利用python进行数据分析—MovieLens 1M数据集

最新推荐文章于 2024-05-02 10:37:39 发布
最新推荐文章于 2024-05-02 10:37:39 发布
阅读量1k 收藏 12
点赞数 1
分类专栏： 案例 文章标签： python 数据分析
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Rick_Restart/article/details/105567007
版权
该博客介绍了如何使用Python进行数据分析，以MovieLens 1M数据集为例，进行了数据整理，包括数据读取、合并、透视表操作，筛选出评分较高的电影。接着，通过测量评分分歧，展示了女性和男性用户对电影评分的差异，并找出评分差异最大的电影。最后，绘制了电影分类的统计图，揭示了电影标签的分布情况。
摘要由CSDN通过智能技术生成

数据来源：http://www.grouplens.org/node/73

一、 导入python库
import pandas as pd
import numpy as np
from matplotlib import pyplot as plt
from matplotlib.font_manager import FontProperties
二、数据整理
1.通过pandas读取数据
pd.options.display.max_rows=10  #分块读取，让展示内容少一点
unames = list(str.split('UserID::Gender::Age::Occupation::Zip-code',"::"))
users = pd.read_table(r'D:\360极速浏览器下载\ml-1m\users.dat', sep='::', header=None, names=unames)

rnames = list(str.split('UserID::MovieID::Rating::Timestamp','::'))
ratings=pd.read_table(r'D:\360极速浏览器下载\ml-1m\ratings.dat',sep='::',header=None, names=rnames)

mnames
最低0.47元/天 解锁文章
Rick_Restart
关注
  • 1
    点赞
  • 踩
  • 12
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
推荐系统--MovieLens数据集
weixin_42727538的博客
04-23 9310
推荐系统–MovieLens数据集 简介 MovieLens 数据集是由 GroupLens 项目组制作的公开数据集。MoveieLens数据集可以说是推荐系统领域最为经典的数据集之一，其地位类似计算机视觉领域里的MNIST数据集。 MovieLens数据集 MovieLens 是一系列数据集的统称。根据创建时间、数据集大小等划分为若干个子数据集。例如： MovieLens 100K Dataset MovieLens 1M Dataset MovieLens 10M Dataset MovieLens
MovieLens 1M数据集
07-21
MovieLens 1M数据集
2024年最新教你利用Python进行数据分析_python reward_data=np
最新发布
2401_84558914的博客
05-02 15
如果对Python感兴趣的话，可以试试我的学习方法以及相关的学习资料CSDN大礼包：《python学习路线&全套学习资料》免费分享。
推荐系统数据集之MovieLens
weixin_44852067的博客
04-13 5744
MovieLens其实是一个推荐系统和虚拟社区网站，它由美国 Minnesota 大学计算机科学与工程学院的GroupLens项目组创办，是一个非商业性质的、以研究为目的的实验性站点。GroupLens研究组根据MovieLens网站提供的数据制作了MovieLens数据集合，这个数据集合里面包含了多个电影评分数据集，分别具有不同的用途。本文均用MovieLens数据集来代替整个集合。MoveieLens数据集可以说是推荐系统领域最为经典的数据集之一，其地位类似计算机视觉领域里的MNIST数据集。
手把手教你如何用python进行数据分析！（附四个案例）
热门推荐
m0_56368852的博客
07-12 1万+
两个包：Numpy和Pandas；工具：jupyter notebook。首先确保导入这两个包。
利用Python进行数据分析
Python栈_基的博客
03-30 1016
二、一维数据分析NumPy的N - 维数组对象表示为ndarray。ndarray是Python中一个快速、灵活的大型数据集容器。数组允许在整块数据上进行数学计算。生成数组可以使用array函数。定义一个一维数组array数组中的元素与其位置的对应关系如下：（1）查询元素（2）切片访问切片访问所指定的区域 [1:3] ，表明查询的元素是从位置 ‘1’ 开始，显示 ‘3-1’ 即2个元素。（3）循环访问（4）数据类型如果没有进行显式指定，np.array会自动推断生成数组的数据类型。
Python进行数据分析（二）MovieLens 1M 数据集
豆子
09-27 1467
Python进行数据分析（二）MovieLens 1M 数据集 # -*- coding: utf-8 -*- """ Created on Thu Sep 21 12:24:37 2017 @author: Douzi """ import pandas as pd # 用户信息 unames = ['user_id...
几个数据分析的小实例（《使用python进行数据分析》）
12-21
首先，我们接触到的是MovieLens 1M数据集，这是一个由GroupLens实验室从MovieLens网站收集的电影评分数据。该数据集包含了用户对电影的评分、电影的元数据（如流派和发布年份）以及用户的一些基本信息（如年龄、邮政...
NJUSE 大数据分析 课程作业，基于python实现使用多种方法分类鸢尾花数据集，推荐算法，MovieLens数据集
12-18
NJUSE 大数据分析 课程作业，基于python实现使用多种方法分类鸢尾花数据集，推荐算法，MovieLens数据集 classification：使用多种方法分类鸢尾花数据集 使用二次规划求解器实现SVM 使用gini系数作为分类参数的决策树...
《利用python进行数据分析》数据集.rar
03-25
《利用python进行数据分析》中所用的CSV文件，用于各种python pandas以及其他第三方包的功能的展示。
MovieLen 1M版本（m1-1m.zip）数据集
01-24
MovieLens数据集（http://files.grouplens.org/datasets/movielens/ ） 是美国Minnesota 大学计算机科学与工程学院的 GroupLens 项目组采集的一组从20世纪90年代末到21世纪初由MovieLens用户提供的电影评分数据，该...
如何用python进行数据分析
m0_67963756的博客
06-09 3446
Python是一个非常强大的数据分析工具，它提供了丰富的库和函数来处理、分析、可视化数据，并在各个领域得到了广泛应用。数据预处理通常是数据分析的第一步，这个过程是为了从原始数据中提取有用的信息以及准备数据用于进一步的分析和建模。数据可视化是Python数据分析的一个重要方面，可以帮助我们更好地理解数据以及数据之间的关系。探索性数据分析（Exploratory Data Analysis, EDA）是数据分析的一个重要环节，这是为发现数据集中更深层结构与规律，包括数据统计描述、数据可视化等。
《利用Python进行数据分析》数据处理——MovieLens 1M数据集
m0_52945258的博客
07-21 1502
MovieLens 1M数据集下载地址：https://grouplens.org/datasets/movielens/1m/ 为方便，我已将数据集防止在csdn上，0积分下载，地址稍后补充。 read_table read_table是一个数据读入工具，将数据读入到一个DataFrame中，例如，在本次数据处理的例子中，我们先 import pandas as pd uname = ['user_id', 'gender', 'age', 'occupation', 'zip'] use
MovieLens个性化电影推荐系统实战（一）：数据探索（数据预处理、数据可视化）
m0_68796480的博客
12-29 5099
若无法下载，评论区留言或私信获取数据集。MovieLens数据集是一个经典的电影评分数据集，由GroupLens Research实验室收集整理。该数据集包含了用户对电影的评分和观看记录，以及电影本身的元数据信息，如电影类型、导演、演员等。MovieLens数据集可以用于推荐系统的研究和开发，通过分析用户对电影的评分和观看习惯，可以构建个性化的推荐算法，为用户提供更好的电影推荐。此外，MovieLens数据集还可以用于用户行为分析、市场调研和商业决策，以及数据挖掘和机器学习等领域的研究和应用。
python导入dat数据_movielens数据集介绍及使用python简单处理
06-08
MOVIELENS数据集是一个常用的用于推荐系统开发和研究的数据集，包含了用户对电影的评分和电影的详细信息等数据。下面简单介绍如何通过Python导入MOVIELENS数据集，并对数据进行一些简单的处理。 首先，从MOVIELENS官网下载数据集，并解压到本地目录。数据集包括三个文件：ratings.csv、movies.csv和links.csv。其中，ratings.csv文件包含了用户对电影的评分信息，movies.csv文件包含了电影的详细信息，links.csv文件包含了电影在IMDB和The Movie Database网站上的链接信息。 接下来，我们使用Python中的pandas库来导入数据集。pandas是Python中一个强大的数据处理库，可以方便地进行数据读取、清洗、转换等操作。 ```python import pandas as pd # 读取ratings.csv文件 ratings = pd.read_csv('ratings.csv') # 输出前5行数据 print(ratings.head()) ``` 输出结果如下： ``` userId movieId rating timestamp 0 1 1 4.0 964982703 1 1 3 4.0 964981247 2 1 6 4.0 964982224 3 1 47 5.0 964983815 4 1 50 5.0 964982931 ``` 接下来，我们可以对数据集进行一些简单的处理。例如，我们可以统计每个电影的平均评分，并按照评分从高到低排序。 ```python # 读取movies.csv文件 movies = pd.read_csv('movies.csv') # 合并ratings和movies数据集 data = pd.merge(ratings, movies, on='movieId') # 按照电影id分组，计算每个电影的平均评分 mean_ratings = data.groupby('movieId')['rating'].mean() # 按照平均评分从高到低排序 sorted_ratings = mean_ratings.sort_values(ascending=False) # 输出前10个电影的平均评分 print(sorted_ratings.head(10)) ``` 输出结果如下： ``` movieId 88448 5.0 100556 5.0 143031 5.0 143511 5.0 143559 5.0 6201 5.0 102217 5.0 102084 5.0 6192 5.0 145994 5.0 Name: rating, dtype: float64 ``` 以上就是使用Python导入MOVIELENS数据集并进行简单处理的方法。通过pandas库，我们可以方便地读取、处理和分析大规模的数据集。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值