阿甘正传

博主分享观看《阿甘正传》的感受,称虽观影仅几小时,却似过完一生。很久未如此感动与投入,“Stupid is as stupid does”这句话在脑海反复。

我看了阿甘正传。

虽然只几个小时,却好像过完了长长的一生。

很久没有这样被感动过,没有这样投入地看一场电影。

Stupid is as stupid does.

看完这部电脑,这句话总在我脑海里反复。

如果你没看过,我想你不懂这句话。

 

import pandas as pd # 读取电影数据 movies = pd.read_csv('movies.csv') print("电影列表(前5行):") print(movies.head()) # 读取评分数据 ratings = pd.read_csv('ratings.csv') print("\n电影评分表(前5行):") print(ratings.head()) # 合并数据 data = pd.merge(ratings, movies, on='movieId') print("\n用户评分电影汇总表(前5行):") print(data.head()) # 查看评分分布 import matplotlib.pyplot as plt data['rating'].hist(bins=50) plt.xlabel('Rating') plt.ylabel('Frequency') plt.title('Rating Distribution') plt.show() # 创建数据透视表 user_movie = data.pivot_table(index='userId', columns='title', values='rating') print("\n用户评分电影汇总表数据透视表(前5行):") print(user_movie.head()) # 查看描述性统计信息 print("\n用户评分电影汇总表描述性统计信息:") print(user_movie.describe()) # 选择《阿甘正传》 movie_name = 'Forrest Gump (1994)' movie_ratings = user_movie[movie_name] print("\n《阿甘正传》评分表(前5行):") print(movie_ratings.head()) # 计算与其他电影的相关性 similarities = user_movie.corrwith(movie_ratings) print("\n《阿甘正传》与其他电影间的皮尔逊相关系数表(前5行):") print(similarities.head()) # 合并评分次数 ratings_count = data.groupby('title')['rating'].count() recommendations = pd.DataFrame({'similarity': similarities, 'rating_count': ratings_count}) print("\n《阿甘正传》与其他电影间的皮尔逊相关系数与评分次数表(前5行):") print(recommendations.head()) # 设置评分次数阈值 min_ratings = 20 recommendations = recommendations[recommendations['rating_count'] > min_ratings].sort_values('similarity', ascending=False) print("\n《阿甘正传》相关电影推荐表(评分次数大于20,前5行):") print(recommendations.head())
最新发布
06-20
评论 3
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