【案例】电影数据分析

最新推荐文章于 2024-04-10 09:00:00 发布
最新推荐文章于 2024-04-10 09:00:00 发布
阅读量2.4k 收藏 22
点赞数 1
分类专栏： python学习 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/weixin_42375099/article/details/98511206
版权

文章目录

数据集

数据集包含3个csv文件，文件中包含电影名字，发行时间，评分用户信息，评分等信息

http://grouplens.org/datasets/movielens/ （使用的dataset是older datasets）

  1. 评分表 （u.data）
    196 242 3 881250949
    186 302 3 891717742
    22 377 1 878887116
    244 51 2 880606923
    166 346 1 886397596
    298 474 4 884182806
    115 265 2 881171488
    253 465 5 891628467
    305 451 3 886324817

  2. 用户信息表（u.user）
    1|24|M|technician|85711
    2|53|F|other|94043
    3|23|M|writer|32067
    4|24|M|technician|43537
    5|33|F|other|15213

  3. 电影表
    1|Toy Story (1995)|01-Jan-1995||http://us.imdb.com/M/title-exact?Toy%20Story%20(1995)|0|0|0|1|1|1|0|0|0|0|0|0|0|0|0|0|0|0|0
    2|GoldenEye (1995)|01-Jan-1995||http://us.imdb.com/M/title-exact?GoldenEye%20(1995)|0|1|1|0|0|0|0|0|0|0|0|0|0|0|0|0|1|0|0
    3|Four Rooms (1995)|01-Jan-1995||http://us.imdb.com/M/title-exact?Four%20Rooms%20(1995)|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|1|0|0
    4|Get Shorty (1995)|01-Jan-1995||http://us.imdb.com/M/title-exact?Get%20Shorty%20(1995)|0|1|0|0|0|1|0|0|1|0|0|0|0|0|0|0|0|0|0
    5|Copycat (1995)|01-Jan-1995||http://us.imdb.com/M/title-exact?Copycat%20(1995)|0|0|0|0|0|0|1|0|1|0|0|0|0|0|0|0|1|0|0

import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
#支持中文显示
mpl.rcParams['font.family']='Kaiti'
# 使用非unicode的负号，当使用中文时候要设置
mpl.rcParams['axes.unicode_minus']=False
%matplotlib inline

数据加载

数据加载时要考虑三件事：

  1. 考虑DataFrame的标题（也就是列索引）
  2. 数据是怎么分割的
  3. 合并数据的时候知道合并的条件
# 加载用户信息 user id | age | gender | occupation | zip code
user_cols=['user_id','age','gender','occupation','zip_cod'] # 设置列索引
users = pd.read_csv('data/ml-100k/u.user',sep='|',names=user_cols,encoding='latin-1')

# 加载电影信息 movie id | movie title | release date | video release date | IMDb URL
movie_cols=['movie_id','movie_title','release_date','video_release_date','imdb_url'] # 设置列索引
movies = pd.read_csv('data/ml-100k/u.item',sep='|',names=movie_cols,usecols=range(5),encoding='latin-1') # usercols=range(5)：只切割前五列数据

# 加载评分信息 user id | item id | rating | timestamp
rating_cols=['user_id','movie_id','rating','unix_timestamp'] # 设置列索引
ratings = pd.read_csv('data/ml-100k/u.data',sep='\t',names=rating_cols,encoding='latin-1') 


# 为了后续分组统计数据方便，将3个DataFrame进行合并
# 首先合并用户表和评分表
user_ratings = pd.merge(users,ratings)
# 将上两个合并完成的表在和movies表合并
data = pd.merge(user_ratings,movies)
data
user_idagegenderoccupationzip_codmovie_idratingunix_timestampmovie_titlerelease_datevideo_release_dateimdb_url
0124Mtechnician85711614878542420Three Colors: White (1994)01-Jan-1994NaNhttp://us.imdb.com/M/title-exact?Trzy%20kolory...
11347Meducator29206614882140552Three Colors: White (1994)01-Jan-1994NaNhttp://us.imdb.com/M/title-exact?Trzy%20kolory...
21835Fother37212614880130803Three Colors: White (1994)01-Jan-1994NaNhttp://us.imdb.com/M/title-exact?Trzy%20kolory...
35827Mprogrammer52246615884305271Three Colors: White (1994)01-Jan-1994NaNhttp://us.imdb.com/M/title-exact?Trzy%20kolory...
45949Meducator08403614888204597Three Colors: White (1994)01-Jan-1994NaNhttp://us.imdb.com/M/title-exact?Trzy%20kolory...
56050Mhealthcare06472614883326652Three Colors: White (1994)01-Jan-1994NaNhttp://us.imdb.com/M/title-exact?Trzy%20kolory...
67620Mstudent02215614875028123Three Colors: White (1994)01-Jan-1994NaNhttp://us.imdb.com/M/title-exact?Trzy%20kolory...
79426Mstudent71457615891720761Three Colors: White (1994)01-Jan-1994NaNhttp://us.imdb.com/M/title-exact?Trzy%20kolory...
814453Mprogrammer20910613888106182Three Colors: White (1994)01-Jan-1994NaNhttp://us.imdb.com/M/title-exact?Trzy%20kolory...
915425Mstudent53703614879138657Three Colors: White (1994)01-Jan-1994NaNhttp://us.imdb.com/M/title-exact?Trzy%20kolory...
1016027Mprogrammer66215614876861799Three Colors: White (1994)01-Jan-1994NaNhttp://us.imdb.com/M/title-exact?Trzy%20kolory...
1118932Martist95014613893265826Three Colors: White (1994)01-Jan-1994NaNhttp://us.imdb.com/M/title-exact?Trzy%20kolory...
1219542Mscientist93555613888737277Three Colors: White (1994)01-Jan-1994NaNhttp://us.imdb.com/M/title-exact?Trzy%20kolory...
1320127MwriterE2A4H612884111986Three Colors: White (1994)01-Jan-1994NaNhttp://us.imdb.com/M/title-exact?Trzy%20kolory...
1425717Mstudent77005615879547534Three Colors: White (1994)01-Jan-1994NaNhttp://us.imdb.com/M/title-exact?Trzy%20kolory...
1526824Mengineer19422614875309282Three Colors: White (1994)01-Jan-1994NaNhttp://us.imdb.com/M/title-exact?Trzy%20kolory...
1627933Mprogrammer85251614875306552Three Colors: White (1994)01-Jan-1994NaNhttp://us.imdb.com/M/title-exact?Trzy%20kolory...
1729643Fadministrator16803613884197287Three Colors: White (1994)01-Jan-1994NaNhttp://us.imdb.com/M/title-exact?Trzy%20kolory...
1829929Mdoctor63108614877880648Three Colors: White (1994)01-Jan-1994NaNhttp://us.imdb.com/M/title-exact?Trzy%20kolory...
1930523Mprogrammer94086614886323378Three Colors: White (1994)01-Jan-1994NaNhttp://us.imdb.com/M/title-exact?Trzy%20kolory...
2030860Mretired95076613887739336Three Colors: White (1994)01-Jan-1994NaNhttp://us.imdb.com/M/title-exact?Trzy%20kolory...
2132149Feducator55413615879441128Three Colors: White (1994)01-Jan-1994NaNhttp://us.imdb.com/M/title-exact?Trzy%20kolory...
2233432Mlibrarian30002613891550409Three Colors: White (1994)01-Jan-1994NaNhttp://us.imdb.com/M/title-exact?Trzy%20kolory...
2335429Flibrarian48197615891218091Three Colors: White (1994)01-Jan-1994NaNhttp://us.imdb.com/M/title-exact?Trzy%20kolory...
2438032Mengineer55117614885478193Three Colors: White (1994)01-Jan-1994NaNhttp://us.imdb.com/M/title-exact?Trzy%20kolory...
2538536Mwriter10003612879441572Three Colors: White (1994)01-Jan-1994NaNhttp://us.imdb.com/M/title-exact?Trzy%20kolory...
2638733Mentertainment37412613886483565Three Colors: White (1994)01-Jan-1994NaNhttp://us.imdb.com/M/title-exact?Trzy%20kolory...
2739123Mstudent84604615877399746Three Colors: White (1994)01-Jan-1994NaNhttp://us.imdb.com/M/title-exact?Trzy%20kolory...
2840522Fhealthcare10019611885549589Three Colors: White (1994)01-Jan-1994NaNhttp://us.imdb.com/M/title-exact?Trzy%20kolory...
2940948Madministrator98225614881109420Three Colors: White (1994)01-Jan-1994NaNhttp://us.imdb.com/M/title-exact?Trzy%20kolory...
.......................................
9997089447Meducator7407516584882404137Substance of Fire, The (1996)06-Dec-1996NaNhttp://us.imdb.com/M/title-exact?Substance%20o...
9997174719Mother9361216602888640731Small Faces (1995)09-Aug-1996NaNhttp://us.imdb.com/M/title-exact?Small%20Faces...
9997274719Mother9361216591888733313Getting Away With Murder (1996)12-Apr-1996NaNhttp://us.imdb.com/Title?Getting+Away+With+Mur...
9997375124Fother9003416611889299429New Age, The (1994)01-Jan-1994NaNhttp://us.imdb.com/M/title-exact?New%20Age,%20...
9997476232Madministrator9505016621878719324Rough Magic (1995)30-May-1997NaNhttp://us.imdb.com/M/title-exact?Rough%20Magic...
9997578221Fartist3320516624891500110Rough Magic (1995)30-May-1997NaNhttp://us.imdb.com/M/title-exact?Rough%20Magic...
9997678221Fartist3320516692891500150MURDER and murder (1996)20-Jun-1997NaNhttp://us.imdb.com/M/title-exact?MURDER+and+mu...
9997778221Fartist3320516632891499700Nothing Personal (1995)30-Apr-1997NaNhttp://us.imdb.com/M/title-exact?Nothing%20Per...
9997878221Fartist3320516662891500194Ripe (1996)02-May-1997NaNhttp://us.imdb.com/M/title-exact?Ripe%20%28199...
9997978221Fartist3320516683891500067Wedding Bell Blues (1996)13-Jun-1997NaNhttp://us.imdb.com/M/title-exact?Wedding%20Bel...
9998078221Fartist33205166448914996998 Heads in a Duffel Bag (1997)18-Apr-1997NaNhttp://us.imdb.com/Title?8+Heads+in+a+Duffel+B...
9998183938Fentertainment90814166418757529028 Heads in a Duffel Bag (1997)18-Apr-1997NaNhttp://us.imdb.com/Title?8+Heads+in+a+Duffel+B...
9998287022Mstudent65203166448900573228 Heads in a Duffel Bag (1997)18-Apr-1997NaNhttp://us.imdb.com/Title?8+Heads+in+a+Duffel+B...
9998388013Mstudent83702166448929587998 Heads in a Duffel Bag (1997)18-Apr-1997NaNhttp://us.imdb.com/Title?8+Heads+in+a+Duffel+B...
9998478221Fartist3320516652891500194Brother's Kiss, A (1997)25-Apr-1997NaNhttp://us.imdb.com/M/title-exact?Brother%27s%2...
9998578221Fartist3320516703891497793Tainted (1998)01-Feb-1998NaNhttp://us.imdb.com/M/title-exact?Tainted+(1998)
9998678221Fartist3320516673891500110Next Step, The (1995)13-Jun-1997NaNhttp://us.imdb.com/M/title-exact?Next%20Step%2...
9998778718Fstudent9862016711888980193Further Gesture, A (1996)20-Feb-1998NaNhttp://us.imdb.com/M/title-exact?Further+Gestu...
9998882828Mlibrarian8528216722891037722Kika (1993)01-Jan-1993NaNhttp://us.imdb.com/M/title-exact?Kika%20(1993)
9998989628Mwriter9150516722887159554Kika (1993)01-Jan-1993NaNhttp://us.imdb.com/M/title-exact?Kika%20(1993)
9999083544Fexecutive1157716733891034023Mirage (1995)01-Jan-1995NaNhttp://us.imdb.com/M/title-exact?Mirage%20(1995)
9999184039Martist5540616744891211682Mamma Roma (1962)01-Jan-1962NaNhttp://us.imdb.com/M/title-exact?Mamma%20Roma%...
9999285118Mother2964616762875731674War at Home, The (1996)01-Jan-1996NaNhttp://us.imdb.com/M/title-exact?War%20at%20Ho...
9999385118Mother2964616753884222085Sunchaser, The (1996)25-Oct-1996NaNhttp://us.imdb.com/M/title-exact?Sunchaser,%20...
9999485429Fstudent5540816773882814368Sweet Nothing (1995)20-Sep-1996NaNhttp://us.imdb.com/M/title-exact?Sweet%20Nothi...
9999586317Mstudent6008916793889289491B. Monkey (1998)06-Feb-1998NaNhttp://us.imdb.com/M/title-exact?B%2E+Monkey+(...
9999686317Mstudent6008916781889289570Mat' i syn (1997)06-Feb-1998NaNhttp://us.imdb.com/M/title-exact?Mat%27+i+syn+...
9999786317Mstudent6008916802889289570Sliding Doors (1998)01-Jan-1998NaNhttp://us.imdb.com/Title?Sliding+Doors+(1998)
9999889628Mwriter9150516813887160722You So Crazy (1994)01-Jan-1994NaNhttp://us.imdb.com/M/title-exact?You%20So%20Cr...
9999991627MengineerN2L5N16823880845755Scream of Stone (Schrei aus Stein) (1991)08-Mar-1996NaNhttp://us.imdb.com/M/title-exact?Schrei%20aus%...

100000 rows × 12 columns

数据探索和清洗

# data.describe()
# data['gender'].value_counts()

# 缺失值处理
# data.shape  (100000, 12)
# data.isnull().sum()

# 删除video_release_date
data.dropna(axis=1,how='all',inplace=True)
data.isnull().sum()

# 重复值查看
# data.duplicated().any()

user_id            0
age                0
gender             0
occupation         0
zip_cod            0
movie_id           0
rating             0
unix_timestamp     0
movie_title        0
release_date       9
imdb_url          13
dtype: int64

评分最多电影

				### 方式01 ###
# 按照电影标题分组，统计分组中数据个数，即得到评分次数
# g = data.groupby('movie_title')
# count = 0
# for k,v in g:
#     if count==3:
#         break
#     display(k,v)
#     count+=1

# data.groupby('movie_title').size().sort_values(ascending=False).head(20)

				### 方式02 ###
data['movie_title'].value_counts().head(20).plot(kind='bar')

在这里插入图片描述

评分最高

# 根据电影标题分组，对分组中评分求均值，均值越高，评分也就越高
movie_scores = data.groupby('movie_title').agg({'rating':['size','mean']})
# movie_scores
# 过滤，评分人数必须大于等于100
size_more_100 = movie_scores['rating']['size']>=100
d=movie_scores[size_more_100].sort_values([('rating','mean')],ascending=False).head(10)

d['rating']['mean'].plot(kind='bar',title='评分最高的电影')

<matplotlib.axes._subplots.AxesSubplot at 0x89e1b38>

在这里插入图片描述

分析评分人数中最多的百部电影

data['movie_title'].value_counts().head(100)

Star Wars (1977)                                583
Contact (1997)                                  509
Fargo (1996)                                    508
Return of the Jedi (1983)                       507
Liar Liar (1997)                                485
English Patient, The (1996)                     481
Scream (1996)                                   478
Toy Story (1995)                                452
Air Force One (1997)                            431
Independence Day (ID4) (1996)                   429
Raiders of the Lost Ark (1981)                  420
Godfather, The (1972)                           413
Pulp Fiction (1994)                             394
Twelve Monkeys (1995)                           392
Silence of the Lambs, The (1991)                390
Jerry Maguire (1996)                            384
Chasing Amy (1997)                              379
Rock, The (1996)                                378
Empire Strikes Back, The (1980)                 367
Star Trek: First Contact (1996)                 365
Back to the Future (1985)                       350
Titanic (1997)                                  350
Mission: Impossible (1996)                      344
Fugitive, The (1993)                            336
Indiana Jones and the Last Crusade (1989)       331
Willy Wonka and the Chocolate Factory (1971)    326
Princess Bride, The (1987)                      324
Forrest Gump (1994)                             321
Monty Python and the Holy Grail (1974)          316
Saint, The (1997)                               316
                                               ... 
Wizard of Oz, The (1939)                        246
Phenomenon (1996)                               244
Star Trek: The Wrath of Khan (1982)             244
Casablanca (1942)                               243
Die Hard (1988)                                 243
Sting, The (1973)                               241
Devil's Own, The (1997)                         240
Dante's Peak (1997)                             240
Psycho (1960)                                   239
Graduate, The (1967)                            239
Seven (Se7en) (1995)                            236
Time to Kill, A (1996)                          232
It's a Wonderful Life (1946)                    231
Speed (1994)                                    230
In & Out (1997)                                 230
Stand by Me (1986)                              227
Hunt for Red October, The (1990)                227
GoodFellas (1990)                               226
Heat (1995)                                     223
Sound of Music, The (1965)                      222
Apocalypse Now (1979)                           221
Clockwork Orange, A (1971)                      221
Courage Under Fire (1996)                       221
Top Gun (1986)                                  220
Lion King, The (1994)                           220
To Kill a Mockingbird (1962)                    219
Volcano (1997)                                  219
Babe (1995)                                     219
Aladdin (1992)                                  219
Murder at 1600 (1997)                           218
Name: movie_title, Length: 100, dtype: int64

评分与年龄关系

# 简单看下年龄分布
# data['age'].describe()
# data['age'].plot(kind='hist',bins=30,figsize=(12,6))

# 自定义年龄区间，分布不同年龄组对电影评分总体状况
# 0-9  10-19 20-29 ...70-79
# np.arange(0,81,10)
labels = ['0-9','10-19','20-29','30-39','40-49','50-59','60-69','70-79']
data['age_group'] = pd.cut(data['age'],np.arange(0,81,10),right=False,labels=labels)
data.groupby('age_group').agg({'rating':['size','mean']})
#年龄越大的区间，对电影打分越高

在这里插入图片描述

# 不同年龄段对某个电影的评分
# 只分析评分次数排在前100的电影--》如何得到评分次数在前100的电影
# 得到评分次排在前100的电影的id信息，同时将数据movie_id列设置为行索引，利用索引数组来获得评分次数排在前100的电影的数据
# 如何得到一部电影，不同年龄段评分
#           0-9  10-19  ....
# 空军一号  4.1   4.2   ....
# 将最内层行索引untack为列索引
# 外层行索引 内层行索引
# 空军一号 0-9        4.1
#          10-19      4.2 
# 根据movie_title和age_group进行分组，对分组对象中rating进行mean

# 得到评分次数在前100的电影
# 得到评分次排在前100的电影的id信息
most_100 = data['movie_id'].value_counts().head(100)
# most_100
# 数据movie_id列设置为行索引
data.set_index('movie_id',inplace=True)
by_age_group = data.loc[most_100.index].groupby(['movie_title','age_group'])
by_age_group['rating'].mean().unstack(1).fillna(0).head(10)

在这里插入图片描述

亚呦u椰
关注
  • 1
    点赞
  • 踩
  • 22
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
数据分析实例：MovieLens电影数据分析
Dandandandanta的博客
02-16 3578
数据分析实例：MovieLens电影数据分析 数据准备 数据集来源：grouplens.org/datasets/movielens/ 下载 ml-1m.zip，read me 中有电影评分介绍 MovieLens 1M电影分级。 稳定的基准数据集。 6000个用户观看4000部电影时获得100万个评分。 发布2/2003。 ...
数据分析之电影类型数量分析
09-04
开始学习数据分析，常用的numpy，from matplotlib import pyplot as plt，pandas要找个实例用来巩固一下知识点，方便以后复习！
电影数据分析
weixin_54672002的博客
09-23 3617
电影是工业、科技与艺术的结合产物，作为一种国际性的大众传播媒介，其必然与世界电影艺术潮流和国际电影市场密不可分。电影所具有的艺术性、经济型、文化性是与人们的生活密不可分的，因此不论从文化传播还是经济发展的角度来看，我们都需要对电影的发展趋势进行深入研究，从而更好的推动电影繁荣发展。本次项目中针所收集的的电影多种数据指标进行可视化分析，从而对电影的发展趋势进行合理的分析解释。
TMDB电影数据分析（下）
欢迎来到 我今天ac了吗 的博客
04-10 1673
本文对源自Kaggle TMDB电影数据集进行分析影响电影票房的因素，数据分析流程包含数据集概分析、数据清洗、数据统计以及分析影响电影票房的因素。影响票房因素可能是电影预算、电影类型、电影时长、受欢迎程度、电影评分，发行时间等有关系，通过具体数据进行分析影响票房的因素。
数据分析案例 |【01】电影数据分析
weixin_45926547的博客
05-20 2167
文章目录一、准备数据二、数据分析小题目三、开始分析问题四、完整代码 一、准备数据 电影数据 提取码：nxi7 二、数据分析小题目 获取评分的平均分 获取导演数量 呈现Rating、Runtime的分布情况 对电影进行分类统计genre 三、开始分析问题 首先使用pandas中的read_csv读取表格中的数据。 data = pd.read_csv('./IMDB-Movie-Data.csv') data.head(20) 获取评分中的平均分 可知，rating这个一列就
电影数据分析报告
sense998的博客
04-13 700
伴随着疫情结束，原本对开放后的文娱生活充满期待的人们才意识到，电影时长的繁荣并未如期到来，而是更加坠入寒冷的深渊。随着越来越多的老电影重返荧幕，本文对电影数据进行分析研究，探索电影主题的发展史，为电影行业东山再起提供一定的参考。
37 - 电影数据分析案例
08-13
为了更好地理解电影产业的动态变化和相关影响因素，数据分析在这一领域发挥了重要作用。通过对大量电影数据的挖掘和分析，我们可以揭示出电影市场的趋势、受众偏好以及不同因素之间的关联关系。
5.电影数据案例分析.ipynb
07-10
pandas电影数据分析，从1000部电影中获取评分的平均分、导演的人数、呈现rating，runtime的分布情况、统计电影分类(genre)的情况，如需免费获取，请留下邮箱地址。
基于Hadoop豆瓣电影数据分析实验报告
06-16
豆瓣用户每天都在对“看过”的电影进行“很差”到“力荐”的评价，豆瓣根据每部影片看过的人数以及该影片所得的评价等综合数据，通过算法分析产生豆瓣电影 Top 250。 为了分析电影产业的发展趋势，本次实验需要对...
基于Spark的电影数据集分析
06-24
使用的数据集来自知名数据网站 Kaggle 的 tmdb-movie-metadata 电影数据集，以Python为编程语言，使用大数据框架Spark对数据进行了预处理，然后分别从多个方面对数据进行了分类和分析，并对分析结果进行可视化。...
数据分析案例-电影数据可视化分析（数据集+代码）.rar
最新发布
06-19
本案例聚焦于电影数据，通过一系列数据分析和可视化技术，深入探索电影市场的趋势、观众喜好以及电影类型、票房和口碑之间的关系。案例采用的数据集可能包含电影名称、导演、演员、类型、上映年份、票房收入、观众...
电影数据分析练习
12-20
数据来源：https://www.kaggle.com/damianpanek/sunday-eda/data 数据描述：2006年到2016年1000部最流行的电影数据 报告分为： （1）提出问题 （2）认识数据 （3）清洗数据 （4）分析数据 （5）总结 （一）提出问题 （1）获取评分的平均分信息 （2）分析导演信息 （3）获取演员人数信息 （4）查看电影时长(runtime)的分布情况 （5）对电影上映时间进行分析 （6）统计电影分类(genre)的情况 （7）分析电影票房与哪些因素相关** （二）认识数据 1、首先导入相关的python数据分析的库 import pandas as p
数据集-电影评分数据-movieles-可用于做毕设实验.zip
03-14
资源名称：js数据集-电影评分数据-movieles-可用于做毕设实验.zip 内容概要：是一款数据集，电影评分数据，已经做好了分类和数据说明。特别简单易用。 关键信息：可以用于数据分析，大数据，推荐系统的学习和实验，数据成熟适合学生党，考研党使用。 适用人群：学生，前端工程师，项目经理，软件公司，软件教师，计算机学生 使用场景：学习，研究生学习，算法工程师，学生，毕业设计，课堂作业，个人练习，css练习，二次开发
利用BI工具Tableau对豆瓣即将上映电影进行数据分析绘制图表
X1424896963的博客
09-17 1354
Tableau简要了解
TMDB电影数据分析报告
TMDB电影数据分析报告
03-16 1万+
本报告的数据来源于Kaggle平台上的TMDB电影数据集，共计4803部电影，是美国地区近100年来（1916-2017）的电影作品。 本报告的主要目的是分析哪种电影的收益更好，未来电影的流行趋势，以及为电影拍摄提供相关建议。
pandas实例——电影数据分析
qq_43635468的博客
03-13 1909
目录准备工作数据下载分析任务数据处理数据读取数据合并数据分析 准备工作 数据下载 从网站 grouplens.org/datasets/movielens 下载 MovieLens 1M Dataset 数据，该文件包含大约3883部电影的1000209个匿名评级。 文件中包含三个数据表，分别为用户表、电影表及评分表。 分析任务 1、统计电影平均得分 2、统计活跃电影 -> 获得评分的次数...
【Pandas】电影数据分析案例
CharlieTang的博客
08-07 4032
目录1 需求2 实现2.1 问题一：2.2 问题二：2.3 问题三： 1 需求 现在我们有一组从2006年到2016年1000部最流行的电影数据，数据来源：https://www.kaggle.com/damianpanek/sunday-eda/data 问题1：我们想知道这些电影数据中评分的平均分，导演的人数等信息，我们应该怎么获取？ 问题2：对于这一组电影数据，如果我们想rating，runtime的分布情况，应该如何呈现数据？ 问题3：对于这一组电影数据，如果我们希望统计电影分类(genre)的
豆瓣Top250电影数据分析报告
qq_33487726的博客
07-22 1万+
一、分析背景及目的 豆瓣对Top250电影的定义： 豆瓣用户每天都在对“看过”的电影进行“很差”到“力荐”的评价，豆瓣根据每部影片看过的人数以及该影片所得的评价等综合数据，通过算法分析产生豆瓣电影 Top 250。 本报告旨在对这250部电影的上映年代、电影导演、制作国家、电影类型等信息进行分析，以期为观影者对电影的选择提供若干参考建议。 二、数据可视化分析 1、上映年代分析 2、导演情况分析 3...
TMDB电影数据分析
热门推荐
moyue1002的博客
05-16 2万+
                                                     这是关于TMDB5000条电影数据的分析报告       数据来源于Kaggle https://www.kaggle.com/tmdb/tmdb-movie-metadata报告分为：    （1）提出问题    （2）认识数据    （3）清洗数据    （4）分析数据    （5）总结（...
python电影数据分析案例
05-22
以下是一个简单的Python电影数据分析案例： ```python # 导入必要的库 import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns # 读取数据 df = pd.read_csv('movies.csv...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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