Python与机器学习-学生课堂用实验报告.docx

学生学号实调成电影数据统计实验才实验课程实验项目电影数据统计指导教师班级学生姓名0期电影数据统计学习情境数据统计子情境数据统计基本流程*项目一总学计3宾*环境本地计算机实施时间(H)1.5任织*迷通常.进行数据分析的基本步骤包括以下5步.(1明确目的：分析要解决什么问时.从哪些角度分析同Sfi,采用哪些方法或指标.(2数据获取：明褥数据获取的途径，*要是本地数据采集和网络数据获取。(3数据解析：把杂乱无章的数据处理成一定结构.形成百效数据的过程.(4)数据分析；对数据诳行分析操作，比如分组、嘤合悚作.(5)结果呈现：将数据以图的形式直观地进行展示。本项目基于上述步骤，了解数据的读取、清洗、简单统计分析与可视化展现.tta1 .学习有关PyehanmAnaConda集成环境的使用，数据分析流程相关葩本知识.2 .一台装有PyCharm/Anaconda集成开发环境的WindOwS系统.1 .电影数据读取2 .数据清洗3 .数据筛选4 .数据统计5 .数据可视化【实验目的】 熟练掌握PyCharn1ZAnaconda集成开发环境的使用方法, 拿握数据分析的-俄过程。 了解数据获取的主要途径. 学会读取CSV本地文件。 初步学会Python数据分析常用包的使用方法：Pandas.MatPIotlib等. 拿旌使用柱状图来实现数据的可视化，并能对坐标轴、标即、颜色等胆性进行设捏. 了解放点图的画法。【实验环境】PyCharm环境、Python3.7,Pandas,NumPy,Matplotlib9【实验内容及实施步豪】一、文件读取从film.cv中读取数据读取代码如下，髭示结果图如下，二、数据清洗将空值换为。值，并去除复行代码如下:显示结果今图如下:三、数据库选(1)从数据中筛选电影各称为“老男核”的数据代码如下，显示结果图如下，(2)从敛据中缔选出放映11期为2010年05月前半月代码如下，显示结果图如下：(3)筛选票房数抠“>160。”且名称为“老男孩、或“剑重”的数据行代码如下，显示结果确图如下：四、数据疑计<1)按电影名称段计前半月的日平均票房代码如下，显示结果播图如下，(2)统计每日放映的电影部数代码如下，五、JMe可视化一）（1图形化显示不同电影的票房情况代码如下，显示结果事图如下:（2）按从小到大图形化显示不-ij电影的票房情况代码如下，显示结果农图如下:六、数据可视化（二）（1>格式化显示不同电影的票房情况，参考代码及格式如下：ICOiIiftirutteB，VMIMnU*v5，.I.:H,*IHa三X7字体:t.：,fontan'M11t''SMrftai,|»«I*munlMd-alfM4'FaIm h：!.Iiixw-Bn2oxo<sj*1，aim.Mn*a.>tftunMW*h.f,hBW）pit.yi,SMJ*, RhAytt4fM>UX*<lS9.fflMftMtr.lt¾0.4.我猫At40WM2QJCrJl,ni*三：.>*QR,”,grn-,Wh14 MMftpit.arAv<）«*««代码如下,显示结果今图如下:(2)子图的效果W示上图(左边绿色格式化前、右边蓝色格式化后)：“考代码如下，»创建自定义图傀figpit.figure()!令ax1.为1行2列图形的第1个中标系a×l-fig.add三ubplot(1/2,1> 令ax2为】行2列图形的第2个坐标系a×2-fig.addsubplot(1,2.2>三zaIe-rangeIIen(:'filmname*) 在×l坐标系上图出柱状图.并设置相应参数 xl.bar：:.-：,flxmazc'；,'bor,fzolor'blue',wid:n-0.1JF在.ax2坐标系上诳出柱状图,并设置相应身故 ×2.bar<filnsortfilmna")rfilmsort(,BOR'),color",grcn'twidth-0.1)axl.ratttlaCjKx2CItqeQ(排序后)Pl:.showI)显示结果播图如下：你的代码如下，你的显示结果稚图如下,【实验总结】通过本次实验，已掌握:答:存在的疑问:答:课堂里记:【课后思考】I，本项目中用的第三方库包有哪啤？2.数据分析的基本流程3、统计函数有哪几种,可以分别用来做什么？【课后思考与课堂思政】4、请你淡淡在数据分析中哪些地方体现了中国工匠精神5、请参考日常生活中的数据,对其进行数据分析与可视化,比如2019-COnV疫情的情况分析与可视化.学生学号实调成电影数据分析（线性回归）实验才实验课程实验项目电影数据分析（回归）指导教师班级学生姓名0期电影数据分析(线性回归)学习情境机器学习-I可归分析子情境线性回归*项目二：线性回归部分总学计3宾*环境本地计算机实施时间(H)1.5任织*迷在电影数据中,统计眼日均票房=累计票房/放映天数.当H均票房不足百万元时一般将会在接下来的一周左右下档.我们可能会联想推测，日均票房与放映天数是否存在一定的相关性？在本节中，我们将通过一元线性回归对两项数据进行简要的相关性分析，探讨是否可以通过计划放映天数预测电影的票房.任席备1 .学习机器学习的基本概念，特别是时有篇格学习中回归分析的理解，2 .台袋有PyCharm/Anaenda佻成开发环境'配置SkICam包的WindCWS系统.任名实见6 .电影数据读取7 .数据清洗8,模型建立9 .模型训练10 .数据预测与模型的可视化【实验目的】 掌握机器学习、有监督学习、回归分析、一元线性回归(1.inearRegression)分析的念. 学提Sklearn包中一元线性I可归分析的应用. 掌握SldCam包中数据预处理方法，特别是范树缩放、标记映射的使用方法。 掌-Sklearn包中训练集(trainingset)与测试集(testingset)的切分方法. 初步学会散点图、折践图的使用方法，熟练掌握柱状图的使用方法及参数设T1.【实验环境】PyChariD环境、Python3.7、Pan(Ias、NumPy-MatPlotlib、skiearn,【实黜内容及实施步骤】一、文件读取Am.txt中读取效据读取代码如下，显示结果图如下I二、数据做准备将空值换为。值，并去除复行，并棚B图类型进行转换，求出放映天数代码如下：显示结果事图如下，三、数据分析一元线性回归分析代码如下：四、数据BnN与可视化代码如下，五、去除奇异点<2500代码如下：显示结果图如下:六、瓶HI缩放处理代码如下，显示结果图如下：七、可视化处理将覆窝模型可视化代码如下：Jl示结果播BB如下：八、数据集切分数据切分后，训株值与国祥可视化代码如下，显示结果确图如下：九、模型评估试集与Sm值可视化代码如下，显示结果今图如下:【实验总结】通过本次实验，已掌提:答：存在的疑问:答：课堂室记:【谭后思才】I、谈谈你时回归与分类的认识，两杵有何区别？2、目前,一元线性回归主要应用在什么场合,有什么局限性？3、生活中你可以用回归解决什么问题?4、数据进行归,化处理的原因是什么?学生学号实调成电影数据分析（回归）二实验才实验课程实验项目电影数据分析（回归）指导教师班级学生姓名0期学习情境机器学习-回归分析子情境多项式仲旧多元线性回归枇单单尢项目二:多项式回归、多元级性回归部分3实此环境本地计算机实这防同<*H）1.5任秀迩在电影数据中，统计量日均票房=累计票房/放映天数。当日均票房不足百万元时i般将会在接下来的一周左右下档.我们可能会联想推测,H均票房与放映天数是否存在一定的相美性？在本节中，我们将通过多项式回归对数据进行简要的相关性分析，探讨是否可以通过计划放映天数预测电影的票房。此外，票房与多因淞相关,使用多元雄性回归分析多个影响因素.任方准备1 .学习机器学习的基本慨念，特别是时有监督学习中回归分析的理解，2 .台袋有PyCharm，AnaendaiIi成开发环境、配置Sklc;Irn包的Wind<ws系统.任名实他11.电影数据读取12 .数据清洗13 .模型建立14 .模型训练15 .数据预测与模型的可视化【实验目的】 掌握多元线性回归(1.inearRegression)分析、多项式回回分析的概念. 掌握SkIearn包中线性回妇分析、多项式回归分析的应用. 挈旌SkIearn包中数据预处理方法，特别是标记映射的使用方法. 进一步掌握Sklearn包中训练集(trainingset)与测试集(IeSIinKset)的切分方法. 了解多元线性回归分析及其应用。 初步学会敢点图、折线图的使用方法 熟练掌提柱状图的使用方法及参数设置.【实跄环境】P)TCharnl环境、Python3.7、Pandas¼NumPyMatplotlibwskiearn«【实舱内容及实施步骤】一、多项式回归基础练习代码如下:显示结果横图如下；二、degree的作用襄求2*2四个子图，分别deRre=234,5显示结果今图如下:三、多元Q性回归多因素分析，影片名、放映天数、评分、影片类型对评分的彩响(1)岫准备影片SBRR/方几部分IW天数日内房，方几否力量情片彩片工T（三）1三m三201227201504-121920451711294118Tne12w».wa.2015O7.W201508-233790084045842240000TnB13Msr三a2015-12-20201M)1-319825430.227907Tne14动作.2».BK*,历史2O15K-19201504-06744X.25947153.21277ReeO52O1SO7Q32O1SC71921729171276471Truv1代码如下，显示结果图如下，说一说标签映射的作用？(2)模型的实现与评估数据集按7,3划分.并评估模型的准确性.费瓶与强那值可视化【实验总结】通过本次实验，己