feat(notebook) Added Explore Movie Dataset Explore
This notebook is an initial look at the data, and to play around with differnt things.
This commit is contained in:
Walker Waylon Scott
parent
28623d9f0d
commit
3947d6dd6f
1 changed files with 503 additions and 0 deletions
503
notebooks/Explore Movie Dataset.ipynb
Normal file
503
notebooks/Explore Movie Dataset.ipynb
Normal file
|
|
@ -0,0 +1,503 @@
|
||||||
|
{
|
||||||
|
"cells": [
|
||||||
|
{
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"metadata": {},
|
||||||
|
"source": [
|
||||||
|
"## Explore Movie Dataset"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 1,
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [
|
||||||
|
{
|
||||||
|
"name": "stdout",
|
||||||
|
"output_type": "stream",
|
||||||
|
"text": [
|
||||||
|
"2017-06-26 18:57:49 \n",
|
||||||
|
"\n",
|
||||||
|
"CPython 3.6.1\n",
|
||||||
|
"IPython 6.1.0\n",
|
||||||
|
"\n",
|
||||||
|
"pea 0.0.7\n",
|
||||||
|
"pandas 0.20.2\n",
|
||||||
|
"\n",
|
||||||
|
"compiler : MSC v.1900 64 bit (AMD64)\n",
|
||||||
|
"system : Windows\n",
|
||||||
|
"release : 7\n",
|
||||||
|
"machine : AMD64\n",
|
||||||
|
"processor : Intel64 Family 6 Model 42 Stepping 7, GenuineIntel\n",
|
||||||
|
"CPU cores : 8\n",
|
||||||
|
"interpreter: 64bit\n"
|
||||||
|
]
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"source": [
|
||||||
|
"import os\n",
|
||||||
|
"import pandas as pd\n",
|
||||||
|
"import settings\n",
|
||||||
|
"import etl\n",
|
||||||
|
"\n",
|
||||||
|
"%matplotlib inline\n",
|
||||||
|
"\n",
|
||||||
|
"%load_ext watermark\n",
|
||||||
|
"%watermark -d -t -v -m -p pea,pandas"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 2,
|
||||||
|
"metadata": {
|
||||||
|
"collapsed": true
|
||||||
|
},
|
||||||
|
"outputs": [],
|
||||||
|
"source": [
|
||||||
|
"data = etl.Data()\n",
|
||||||
|
"data.load()"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"metadata": {},
|
||||||
|
"source": [
|
||||||
|
"## Available Columns"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 3,
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [
|
||||||
|
{
|
||||||
|
"data": {
|
||||||
|
"text/plain": [
|
||||||
|
"Index(['color', 'director_name', 'num_critic_for_reviews', 'duration',\n",
|
||||||
|
" 'director_facebook_likes', 'actor_3_facebook_likes', 'actor_2_name',\n",
|
||||||
|
" 'actor_1_facebook_likes', 'gross', 'genres', 'actor_1_name',\n",
|
||||||
|
" 'movie_title', 'num_voted_users', 'cast_total_facebook_likes',\n",
|
||||||
|
" 'actor_3_name', 'facenumber_in_poster', 'plot_keywords',\n",
|
||||||
|
" 'movie_imdb_link', 'num_user_for_reviews', 'language', 'country',\n",
|
||||||
|
" 'content_rating', 'budget', 'title_year', 'actor_2_facebook_likes',\n",
|
||||||
|
" 'imdb_score', 'aspect_ratio', 'movie_facebook_likes'],\n",
|
||||||
|
" dtype='object')"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
"execution_count": 3,
|
||||||
|
"metadata": {},
|
||||||
|
"output_type": "execute_result"
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"source": [
|
||||||
|
"data.movie.columns"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"metadata": {},
|
||||||
|
"source": [
|
||||||
|
"## plotting with IPlotter\n",
|
||||||
|
"\n",
|
||||||
|
"This example is using my own branch of IPlotter which builds the dictionary from a pandas DataFrame. Much less verbose, but can be done with the current version on PyPI."
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 5,
|
||||||
|
"metadata": {
|
||||||
|
"collapsed": true
|
||||||
|
},
|
||||||
|
"outputs": [],
|
||||||
|
"source": [
|
||||||
|
"from iplotter import C3Plotter"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 6,
|
||||||
|
"metadata": {
|
||||||
|
"collapsed": true
|
||||||
|
},
|
||||||
|
"outputs": [],
|
||||||
|
"source": [
|
||||||
|
"c3 = C3Plotter()"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"metadata": {},
|
||||||
|
"source": [
|
||||||
|
"### Timeseries of mean gross"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 46,
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [
|
||||||
|
{
|
||||||
|
"data": {
|
||||||
|
"text/html": [
|
||||||
|
"<iframe srcdoc=\"\n",
|
||||||
|
" <!-- Load c3.css -->\n",
|
||||||
|
" <link href='https://cdnjs.cloudflare.com/ajax/libs/c3/0.4.10/c3.min.css' rel='stylesheet' type='text/css'/>\n",
|
||||||
|
"\n",
|
||||||
|
" <!-- Load d3.js and c3.js -->\n",
|
||||||
|
" <script src='http://d3js.org/d3.v3.min.js' charset='utf-8'></script>\n",
|
||||||
|
" <script src='http://cdnjs.cloudflare.com/ajax/libs/c3/0.4.10/c3.min.js'></script>\n",
|
||||||
|
"\n",
|
||||||
|
" \n",
|
||||||
|
" <h1></h1>\n",
|
||||||
|
" <div id=chart style='width: 100%; height: 100%'></div>\n",
|
||||||
|
" <script>\n",
|
||||||
|
" var chart = document.getElementById('chart');\n",
|
||||||
|
" var data = {\n",
|
||||||
|
" 'size': {\n",
|
||||||
|
" 'height': 300\n",
|
||||||
|
" },\n",
|
||||||
|
" 'data': {\n",
|
||||||
|
" 'x': 'x',\n",
|
||||||
|
" 'type': 'line',\n",
|
||||||
|
" 'axes': {\n",
|
||||||
|
" 'gross': 'y',\n",
|
||||||
|
" 'x': 'y'\n",
|
||||||
|
" },\n",
|
||||||
|
" 'columns': [\n",
|
||||||
|
" [\n",
|
||||||
|
" 'gross',\n",
|
||||||
|
" 0.0,\n",
|
||||||
|
" 3000000.0,\n",
|
||||||
|
" 0.0,\n",
|
||||||
|
" 26435.0,\n",
|
||||||
|
" 1408975.0,\n",
|
||||||
|
" 0.0,\n",
|
||||||
|
" 0.0,\n",
|
||||||
|
" 2300000.0,\n",
|
||||||
|
" 0.0,\n",
|
||||||
|
" 3000000.0,\n",
|
||||||
|
" 163245.0,\n",
|
||||||
|
" 184925485.0,\n",
|
||||||
|
" 0.0,\n",
|
||||||
|
" 110428945.0,\n",
|
||||||
|
" 80350000.0,\n",
|
||||||
|
" 0.0,\n",
|
||||||
|
" 102797150.0,\n",
|
||||||
|
" 0.0,\n",
|
||||||
|
" 0.0,\n",
|
||||||
|
" 0.0,\n",
|
||||||
|
" 22025000.0,\n",
|
||||||
|
" 7927.0,\n",
|
||||||
|
" 2956000.0,\n",
|
||||||
|
" 0.0,\n",
|
||||||
|
" 8000000.0,\n",
|
||||||
|
" 0.0,\n",
|
||||||
|
" 36000000.0,\n",
|
||||||
|
" 20500000.0,\n",
|
||||||
|
" 4934530.5,\n",
|
||||||
|
" 0.0,\n",
|
||||||
|
" 0.0,\n",
|
||||||
|
" 27200000.0,\n",
|
||||||
|
" 0.0,\n",
|
||||||
|
" 25000000.0,\n",
|
||||||
|
" 32000000.0,\n",
|
||||||
|
" 43650000.0,\n",
|
||||||
|
" 11033517.5,\n",
|
||||||
|
" 42950000.0,\n",
|
||||||
|
" 38237907.166666664,\n",
|
||||||
|
" 69310231.8,\n",
|
||||||
|
" 6100000.0,\n",
|
||||||
|
" 43100000.0,\n",
|
||||||
|
" 36757685.5,\n",
|
||||||
|
" 41711931.0,\n",
|
||||||
|
" 10450000.0,\n",
|
||||||
|
" 27247057.75,\n",
|
||||||
|
" 67501217.5,\n",
|
||||||
|
" 102919529.0,\n",
|
||||||
|
" 55052942.85714286,\n",
|
||||||
|
" 124409732.33333333,\n",
|
||||||
|
" 71117623.5,\n",
|
||||||
|
" 106290809.28571428,\n",
|
||||||
|
" 71542234.6,\n",
|
||||||
|
" 63579571.428571425,\n",
|
||||||
|
" 57697266.733333334,\n",
|
||||||
|
" 41460781.52941176,\n",
|
||||||
|
" 75037552.1875,\n",
|
||||||
|
" 70192386.35714285,\n",
|
||||||
|
" 62939598.73913044,\n",
|
||||||
|
" 59223134.13333333,\n",
|
||||||
|
" 44436464.04,\n",
|
||||||
|
" 40233264.77419355,\n",
|
||||||
|
" 41190351.833333336,\n",
|
||||||
|
" 49678453.15151515,\n",
|
||||||
|
" 78203971.25,\n",
|
||||||
|
" 53844501.666666664,\n",
|
||||||
|
" 63665195.14705882,\n",
|
||||||
|
" 45302091.41304348,\n",
|
||||||
|
" 59395666.16981132,\n",
|
||||||
|
" 44909519.98550725,\n",
|
||||||
|
" 42044174.25263158,\n",
|
||||||
|
" 44793772.43103448,\n",
|
||||||
|
" 38377007.96124031,\n",
|
||||||
|
" 38072176.27710843,\n",
|
||||||
|
" 42172627.58083832,\n",
|
||||||
|
" 43255716.92553192,\n",
|
||||||
|
" 43511151.485,\n",
|
||||||
|
" 48727746.72327044,\n",
|
||||||
|
" 40726529.11,\n",
|
||||||
|
" 41159143.29064039,\n",
|
||||||
|
" 39237855.9537037,\n",
|
||||||
|
" 46267501.02234637,\n",
|
||||||
|
" 44573509.378109455,\n",
|
||||||
|
" 46207440.2,\n",
|
||||||
|
" 49908326.01005025,\n",
|
||||||
|
" 45785836.64397906,\n",
|
||||||
|
" 62873527.67955801,\n",
|
||||||
|
" 56158357.77540107,\n",
|
||||||
|
" 62412136.94610778,\n",
|
||||||
|
" 66530966.47552448,\n",
|
||||||
|
" 76924035.8918919\n",
|
||||||
|
" ],\n",
|
||||||
|
" [\n",
|
||||||
|
" 'x',\n",
|
||||||
|
" '1916.0',\n",
|
||||||
|
" '1920.0',\n",
|
||||||
|
" '1925.0',\n",
|
||||||
|
" '1927.0',\n",
|
||||||
|
" '1929.0',\n",
|
||||||
|
" '1930.0',\n",
|
||||||
|
" '1932.0',\n",
|
||||||
|
" '1933.0',\n",
|
||||||
|
" '1934.0',\n",
|
||||||
|
" '1935.0',\n",
|
||||||
|
" '1936.0',\n",
|
||||||
|
" '1937.0',\n",
|
||||||
|
" '1938.0',\n",
|
||||||
|
" '1939.0',\n",
|
||||||
|
" '1940.0',\n",
|
||||||
|
" '1941.0',\n",
|
||||||
|
" '1942.0',\n",
|
||||||
|
" '1943.0',\n",
|
||||||
|
" '1944.0',\n",
|
||||||
|
" '1945.0',\n",
|
||||||
|
" '1946.0',\n",
|
||||||
|
" '1947.0',\n",
|
||||||
|
" '1948.0',\n",
|
||||||
|
" '1949.0',\n",
|
||||||
|
" '1950.0',\n",
|
||||||
|
" '1951.0',\n",
|
||||||
|
" '1952.0',\n",
|
||||||
|
" '1953.0',\n",
|
||||||
|
" '1954.0',\n",
|
||||||
|
" '1955.0',\n",
|
||||||
|
" '1956.0',\n",
|
||||||
|
" '1957.0',\n",
|
||||||
|
" '1958.0',\n",
|
||||||
|
" '1959.0',\n",
|
||||||
|
" '1960.0',\n",
|
||||||
|
" '1961.0',\n",
|
||||||
|
" '1962.0',\n",
|
||||||
|
" '1963.0',\n",
|
||||||
|
" '1964.0',\n",
|
||||||
|
" '1965.0',\n",
|
||||||
|
" '1966.0',\n",
|
||||||
|
" '1967.0',\n",
|
||||||
|
" '1968.0',\n",
|
||||||
|
" '1969.0',\n",
|
||||||
|
" '1970.0',\n",
|
||||||
|
" '1971.0',\n",
|
||||||
|
" '1972.0',\n",
|
||||||
|
" '1973.0',\n",
|
||||||
|
" '1974.0',\n",
|
||||||
|
" '1975.0',\n",
|
||||||
|
" '1976.0',\n",
|
||||||
|
" '1977.0',\n",
|
||||||
|
" '1978.0',\n",
|
||||||
|
" '1979.0',\n",
|
||||||
|
" '1980.0',\n",
|
||||||
|
" '1981.0',\n",
|
||||||
|
" '1982.0',\n",
|
||||||
|
" '1983.0',\n",
|
||||||
|
" '1984.0',\n",
|
||||||
|
" '1985.0',\n",
|
||||||
|
" '1986.0',\n",
|
||||||
|
" '1987.0',\n",
|
||||||
|
" '1988.0',\n",
|
||||||
|
" '1989.0',\n",
|
||||||
|
" '1990.0',\n",
|
||||||
|
" '1991.0',\n",
|
||||||
|
" '1992.0',\n",
|
||||||
|
" '1993.0',\n",
|
||||||
|
" '1994.0',\n",
|
||||||
|
" '1995.0',\n",
|
||||||
|
" '1996.0',\n",
|
||||||
|
" '1997.0',\n",
|
||||||
|
" '1998.0',\n",
|
||||||
|
" '1999.0',\n",
|
||||||
|
" '2000.0',\n",
|
||||||
|
" '2001.0',\n",
|
||||||
|
" '2002.0',\n",
|
||||||
|
" '2003.0',\n",
|
||||||
|
" '2004.0',\n",
|
||||||
|
" '2005.0',\n",
|
||||||
|
" '2006.0',\n",
|
||||||
|
" '2007.0',\n",
|
||||||
|
" '2008.0',\n",
|
||||||
|
" '2009.0',\n",
|
||||||
|
" '2010.0',\n",
|
||||||
|
" '2011.0',\n",
|
||||||
|
" '2012.0',\n",
|
||||||
|
" '2013.0',\n",
|
||||||
|
" '2014.0',\n",
|
||||||
|
" '2015.0',\n",
|
||||||
|
" '2016.0'\n",
|
||||||
|
" ]\n",
|
||||||
|
" ]\n",
|
||||||
|
" },\n",
|
||||||
|
" 'subchart': {\n",
|
||||||
|
" 'show': false\n",
|
||||||
|
" },\n",
|
||||||
|
" 'point': {\n",
|
||||||
|
" 'show': false\n",
|
||||||
|
" },\n",
|
||||||
|
" 'grid': {\n",
|
||||||
|
" 'x': {\n",
|
||||||
|
" 'show': false\n",
|
||||||
|
" },\n",
|
||||||
|
" 'y': {\n",
|
||||||
|
" 'show': false\n",
|
||||||
|
" }\n",
|
||||||
|
" },\n",
|
||||||
|
" 'axis': {\n",
|
||||||
|
" 'x': {},\n",
|
||||||
|
" 'y': {},\n",
|
||||||
|
" 'y2': {}\n",
|
||||||
|
" },\n",
|
||||||
|
" 'zoom': {\n",
|
||||||
|
" 'enabled': true\n",
|
||||||
|
" }\n",
|
||||||
|
"};\n",
|
||||||
|
" data['bindto']='#chart'\n",
|
||||||
|
" c3.generate(data);\n",
|
||||||
|
" </script>\n",
|
||||||
|
" \" src=\"\" width=\"800\" height=\"420\" frameborder=\"0\" sandbox=\"allow-scripts\"></iframe>"
|
||||||
|
],
|
||||||
|
"text/plain": [
|
||||||
|
"<IPython.core.display.HTML object>"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
"execution_count": 46,
|
||||||
|
"metadata": {},
|
||||||
|
"output_type": "execute_result"
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"source": [
|
||||||
|
"plot_data = data.movie.groupby(['title_year']).mean()[['gross']].fillna(0)\n",
|
||||||
|
"c3.plot(plot_data, zoom=True)"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 25,
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [],
|
||||||
|
"source": [
|
||||||
|
"country_group = data.movie.groupby('country').count()['duration']\n",
|
||||||
|
"counts = country_group.values.tolist()\n",
|
||||||
|
"countries = country_group.index.values.tolist()"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 47,
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [],
|
||||||
|
"source": [
|
||||||
|
"from iplotter import PlotlyPlotter\n",
|
||||||
|
"from IPython.display import HTML\n",
|
||||||
|
"\n",
|
||||||
|
"plotly = PlotlyPlotter()\n",
|
||||||
|
"\n",
|
||||||
|
"c3_plotter = C3Plotter()\n",
|
||||||
|
"\n",
|
||||||
|
"plotly_chart = [{\n",
|
||||||
|
" \"type\": 'choropleth',\n",
|
||||||
|
" \"locationmode\": 'country names',\n",
|
||||||
|
" \"locations\": countries,\n",
|
||||||
|
" \"z\": counts,\n",
|
||||||
|
" \"zmin\": 0,\n",
|
||||||
|
" \"zmax\": max(counts),\n",
|
||||||
|
" \"colorscale\": [\n",
|
||||||
|
" [0, 'rgb(242,240,247)'], [0.2, 'rgb(218,218,235)'],\n",
|
||||||
|
" [0.4, 'rgb(188,189,220)'], [0.6, 'rgb(158,154,200)'],\n",
|
||||||
|
" [0.8, 'rgb(117,107,177)'], [1, 'rgb(84,39,143)']\n",
|
||||||
|
" ],\n",
|
||||||
|
" \"colorbar\": {\n",
|
||||||
|
" \"title\": 'Count',\n",
|
||||||
|
" \"thickness\": 10\n",
|
||||||
|
" },\n",
|
||||||
|
" \"marker\": {\n",
|
||||||
|
" \"line\": {\n",
|
||||||
|
" \"color\": 'rgb(255,255,255)',\n",
|
||||||
|
" \"width\": 2\n",
|
||||||
|
" }\n",
|
||||||
|
" }\n",
|
||||||
|
"}]\n",
|
||||||
|
"\n",
|
||||||
|
"plotly_layout = {\n",
|
||||||
|
" \"title\": 'Movie Counts by Country',\n",
|
||||||
|
" \"geo\": {\n",
|
||||||
|
" \"scope\": 'country names',\n",
|
||||||
|
" }\n",
|
||||||
|
"}\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"country_plot = plotly.plot(data=plotly_chart)"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"metadata": {
|
||||||
|
"variables": {
|
||||||
|
" country_plot ": "<iframe srcdoc=\"\n <!-- Load d3.js and plotly.js -->\n <script src='https://cdnjs.cloudflare.com/ajax/libs/d3/3.5.6/d3.min.js'></script>\n <script src='https://code.jquery.com/jquery-2.1.4.min.js'></script>\n <script src='https://cdn.plot.ly/plotly-latest.min.js'></script>\n \n <div id=chart style='width: 100%; height: 100%' ></div>\n <script>\n var chart = document.getElementById('chart');\n Plotly.plot(chart, [\n {\n 'type': 'choropleth',\n 'locationmode': 'country names',\n 'locations': [\n 'Afghanistan',\n 'Argentina',\n 'Aruba',\n 'Australia',\n 'Bahamas',\n 'Belgium',\n 'Brazil',\n 'Bulgaria',\n 'Cambodia',\n 'Cameroon',\n 'Canada',\n 'Chile',\n 'China',\n 'Colombia',\n 'Czech Republic',\n 'Denmark',\n 'Dominican Republic',\n 'Egypt',\n 'Finland',\n 'France',\n 'Georgia',\n 'Germany',\n 'Greece',\n 'Hong Kong',\n 'Hungary',\n 'Iceland',\n 'India',\n 'Indonesia',\n 'Iran',\n 'Ireland',\n 'Israel',\n 'Italy',\n 'Japan',\n 'Kenya',\n 'Kyrgyzstan',\n 'Libya',\n 'Mexico',\n 'Netherlands',\n 'New Line',\n 'New Zealand',\n 'Nigeria',\n 'Norway',\n 'Official site',\n 'Pakistan',\n 'Panama',\n 'Peru',\n 'Philippines',\n 'Poland',\n 'Romania',\n 'Russia',\n 'Slovakia',\n 'Slovenia',\n 'South Africa',\n 'South Korea',\n 'Soviet Union',\n 'Spain',\n 'Sweden',\n 'Switzerland',\n 'Taiwan',\n 'Thailand',\n 'Turkey',\n 'UK',\n 'USA',\n 'United Arab Emirates',\n 'West Germany'\n ],\n 'z': [\n 1,\n 4,\n 1,\n 54,\n 1,\n 4,\n 8,\n 1,\n 1,\n 1,\n 126,\n 1,\n 30,\n 1,\n 3,\n 11,\n 1,\n 1,\n 1,\n 154,\n 1,\n 97,\n 2,\n 17,\n 2,\n 3,\n 31,\n 1,\n 4,\n 12,\n 4,\n 23,\n 23,\n 1,\n 1,\n 1,\n 17,\n 5,\n 1,\n 15,\n 1,\n 8,\n 1,\n 0,\n 1,\n 1,\n 1,\n 5,\n 4,\n 11,\n 1,\n 1,\n 8,\n 14,\n 1,\n 33,\n 6,\n 3,\n 2,\n 5,\n 1,\n 445,\n 3801,\n 1,\n 3\n ],\n 'zmin': 0,\n 'zmax': 3801,\n 'colorscale': [\n [\n 0,\n 'rgb(242,240,247)'\n ],\n [\n 0.2,\n 'rgb(218,218,235)'\n ],\n [\n 0.4,\n 'rgb(188,189,220)'\n ],\n [\n 0.6,\n 'rgb(158,154,200)'\n ],\n [\n 0.8,\n 'rgb(117,107,177)'\n ],\n [\n 1,\n 'rgb(84,39,143)'\n ]\n ],\n 'colorbar': {\n 'title': 'Count',\n 'thickness': 10\n },\n 'marker': {\n 'line': {\n 'color': 'rgb(255,255,255)',\n 'width': 2\n }\n }\n }\n], null);\n </script>\n \" src=\"\" width=\"800\" height=\"420\" frameborder=\"0\" sandbox=\"allow-scripts\"></iframe>"
|
||||||
|
}
|
||||||
|
},
|
||||||
|
"source": [
|
||||||
|
"### Movies by Country\n",
|
||||||
|
"\n",
|
||||||
|
"{{ country_plot }}"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": null,
|
||||||
|
"metadata": {
|
||||||
|
"collapsed": true
|
||||||
|
},
|
||||||
|
"outputs": [],
|
||||||
|
"source": []
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"metadata": {
|
||||||
|
"kernelspec": {
|
||||||
|
"display_name": "Python [default]",
|
||||||
|
"language": "python",
|
||||||
|
"name": "python3"
|
||||||
|
},
|
||||||
|
"language_info": {
|
||||||
|
"codemirror_mode": {
|
||||||
|
"name": "ipython",
|
||||||
|
"version": 3
|
||||||
|
},
|
||||||
|
"file_extension": ".py",
|
||||||
|
"mimetype": "text/x-python",
|
||||||
|
"name": "python",
|
||||||
|
"nbconvert_exporter": "python",
|
||||||
|
"pygments_lexer": "ipython3",
|
||||||
|
"version": "3.6.1"
|
||||||
|
}
|
||||||
|
},
|
||||||
|
"nbformat": 4,
|
||||||
|
"nbformat_minor": 2
|
||||||
|
}
|
||||||
Loading…
Add table
Add a link
Reference in a new issue