import requests from bs4 import BeautifulSoup import pandas as pd 1. 发送HTTP请求 headers = { “User-Agent”: “Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36” } url = “https://movie.douban.com/top250” response = requests.get(url, headers=headers) response.encoding = ‘utf-8’ # 解决编码问题 2. HTML解析 soup = BeautifulSoup(response.text, ‘html.parser’) 3. 数据提取 movies = [] for item in soup.find_all(‘div’, class_=‘item’): title = item.find(‘span’, class_=‘title’).text.strip() rating = item.find(‘span’, class_=‘rating_num’).text.strip() director_tag = item.select_one(‘.bd p:nth-of-type(1) a’) director = director_tag.text.strip() if director_tag else ‘未知’ movies.append({ ‘电影名称’: title, ‘评分’: rating, ‘导演’: director }) 4. 数据存储 df = pd.DataFrame(movies) df.to_csv(‘douban_top250.csv’, index=False, encoding=‘utf_8_sig’) print(f"成功抓取{len(df)}条数据") 在以上代码中添加“数据可视化：使用Matplotlib绘制评分分布图”功能

要在上述代码中添加“**数据可视化：使用Matplotlib绘制评分分布图**”的功能，可以按照以下步骤操作： --- ### 修改后的完整代码示例 ```python import requests from bs4 import BeautifulSoup import pandas as pd import matplotlib.pyplot as plt # 1. 发送HTTP请求 headers = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36" } url = "https://movie.douban.com/top250" response = requests.get(url, headers=headers) response.encoding = 'utf-8' # 解决编码问题 # 2. HTML解析 soup = BeautifulSoup(response.text, 'html.parser') # 3. 数据提取 movies = [] for item in soup.find_all('div', class_='item'): title = item.find('span', class_='title').text.strip() rating = float(item.find('span', class_='rating_num').text.strip()) # 转换为浮点数便于绘图 director_tag = item.select_one('.bd p:nth-of-type(1) a') director = director_tag.text.strip() if director_tag else '未知' movies.append({ '电影名称': title, '评分': rating, '导演': director }) # 4. 数据存储到CSV文件 df = pd.DataFrame(movies) df.to_csv('douban_top250.csv', index=False, encoding='utf_8_sig') print(f"成功抓取 {len(df)} 条数据") # 5. 数据可视化：使用Matplotlib绘制评分分布直方图 plt.figure(figsize=(10, 6)) plt.hist(df['评分'], bins=10, color='skyblue', edgecolor='black') # 绘制评分分布直方图 plt.title("豆瓣Top250电影评分分布", fontsize=16) plt.xlabel("评分", fontsize=12) plt.ylabel("频次", fontsize=12) # 添加平均分标注线 average_rating = df['评分'].mean() plt.axvline(x=average_rating, color="red", linestyle="--") plt.text(average_rating + 0.02, max(plt.ylim()) * 0.9, f"均值: {average_rating:.2f}", color="red") # 显示图形 plt.tight_layout() plt.savefig("douban_ratings_distribution.png") # 保存图像 plt.show() ``` --- ### 功能说明 #### 新增部分解释： 1. **将评分转换为数字型 (`float`)**： - 原始 `rating` 提取出的是字符串形式的数据（如 `'9.2'`），需要将其转为浮点数以便用于计算和绘图。 2. **导入 Matplotlib 并绘制直方图**： - 使用 `matplotlib.pyplot.hist()` 函数生成评分的频率分布图表。 - 设置颜色、边界色等样式提升视觉效果。 3. **标记平均值**： - 计算所有评分的平均值，并通过红色虚线标出该位置，在旁边注释显示具体的数值。 4. **保存图片并展示**： - 将生成的图表保存成 PNG 文件方便后续查看或分享。 --- ### 输出结果 运行脚本后会得到以下几个成果： 1. CSV 文件保存了爬取的所有信息； 2. 控制台打印成功的消息以及实际获取了多少条记录； 3. 展现一张清晰明了地反映评分集中程度及范围情况的柱状统计图！ ---