enndfp / movieanalyze Goto Github PK

影视分析系统

该项目是一个基于 Python 和 PyQt5 的影视作品分析应用程序。它提供了以下功能：加载电影数据、显示电影信息、生成词云图、显示热力图以及展示评分分布的饼状图。通过该应用程序，用户可以查看电影的基本信息、电影简介、评分情况以及进行数据可视化分析。

• 加载电影数据：应用程序可以从预定义的数据文件加载电影数据，该数据包含电影的标题、年份、地区、评分、评价人数和电影简介等信息。
• 显示电影信息：应用程序提供一个下拉框，用户可以从中选择电影，然后显示选中电影的相关信息，包括年份、地区、评分、评价人数和电影简介等。
• 生成词云图：应用程序可以根据选中电影的简介生成词云图，使用结巴分词库对文本进行分词，并根据词频生成词云图展示。
• 显示热力图：应用程序可以生成电影数据的相关性矩阵，并以热力图的形式展示相关性。用户可以通过热力图了解电影数据中各个属性之间的相关程度。
• 展示评分分布的饼状图：应用程序可以统计电影数据中各个评分的数量，并以饼状图的形式展示评分分布情况，帮助用户了解电影评分的分布情况。

• Python: 作为主要的编程语言，用于开发整个应用程序的逻辑和功能。
• PyQt5: 作为应用程序的图形用户界面框架，用于创建用户界面和交互。
• requests: 用于发送 HTTP 请求获取网页内容。
• re: 用于使用正则表达式匹配和提取电影信息。
• csv: 用于将电影数据存储到 CSV 文件中。
• pandas: 用于处理和分析电影数据。
• seaborn 和 matplotlib: 用于生成热力图和评分分布的饼状图。
• jieba 和 wordcloud: 用于生成电影简介的词云图。

• 主页效果展示图

• 电影数据信息图

• 数据获取信息提示图

• 相关性矩阵热力图

• 《熔炉》电影词云图

• 评分分布饼状图

​ 1.安装所需依赖库：

pip install requests PyQt5 pandas seaborn matplotlib jieba wordcloud

2. 克隆或下载项目代码到本地。

3. 运行 MainWindow.py 文件启动应用程序。

4. 应用程序界面中，通过下拉框选择电影，查看电影信息和简介。

5. 点击 "显示词云图" 按钮生成选中电影的词云图。

6. 点击 "显示热力图" 按钮生成电影数据的相关性矩阵热力图。

7. 点击 "显示评分分布" 按钮生成评分分布的饼状图。

请注意：为了使应用程序正常运行，确保已准备好数据文件 "MoviesData.csv"（包含电影数据），以及字体文件 "SimHei.ttf"（用于词云图的中文字体显示）并放置在相应的文件路径下。

注意：此处假设你已经准备好了数据文件和字体文件。

可以参考以下示例代码来使用项目中的功能：

pythonCopy codefrom PyQt5.QtWidgets import QApplication
from MainWindow import MainWindow

if __name__ == "__main__":
    app = QApplication([])
    window = MainWindow()
    window.load_data()
    window.populate_combo_box()
    app.exec_()

该代码片段创建了一个 MainWindow 对象并运行应用程序，加载电影数据并将电影选项添加到下拉框中，然后启动应用程序界面。

感谢使用影视作品分析应用程序！如有任何问题或反馈，请联系作者。

如果你喜欢这个项目，请给一个星星⭐支持并在GitHub上关注该项目。

欢迎访问 GitHub 项目地址 获取最新代码和更多信息。

作者：Enndfp

邮箱：[email protected]