数据用excel查看，加载了一定时间，查看数据量为十万条。
jupyter notebook 平台读取csv文件
首先导入需要的工具包 pandas 、matplotlib，以及显示图标的魔法函数%matplolib inline
pandas读取csv数据 并简单查看前五条数据，发现有空值：
数据清洗：
思考：考虑到空值数据类型不一样，采用自定义函数的方法进行简单填充。
方法：创建函数函数fill_nan(df)，遍历每个列 ，对于object类型的数据用“缺失数据”字样填充，否则一律用数字0填充。并查看后5条填充后的数据。
查看运行结果，已经填充完毕：
问题一:把日期数据转变为DatatimeIndex类，即上图箭头所指。
方法：创建函数，按照每列的方向进行遍历，利用格式化字符串把“年月日”字样分别替换为一些常见的符号，比如：2017年6月1日替换为2017/6/1
运行结果：成功替换
问题二：来看看哪些导演的片子受欢迎，从好评率入手分析。
公式：好评率=好评数/评分人数
方法：1.按照“导演”字段分组，分别统计“好评数 ” 和“评分人数” ，并相除计算出好评率，仅计算top20。
2.可视化处理：好评率是100以内，计算结果为小数，故乘以100，采用直方图。
查看top20结果，基本好评率在98%以上，故设置y轴区间ylim=(97.9,100)之间。
可视化结果：
问题三：2001年——2016年评影人数有何变化趋势？
思考：按照“上映年份”字段分组，对“评影人数 ”字段求和，最后输出2001——2016年的结果即可，然后做面积图。
问题四：对于每年口碑电影在数据上如何筛选出来呢？(评分高、评影人数高、好评率高这些维度都可以作为衡量标准）
思考：箱型图中的异常可以用来判断。
方法：1.提取数据，包含上映年份 剧名 评分人数 好评数 四个字段
2.创建4*4的共16个子图
3.利用for循环先遍历出每年数据，再往指定位置上画箱型图。
4.对于那些电视剧是异常值，如何将这剧名筛选出来是问题五的内容啦。
箱型图 ：
问题五：16年间，每年的异常值是哪些电视剧呢？
思考：iqr1.5倍中度异常，3倍为极度异常，按照iqr*3比较合适,以评分人数可以作为一个指标来衡量异常剧。（也可采用好评率、评分人数当年总占比等数据，日后讨论）
方法：先以2001年为例计算出上下分位数（q1,q3）、iqr，tmax 然后利用for循环遍历出每年的tmax，最后自定义一个函数，可以求出每年的tmax。
思考：现已知tmax，大于tmax的行即为异常剧，
