python-MovieLen数据集

本文通过Python读取并合并MovieLens数据集的users、ratings和movies三部分数据,然后进行数据预处理,计算每部电影按性别平均得分、女性观众最喜欢的电影、男女分歧最大的电影以及评分数据标准差最高的电影。
摘要由CSDN通过智能技术生成

# -*- coding: utf-8 -*-
"""
Created on Tue Oct 16 17:12:28 2018

@author: fengjuan
"""
import pandas as pd
#将各个表分别读到pandas Dataframe中
unames=['user_id','gender','age','occupation','zip']
users=pd.read_table('E:/python/ml-1m/users.dat',sep='::',header=None,names=unames)
rnames=['user_id','movie_id','rating','names=rnames']
ratings=pd.read_table('E:/python/ml-1m/ratings.dat',sep='::',header=None,names=rnames)

mnames=['movie_id','title','genres']
movies=pd.read_table('E:/python/ml-1m/movies.dat',sep='::',header=None,names=mnames)
print(users[:5])
'''结果:
#print(users[:5])
   user_id gender  age  occupation    zip
0        1      F    1          10  48067
1        2      M   56          16  70072
2        3      M   25          15  55117
3        4      M   45           7  02460
4        5      M   25          20  55455
   user_id  movie_id  rating  names=rnames
0        1      1193       5     978300760
1        1       661       3     978302109
2        1       914       3     978301968
3        1      3408       4     978300275
4        1      2355       5     978824291'''
print(ratings[:5])
'''结果:
 user_id  movie_id  rating  names=rnames
0        1      1193       5     978300760
1        1       661       3     978302109
2        1       914       3     978301968
3        1      3408       4     978300275
4        1      2355       5     978824291'''

print(movies[:5])
'''结果
movie_id              ...                                

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
mmdetectionsunrgb-d数据集是一个用于物体检测的数据集,包含了来自不同场景的图像和对应的标注框。在进行物体检测任务前,通常需要进行一些数据预处理,提高模型的训练效果。本文介绍了使用Python进行mmdetectionsunrgb-d数据集预处理的方法。 第一步:下载数据集 首先需要从数据集官网(或者其他可靠来源)下载mmdetectionsunrgb-d数据集。下载完成后需要解压缩,并将解压后的文件存放到合适的路径下。 第二步:安装相关库 在进行数据预处理前,需要安装一些相关的Python库。常用的库包括numpy、Pillow、opencv-python等。这些库可以通过pip命令进行安装。 第三步:读取图像和标注文件 读取数据集中的图像和对应的标注文件。可以使用Python内置的io流和csv库来读取标注文件,并使用Pillow库来读取图像文件。 第四步:对图像进行预处理 对读取的图像进行一些预处理操作,例如将图像裁剪为指定大小、调整图像亮度和对比度、进行数据增强等。可以使用opencv-python库的函数来完成这些操作。 第五步:对标注框进行预处理 对读取的标注框进行一些预处理操作,例如将坐标缩放为网络输入的大小、根据实际情况进行标签映射、去除一些不必要的标注框等。可以使用numpy库来完成这些操作。 第六步:保存预处理后的数据 将预处理后的图像和标注文件保存在指定的位置,以备下一步训练使用。 综上所述,对于mmdetectionsunrgb-d数据集Python预处理程序可以分为以上六个步骤。通过对预处理程序的调整和参数的设置,可以得到适合不同模型的预处理数据集
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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