python分析各因素之间的相关性,特别是其他因素与评分的相关性

简介: python分析各因素之间的相关性,特别是其他因素与评分的相关性

电影信息的各个属性(字段)之间存在相关性,选取budget,popularity,release_date,revenue,runtime,status,vote_average,vote_count字段作为分析对象

相关系数矩阵

每个子图都是每个维度和其他某个维度的相关关系图,这其中主对角线上的图,则是每个维度的数据分布直方图。其中可以看出各因素间相关性强弱的大小。

其中与评分相关性较强的因素有电影的popularity(流行度),runtime(电影时长),vote_count(影评人数) ,revenue(电影收益)。

代码部分:

1. import pandas as pd 
2. data_m=pd.read_csv("data/项目一/data_mo.csv")
3. data_m
1. data_corr=data_m[["budget","popularity","release_date","revenue","runtime","status","vote_average","vote_count"]]
2. 
3. data_corr
1. # 保留年份
2. data_corr.release_date=data_corr.release_date.str.split("-",expand=True)[0]
3. data_corr.release_date=data_corr.release_date.astype(int)

# 每个子图都是每个维度和其他某个维度的相关关系图,这其中主对角线上的图,则是每个维度的数据分布直方图。

# 而第二行代码是画出同样的图形,但却以vote_average这个维度的数据为标准,来对各个数据点进行着色,其结果如图所示。

# 从图中可以看出,vote_average这列数据共10个不同的数值,每个数值一种颜色,所以生成的图是彩色的

1. import seaborn as sns
2. 
3. sns.pairplot(data_corr)
4. sns.pairplot(data_corr , hue ='vote_average')
5. # 每个子图都是每个维度和其他某个维度的相关关系图,这其中主对角线上的图,则是每个维度的数据分布直方图。
6. # 而第二行代码是画出同样的图形,但却以vote_average这个维度的数据为标准,来对各个数据点进行着色,其结果如图所示。
7. # 从图中可以看出,vote_average这列数据共10个不同的数值,每个数值一种颜色,所以生成的图是彩色的

热力图

通过相关系数矩阵与热力图分析各个字段间的相关性,各个字段间的相关系数在表中都呈现了强弱不同的关系

1. import matplotlib.pyplot as plt
2. figure, ax = plt.subplots(figsize=(12, 12))
3. sns.heatmap(data_corr.corr(), square=True, annot=True, ax=ax)

通过热力图可以看到电影的popularity,runtime,vote_count,revenue与电影的评分vote_average存在较强的相关性与budget,release_datet相关性较弱


相关文章
|
2月前
|
缓存 Rust 算法
从混沌到秩序:Python的依赖管理工具分析
Python 的依赖管理工具一直没有标准化,主要原因包括历史发展的随意性、社区的分散性、多样化的使用场景、向后兼容性的挑战、缺乏统一治理以及生态系统的快速变化。依赖管理工具用于处理项目中的依赖关系,确保不同环境下的依赖项一致性,避免软件故障和兼容性问题。常用的 Python 依赖管理工具如 pip、venv、pip-tools、Pipenv、Poetry 等各有优缺点,选择时需根据项目需求权衡。新工具如 uv 和 Pixi 在性能和功能上有所改进,值得考虑。
100 35
|
3月前
|
机器学习/深度学习 数据采集 TensorFlow
使用Python实现智能食品消费模式分析的深度学习模型
使用Python实现智能食品消费模式分析的深度学习模型
161 70
|
2月前
|
机器学习/深度学习 数据可视化 数据挖掘
使用Python实现基于矩阵分解的长期事件(MFLEs)时间序列分析
在现代数据分析中,高维时间序列数据的处理和预测极具挑战性。基于矩阵分解的长期事件(MFLEs)分析技术应运而生,通过降维和时间序列特性结合,有效应对大规模数据。MFLE利用矩阵分解提取潜在特征,降低计算复杂度,过滤噪声,并发现主要模式。相比传统方法如ARIMA和深度学习模型如LSTM,MFLE在多变量处理、计算效率和可解释性上更具优势。通过合理应用MFLE,可在物联网、金融等领域获得良好分析效果。
83 0
使用Python实现基于矩阵分解的长期事件(MFLEs)时间序列分析
|
2月前
|
数据采集 数据可视化 数据挖掘
金融波动率的多模型建模研究:GARCH族与HAR模型的Python实现与对比分析
本文探讨了金融资产波动率建模中的三种主流方法:GARCH、GJR-GARCH和HAR模型,基于SPY的实际交易数据进行实证分析。GARCH模型捕捉波动率聚类特征,GJR-GARCH引入杠杆效应,HAR整合多时间尺度波动率信息。通过Python实现模型估计与性能比较,展示了各模型在风险管理、衍生品定价等领域的应用优势。
385 66
金融波动率的多模型建模研究:GARCH族与HAR模型的Python实现与对比分析
|
4月前
|
数据采集 缓存 定位技术
网络延迟对Python爬虫速度的影响分析
网络延迟对Python爬虫速度的影响分析
|
2月前
|
并行计算 安全 Java
Python GIL(全局解释器锁)机制对多线程性能影响的深度分析
在Python开发中,GIL(全局解释器锁)一直备受关注。本文基于CPython解释器,探讨GIL的技术本质及其对程序性能的影响。GIL确保同一时刻只有一个线程执行代码,以保护内存管理的安全性,但也限制了多线程并行计算的效率。文章分析了GIL的必要性、局限性,并介绍了多进程、异步编程等替代方案。尽管Python 3.13计划移除GIL,但该特性至少要到2028年才会默认禁用,因此理解GIL仍至关重要。
164 16
Python GIL(全局解释器锁)机制对多线程性能影响的深度分析
|
2月前
|
数据可视化 算法 数据挖掘
Python时间序列分析工具Aeon使用指南
**Aeon** 是一个遵循 scikit-learn API 风格的开源 Python 库,专注于时间序列处理。它提供了分类、回归、聚类、预测建模和数据预处理等功能模块,支持多种算法和自定义距离度量。Aeon 活跃开发并持续更新至2024年,与 pandas 1.4.0 版本兼容,内置可视化工具,适合数据探索和基础分析任务。尽管在高级功能和性能优化方面有提升空间,但其简洁的 API 和完整的基础功能使其成为时间序列分析的有效工具。
93 37
Python时间序列分析工具Aeon使用指南
|
2月前
|
机器学习/深度学习 运维 数据可视化
Python时间序列分析:使用TSFresh进行自动化特征提取
TSFresh 是一个专门用于时间序列数据特征自动提取的框架,支持分类、回归和异常检测等机器学习任务。它通过自动化特征工程流程,处理数百个统计特征(如均值、方差、自相关性等),并通过假设检验筛选显著特征,提升分析效率。TSFresh 支持单变量和多变量时间序列数据,能够与 scikit-learn 等库无缝集成,适用于大规模时间序列数据的特征提取与模型训练。其工作流程包括数据格式转换、特征提取和选择,并提供可视化工具帮助理解特征分布及与目标变量的关系。
106 16
Python时间序列分析:使用TSFresh进行自动化特征提取
|
3月前
|
机器学习/深度学习 数据采集 TensorFlow
使用Python实现智能食品消费习惯分析的深度学习模型
使用Python实现智能食品消费习惯分析的深度学习模型
197 68
|
2月前
|
数据采集 缓存 API
python爬取Boss直聘,分析北京招聘市场
本文介绍了如何使用Python爬虫技术从Boss直聘平台上获取深圳地区的招聘数据,并进行数据分析,以帮助求职者更好地了解市场动态和职位需求。

热门文章

最新文章