（12-3-01）动漫推荐系统：数据分析（1）

码农三叔

已于 2024-09-12 08:56:22 修改

阅读量1.4k

点赞数 32

分类专栏：推荐系统文章标签：数据分析数据挖掘

于 2024-04-05 19:54:39 首次发布

本文链接：https://blog.csdn.net/asd343442/article/details/137407594

版权

本文介绍了如何通过基础数据探索方法，如查看数据格式、统计信息、数据集形状和内容、缺失值检测等，对动漫和评分数据集进行初步分析。作者展示了如何使用Pandas库进行数据预处理，包括数据形状检查、样式化输出、统计摘要和缺失值处理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

12.4 数据分析

在接下来的内容中，将分析数据集的中信息，了解动漫信息和对应的用户评分信息，为实现后面的推荐系统打下基础。

12.4.1 基础数据探索方法

在数据分析的初期，我们需要采取一些基础的探索方法，以了解数据的整体情况、结构和特点。这包括：

查看前几行数据以了解数据的格式和结构。
统计数据集的基本信息，包括数据类型、非空值数量等。
描述性统计信息，帮助我们了解数值列的分布情况。

（1）打印输出动漫数据集的形状（shape）和前几行的内容，并通过样式设置使输出结果更具可读性。

# 输出动漫数据集的形状
print(f"Shape of The Anime Dataset: {anime.shape}")

# 输出动漫数据集前几行的内容，通过样式设置使输出更具可读性
print("\nGlimpse of The Dataset:")
anime.head().style.set_properties(**{"background-color": "#2a9d8f", "color": "white", "border": "1.5px solid black"})

对上述代码的具体说明如下所示：

anime.shape：输出数据集的形状，即行数和列数。
anime.head()：获取数据集的前几行。
style.set_properties(...)：通过样式设置，将输出的背景颜色、文字颜色和边框进行调整。

这样的输出方式使得查看数据集的形状和前几行内容更加清晰，背景颜色、文字颜色的设定进一步增强了可读性。运行这段代码，将看到一个带有样式的表格，展示了动漫数据集的形状和前几行内容，如图12-1所示。

图12-1 数据集的形状和前几行内容

（2）打印输出有关动漫数据集的信息，anime.info() 提供了有关数据集的详细信息，包括每列的非空值数量、数据类型等。

# 输出有关动漫数据集的信息
print("Informations About Anime Dataset :\n")
print(anime.info())

运行这段代码后将得到有关动漫数据集的详细信息，如每列的数据类型、非空值数量等，这对于初步了解数据的结构和特性非常有用。

Informations About Anime Dataset :

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 12294 entries, 0 to 12293
Data columns (total 7 columns):
 #   Column    Non-Null Count  Dtype  
---  ------    --------------  -----  
 0   anime_id  12294 non-null  int64  
 1   name      12294 non-null  object 
 2   genre     12232 non-null  objec