【Python数据分析】以MovieLens 1M Dataset为例进行数据分析

主要利用pandas工具包对于MovieLens数据集进行操作练习，为《利用Python进行数据分析》的书上实例，具体是14.2 MovieLens 1M Dataset（MovieLens 1M数据集）

中文版翻译地址为https://github.com/BrambleXu/pydata-notebook/blob/master/Chapter-14/14.2%20MovieLens%201M%20Dataset%EF%BC%88MovieLens%201M%E6%95%B0%E6%8D%AE%E9%9B%86%EF%BC%89.ipynb

中文版Jupyter nbviewer地址：https://nbviewer.jupyter.org/github/LearnXu/pydata-notebook/tree/master/Chapter-01/

原文版地址为https://github.com/wesm/pydata-book/blob/2nd-edition/ch14.ipynb

本文代码地址https://github.com/ritarae/DataAnalysis

Jupyter Nbviewer版http://nbviewer.jupyter.org/github/ritarae/DataAnalysis/tree/master/

都为jupyter notebook格式的代码文件，环境jupyter notebook+python2.

1.MovieLens 1M Dataset（MovieLens 1M数据集）

这个数据集是电影评分数据：包括电影评分，电影元数据（风格类型，年代）以及关于用户的人口统计学数据（年龄，邮编，性别，职业等）。

下载地址：https://grouplens.org/datasets/movielens/1m/

还有一个MovieLens 20M Dataset（https://grouplens.org/datasets/movielens/）

MovieLens 1M数据集含有来自6000名用户对4000部电影的100万条评分数据。分为三个表：评分，用户信息，电影信息。

1.1数据预处理

这些数据都是dat文件格式，可以通过pandas.read_table将各个表分别读到一个pandas DataFrame对象中。

import pandas as pd
#用户信息（users.dat表，数据无表目信息）
unames =