Python 从爬虫到数据分析(3)

9行代码，我们完成了Excel里的透视表、拖动、排序等鼠标点击动作。最后再用Python中的可视化包matplotlib，快速出图：

B.函数化分析

以上是一个简单的统计分析过程。接下来就讲讲Excel基础功能不能做的事——自定义函数提效。观察数据可以发现，数据中记录了周票房和总票房的排名，那么刚刚计算了周票房排名的代码，还能不能复用做一张总票房分析呢?

当然可以，只要使用def函数和刚刚写好的代码建立自定义函数，并说明函数规则即可：

def pypic(pf): 
    #定义一个pypic函数，变量是pf 
    dataTop1_sum = data[['电影名',pf]] 
    #取出源数据中，列名为“电影名”和pf两列数据 
 
    dataTop1_sum = dataTop1_sum.groupby('电影名').max()[pf].reset_index() 
    #用“电影名”来分组数据，相同电影连续霸榜的选择最大的pf票房保留，其他数据删除 
 
    dataTop1_sum = dataTop1_sum.sort_values(by=pf,ascending=False) 
    #将数据按照pf进行降序排序 
 
    dataTop1_sum.index = dataTop1_sum['电影名'] 
    del dataTop1_sum['电影名'] 
    #整理index列，使之变为电影名，并删掉原来的电影名列 
 
    dataTop1_sum[:20].iloc[::-1].plot.barh(figsize = (6,10),color = 'orange') 
    name=pf+'top20分析' 
    plt.title(name) 
    #根据函数变量名出图 

定义函数后，批量出图so easy：

学会函数的构建，一个数据分析师才算真正能够告别Excel的鼠标点击模式，迈入高效分析的领域。

（编辑：ASP站长网）