Merge pull request zhouyanasd#1 from zhouyanasd/master

update

README.md

@@ -5,26 +5,33 @@
 本书的特点是简单易上手，每一章节都有相应的jupyter文件，可以直接放在带有jupyter notebook的python环境中运行。
 
 ## 书籍目录
-预备章：[Jupyter简介](https://github.com/zhouyanasd/or-pandas/blob/master/articles/Pandas%E6%95%99%E7%A8%8B_00%E5%A7%8B%E4%BA%8EJupyter%20Notebooks%EF%BC%9A%E4%B8%80%E4%BB%BD%E5%85%A8%E9%9D%A2%E7%9A%84%E5%88%9D%E5%AD%A6%E8%80%85%E5%AE%9E%E7%94%A8%E6%8C%87%E5%8D%97.md)
+预备章：[Jupyter简介](articles/Pandas%E6%95%99%E7%A8%8B_00%E5%A7%8B%E4%BA%8EJupyter%20Notebooks%EF%BC%9A%E4%B8%80%E4%BB%BD%E5%85%A8%E9%9D%A2%E7%9A%84%E5%88%9D%E5%AD%A6%E8%80%85%E5%AE%9E%E7%94%A8%E6%8C%87%E5%8D%97.md)
 
-第一章：[数据分析入门](https://github.com/zhouyanasd/or-pandas/blob/master/articles/Pandas%E6%95%99%E7%A8%8B_01%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90%E5%85%A5%E9%97%A8.md)
-[(code)](https://github.com/zhouyanasd/or-pandas/blob/master/code/pandas%E6%95%99%E7%A8%8B_01%E5%85%A5%E9%97%A8.ipynb)
+第一章：[数据分析入门](articles/Pandas%E6%95%99%E7%A8%8B_01%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90%E5%85%A5%E9%97%A8.md)
+[(code)](code/pandas%E6%95%99%E7%A8%8B_01%E5%85%A5%E9%97%A8.ipynb)
 
-第二章：[数据导入与导出](https://github.com/zhouyanasd/or-pandas/blob/master/articles/pandas%E6%95%99%E7%A8%8B_02%E6%95%B0%E6%8D%AE%E5%AF%BC%E5%85%A5%E4%B8%8E%E5%AF%BC%E5%87%BA.md)
-[(code)](https://github.com/zhouyanasd/or-pandas/tree/master/code/pandas%E6%95%99%E7%A8%8B_02%E6%95%B0%E6%8D%AE%E5%AF%BC%E5%85%A5%E4%B8%8E%E5%AF%BC%E5%87%BA)
+第二章：[数据导入与导出](articles/pandas%E6%95%99%E7%A8%8B_02%E6%95%B0%E6%8D%AE%E5%AF%BC%E5%85%A5%E4%B8%8E%E5%AF%BC%E5%87%BA.md)
+[(code)](code/pandas%E6%95%99%E7%A8%8B_02%E6%95%B0%E6%8D%AE%E5%AF%BC%E5%85%A5%E4%B8%8E%E5%AF%BC%E5%87%BA)
 
-第三章：[数据分组与聚合](https://github.com/zhouyanasd/or-pandas/blob/master/articles/pandas%E6%95%99%E7%A8%8B_03%E5%88%86%E7%BB%84%E5%92%8C%E8%81%9A%E5%90%88.md)
-[(code)](https://github.com/zhouyanasd/or-pandas/blob/master/code/pandas%E6%95%99%E7%A8%8B_03%E5%88%86%E7%BB%84%E4%B8%8E%E8%81%9A%E5%90%88.ipynb)
+第三章：[数据分组与聚合](articles/pandas%E6%95%99%E7%A8%8B_03%E5%88%86%E7%BB%84%E5%92%8C%E8%81%9A%E5%90%88.md)
+[(code)](code/pandas%E6%95%99%E7%A8%8B_03%E5%88%86%E7%BB%84%E4%B8%8E%E8%81%9A%E5%90%88.ipynb)
 
-第四章：[数据的索引、汇总和缺失处理](https://github.com/zhouyanasd/or-pandas/blob/master/articles/pandas%E6%95%99%E7%A8%8B_04%E7%B4%A2%E5%BC%95%E3%80%81%E6%B1%87%E6%80%BB%E5%92%8C%E5%A4%84%E7%90%86%E7%BC%BA%E5%A4%B1%E6%95%B0%E6%8D%AE.md)
-[(code)](https://github.com/zhouyanasd/or-pandas/blob/master/code/pandas%E6%95%99%E7%A8%8B_04%E7%B4%A2%E5%BC%95%E3%80%81%E6%B1%87%E6%80%BB%E5%92%8C%E5%A4%84%E7%90%86%E7%BC%BA%E5%A4%B1%E6%95%B0%E6%8D%AE.ipynb)
+第四章：[数据的索引、汇总和缺失处理](articles/pandas%E6%95%99%E7%A8%8B_04%E7%B4%A2%E5%BC%95%E3%80%81%E6%B1%87%E6%80%BB%E5%92%8C%E5%A4%84%E7%90%86%E7%BC%BA%E5%A4%B1%E6%95%B0%E6%8D%AE.md)
+[(code)](code/pandas%E6%95%99%E7%A8%8B_04%E7%B4%A2%E5%BC%95%E3%80%81%E6%B1%87%E6%80%BB%E5%92%8C%E5%A4%84%E7%90%86%E7%BC%BA%E5%A4%B1%E6%95%B0%E6%8D%AE.ipynb)
+
+第五章：[从 Pandas 小白到 Pandas 能手](articles/Pandas%E6%95%99%E7%A8%8B_05%E4%BB%8EPandas%E5%B0%8F%E7%99%BD%E5%88%B0Pandas%E8%83%BD%E6%89%8B.md)[(code)](code/Pandas%E6%95%99%E7%A8%8B_05%E4%BB%8E%20Pandas%20%E5%B0%8F%E7%99%BD%E5%88%B0%20Pandas%20%E8%83%BD%E6%89%8B)
 
 ---
 
-分析实例一：[豆瓣电影分析--华语篇](https://github.com/zhouyanasd/or-pandas/blob/master/articles/Pandas%E5%AE%9E%E4%BE%8B_01%E7%94%A8%E6%95%B0%E6%8D%AE%E5%B8%A6%E4%BD%A0%E4%BA%86%E8%A7%A3%E7%94%B5%E5%BD%B1%E8%A1%8C%E4%B8%9A%E2%80%94%E5%8D%8E%E8%AF%AD%E7%AF%87.md)[(code)](https://github.com/zhouyanasd/or-pandas/tree/master/code/Pandas%E5%AE%9E%E4%BE%8B_01%E7%94%A8%E6%95%B0%E6%8D%AE%E5%B8%A6%E4%BD%A0%E4%BA%86%E8%A7%A3%E7%94%B5%E5%BD%B1%E8%A1%8C%E4%B8%9A%E2%80%94%E5%8D%8E%E8%AF%AD%E7%AF%87)
+分析实例一：[豆瓣电影分析--华语篇](articles/Pandas%E5%AE%9E%E4%BE%8B_01%E7%94%A8%E6%95%B0%E6%8D%AE%E5%B8%A6%E4%BD%A0%E4%BA%86%E8%A7%A3%E7%94%B5%E5%BD%B1%E8%A1%8C%E4%B8%9A%E2%80%94%E5%8D%8E%E8%AF%AD%E7%AF%87.md)[(code)](code/Pandas%E5%AE%9E%E4%BE%8B_01%E7%94%A8%E6%95%B0%E6%8D%AE%E5%B8%A6%E4%BD%A0%E4%BA%86%E8%A7%A3%E7%94%B5%E5%BD%B1%E8%A1%8C%E4%B8%9A%E2%80%94%E5%8D%8E%E8%AF%AD%E7%AF%87)
+
+分析实例二：[豆瓣电影分析--全球篇](articles/Pandas%E5%AE%9E%E4%BE%8B_02%E7%94%A8%E5%A4%A7%E6%95%B0%E6%8D%AE%E5%B8%A6%E4%BD%A0%E4%BA%86%E8%A7%A3%E7%94%B5%E5%BD%B1%E8%A1%8C%E4%B8%9A%E7%99%BE%E5%B9%B4%E5%8F%91%E5%B1%95%E5%8E%86%E7%A8%8B.md)[(code)](code/Pandas%E5%AE%9E%E4%BE%8B_02%E7%94%A8%E5%A4%A7%E6%95%B0%E6%8D%AE%E5%B8%A6%E4%BD%A0%E4%BA%86%E8%A7%A3%E7%94%B5%E5%BD%B1%E8%A1%8C%E4%B8%9A%E7%99%BE%E5%B9%B4%E5%8F%91%E5%B1%95%E5%8E%86%E7%A8%8B)
+
+分析实例三：[NBA 投篮数据分析](articles/Pandas%E5%AE%9E%E4%BE%8B_03%E7%86%8A%E7%8C%AB%E7%88%B1%E4%B8%8A%E7%AF%AE%E7%90%83%EF%BC%8CPandas%20%E9%80%A0%E7%A6%8F%E4%B8%96%E7%95%8C.md)[(code)](code/Pandas%E5%AE%9E%E4%BE%8B_03%E7%86%8A%E7%8C%AB%E7%88%B1%E4%B8%8A%E7%AF%AE%E7%90%83%EF%BC%8CPandas%20%E9%80%A0%E7%A6%8F%E4%B8%96%E7%95%8C)
 
-分析实例二：[豆瓣电影分析--全球篇](https://github.com/zhouyanasd/or-pandas/blob/master/articles/Pandas%E5%AE%9E%E4%BE%8B_02%20%E7%94%A8%E5%A4%A7%E6%95%B0%E6%8D%AE%E5%B8%A6%E4%BD%A0%E4%BA%86%E8%A7%A3%E7%94%B5%E5%BD%B1%E8%A1%8C%E4%B8%9A%E7%99%BE%E5%B9%B4%E5%8F%91%E5%B1%95%E5%8E%86%E7%A8%8B.md)[(code)](https://github.com/zhouyanasd/or-pandas/tree/master/code/Pandas%E5%AE%9E%E4%BE%8B_02%20%E7%94%A8%E5%A4%A7%E6%95%B0%E6%8D%AE%E5%B8%A6%E4%BD%A0%E4%BA%86%E8%A7%A3%E7%94%B5%E5%BD%B1%E8%A1%8C%E4%B8%9A%E7%99%BE%E5%B9%B4%E5%8F%91%E5%B1%95%E5%8E%86%E7%A8%8B)
+分析实例四：[运筹学薪资分析](/articles/Pandas%E5%AE%9E%E4%BE%8B_04%E6%89%8B%E6%8A%8A%E6%89%8B%E7%94%A8Python%E6%95%99%E4%BD%A0%E5%88%86%E6%9E%90%E8%BF%90%E7%AD%B9%E5%AD%A6%E8%96%AA%E8%B5%84%E7%8A%B6%E5%86%B5.md)[(code)](code/Pandas%E5%AE%9E%E4%BE%8B_04%E6%89%8B%E6%8A%8A%E6%89%8B%E7%94%A8Python%E6%95%99%E4%BD%A0%E5%88%86%E6%9E%90%E8%BF%90%E7%AD%B9%E5%AD%A6%E8%96%AA%E8%B5%84%E7%8A%B6%E5%86%B5)
 
-分析实例三：[pandas分析篮球数据](https://github.com/zhouyanasd/or-pandas/blob/master/articles/Pandas%E5%AE%9E%E4%BE%8B_03%E7%86%8A%E7%8C%AB%E7%88%B1%E4%B8%8A%E7%AF%AE%E7%90%83%EF%BC%8CPandas%20%E9%80%A0%E7%A6%8F%E4%B8%96%E7%95%8C.md)[(code)](https://github.com/zhouyanasd/or-pandas/tree/master/code/Pandas%E5%AE%9E%E4%BE%8B_03%E7%86%8A%E7%8C%AB%E7%88%B1%E4%B8%8A%E7%AF%AE%E7%90%83%EF%BC%8CPandas%20%E9%80%A0%E7%A6%8F%E4%B8%96%E7%95%8C)
+*注：本电子书中的预备章为转载文章，其余均为【运筹OR帷幄】原创文章。转载文章已经表明出处，且所有文章均在公众号中发布并获得授权*
 
-分析实例四：[运筹学薪资分析](https://github.com/zhouyanasd/or-pandas/blob/master/articles/Pandas%E5%AE%9E%E4%BE%8B_04%E6%89%8B%E6%8A%8A%E6%89%8B%E7%94%A8Python%E6%95%99%E4%BD%A0%E5%88%86%E6%9E%90%E8%BF%90%E7%AD%B9%E5%AD%A6%E8%96%AA%E8%B5%84%E7%8A%B6%E5%86%B5.md)[(code)](https://github.com/zhouyanasd/or-pandas/tree/master/code/Pandas%E5%AE%9E%E4%BE%8B_04%E6%89%8B%E6%8A%8A%E6%89%8B%E7%94%A8Python%E6%95%99%E4%BD%A0%E5%88%86%E6%9E%90%E8%BF%90%E7%AD%B9%E5%AD%A6%E8%96%AA%E8%B5%84%E7%8A%B6%E5%86%B5)
+**特别感谢参与本书编辑的同学：**
+[yeungsk](https://github.com/yeungsk), [tiny-boat](https://github.com/tiny-boat), [xingyu321](https://github.com/xingyu321), [qiu-pinggaizi](https://github.com/qiu-pinggaizi)

articles/Pandas实例_01用数据带你了解电影行业—华语篇.md

@@ -1,11 +1,11 @@
 ![图片](https://images-cdn.shimo.im/fonvIZrJd7ELPNUJ/封面.jpg!thumbnail)
 
 
-1. 前言
+# 1 前言
 
 随着生活的水平提高，人们开始了对精神生活的追求，电影已经成为我们生活中必不可少的一项娱乐活动。近年来，中国电影产业发展迅速，华语电影数量和票房也频频突破新高。而一个行业的发展，不仅需要数量，还要质量。那华语电影近些年整体的质量如何呢？本文通过对豆瓣华语电影数据进行爬虫和分析，带大家了解华语电影这些年来的产量质量趋势、影片类型分布，以及哪些导演或演员是好片或烂片专业户。
 
-1. 数据获取
+# 2 数据获取
 
 在分析豆瓣网页结构后，使用python的Scrapy框架爬取了豆瓣华语电影，即中国大陆、香港、台湾地区总共33133部，并将数据存储在本地的MongoDB数据库中。对于每部电影，收集以下12个字段：
 
@@ -26,7 +26,7 @@
 
 ![图片](https://images-cdn.shimo.im/aaoN3tydqC8UwpP7/数据描述.png!thumbnail)
 
-2. 数据清洗 
+# 3 数据清洗 
 
 在进入分析之前，需要对获取的数据进行清洗和处理。首先，使用pymongo模块将数据库中的数据导入，接着使用pandas库进行处理。
 
@@ -42,7 +42,7 @@
 ## 3.4 数据筛选
 在爬取的电影中，可以看到有些电影的影片类型是综艺节目、脱口秀、晚会等，另外有些电影有上映日期但未上映的。因此，对这部分数据进行剔除，只保留豆瓣电影筛选页面显示的22个分类以及已经上映的电影数据。
 
-3. 数据分析
+# 4 数据分析
 
 数据清洗处理完毕，接下来对数据进行分析。下文的画图工具，采用plotly库，它可以使用简单的代码实现较复杂的功能。
 
@@ -112,7 +112,7 @@
 
 **结论：华语电影主要以****剧情、喜剧、动作、爱情这几种影片类型为主，其中西部、奇幻、同性关注度最高，而西部、传记、歌舞这三类质量最高。评分与关注人数的关系，评分较低的关注人数也较少；而评分很高的电影中存在一些暂未被很多人发现的好电影。**
 
-## **4.3 导演和演员分析**
+## 4.3 导演和演员分析
 这一部分，我们来看一下哪个导演、演员属于好片或者烂片的专业户。这里好片的定义为评分大于等于8.5分，烂片为评分小于6分的电影。另外，此部分分析只针对执导或主演5部以上电影的导演和演员。
 
 ![图片](https://images-cdn.shimo.im/lfnAvg2KQVQwJQV3/好片占比排名前10的导演.png!thumbnail)
@@ -135,8 +135,7 @@
 
 **结论：在好片占比前10的导演中，可以看到这些导演都实至名归，且被大家较为熟知；而在演员中，我们熟知的演员均不在好片占比前10的榜单上，有些演员人气很高但参演的好片寥寥无几，有些演员演技可以但挑片眼光不佳。**
 
-1. 
-后记
+# 后记
 
 数据集中其实还有更深入或者其他可以分析的地方，但因篇幅有限，只能先挑一部分。大家看完后，如果还有什么想要了解的，可以在底下回复，小编会在下一篇进行分析哦。
 
@@ -150,22 +149,6 @@
 
 责任编辑：杨士锦
 
-板块介绍：数据分析板块致力于传播如何正确、高效的分析数据的知识与技巧，涵盖从数据的获取、清洗、整理、分析建模、结论、到可视化全套流程。我们带领大家抽丝剥茧，探寻数据背后的真相！
-
-板块招聘信息：
-
-副主编招聘要求：
-
-在读或已毕业的数据相关方向博士
-
-机器学习，数据科学，爬虫等方面有一定造诣
-
-有工作热情，每周可以抽出2-3小时时间
-
-
-原创
-
-关键词回复设置：
 
 【华语电影福利】