决：
饭要一口一口吃，路要一步一步走，大家不要被任务吓到，跟着导学一步一步来，肯定没问题哒！那我们开始吧！
本周目标
学习计划
项目准备环境准备强烈建议大家完成本地环境的搭建，在本地完成此项目。搭建本地环境的方法请参考Anaconda的安装与配置一节，完成后你将获得本项目中会用到的关键软件：Spyder和Jupyter Notebook。 文件准备
方法准备项目文件中已经给大家列好了基本流程，所以请在开始项目之前，一定要先整体浏览一遍项目文件，着重看一下：
要记得，数据分析过程不是一蹴而就的，是螺旋上升接近目标的过程，所以一定要保持耐心，对照着项目评估准则一步步完成。 另外，一开始你的notebook会显得很乱没有章法，那在提交之前最好能再修改一个整理好的版本。 项目流程（TMDb）数据集说明本项目选择的数据集为Kaggle提供的TMDb电影数据。此数据集中包含 1 万条电影信息，信息来源为“电影数据库”（TMDb，The Movie Database），包括用户评分和票房等。数据已进行了简单清理，涉及到的变量如下表所示：
|