movielens电影数据分析

本文介绍了使用 Movielens 数据集进行电影数据分析的过程,包括数据下载、读取、合并,接着详细探讨了用户对不同电影的评分情况,按性别查看电影平均评分的差异,找出评分最多和评论量前10的电影,以及定义好电影的标准。
摘要由CSDN通过智能技术生成

电影数据分析

下载数据

https://grouplens.org/datasets/movielens/
在这里插入图片描述
之前一直都不太理解绝对路径和相对路径:
今天才有点明白,大概就是就说,你写了一段代码你要发给别人,然后你就打了个包,你代码里面那就不能用绝对路径,要不别人打不开。

数据读取

import pandas as pd
unames = ('user_id','gender','age','occupation','zip')
users = pd.read_table(r'C:\Users\Administrator\Desktop\ml-1m\users.dat',sep='::',header=None,names=unames)
print(len(users))
rating_names = ['user_id', 'movie_id', 'rating', 'timestamp']
ratings = pd.read_table(r'C:\Users\Administrator\Desktop\ml-1m\ratings.
  • 1
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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