### 绘制亚马逊音乐器材类商品评分数据的折线图 为了实现这一目标，可以利用 `pandas` 和 `matplotlib` 库来处理和可视化数据。以下是具体方法： #### 数据准备 假设原始数据存储在一个 CSV 文件中，其中包含以下列： - `review_date`: 评论日期 (格式为 YYYY-MM-DD) - `rating`: 商品评分值 - `review_count`: 对应时间段内的评分数量 首先加载并预处理数据。 ```python import pandas as pd import matplotlib.pyplot as plt # 加载数据 data = pd.read_csv('amazon_music_reviews.csv') # 转换 review_date 列为 datetime 类型 data['review_date'] = pd.to_datetime(data['review_date']) # 按年月聚合数据 monthly_data = data.resample('M', on='review_date').agg({ 'rating': 'mean', 'review_count': 'sum' }).reset_index() ``` 上述代码通过 `resample` 方法按月份重新采样数据，并计算每个月份的平均评分 (`rating`) 和总评分次数 (`review_count`)。 #### 可视化部分 接下来使用 `matplotlib` 创建双轴折线图，分别显示评分值和评分数量的趋势。 ```python # 设置绘图大小 plt.figure(figsize=(12, 6)) # 主轴：绘制评分值趋势 ax1 = plt.gca() # 获取当前坐标轴 ax1.plot(monthly_data['review_date'], monthly_data['rating'], color='blue', label='Average Rating') ax1.set_ylabel('Average Rating', fontsize=12, color='blue') ax1.tick_params(axis='y', colors='blue') # 副轴：绘制评分数量趋势 ax2 = ax1.twinx() # 创建共享 x 轴的新坐标系 ax2.plot(monthly_data['review_date'], monthly_data['review_count'], color='orange', linestyle='--', label='Review Count') ax2.set_ylabel('Total Review Count', fontsize=12, color='orange') ax2.tick_params(axis='y', colors='orange') # 添加其他细节 plt.title('Trend of Average Ratings and Total Reviews Over Time', fontsize=14) plt.xlabel('Date', fontsize=12) # 显示图例 lines1, labels1 = ax1.get_legend_handles_labels() lines2, labels2 = ax2.get_legend_handles_labels() ax1.legend(lines1 + lines2, labels1 + labels2, loc='upper left') # 展示图形 plt.tight_layout() plt.show() ``` 此代码片段创建了一个带有两个 y 轴的图表，左侧蓝线表示每月平均评分值[^1]，右侧橙色虚线则代表每月累计评分数量[^2]。 #### 结果解释 该图表能够清晰展现亚马逊音乐器材类商品的评分值与评分数量随时间的变化情况。如果发现某些特定时期存在异常波动，则可能需要进一步调查其背后的原因，例如促销活动或产品质量问题的影响。 ---