一、题目 从网络上下载一组数据（自行获取），选择一种可视化工具（Excel、Tableau、Matlab，Echarts等），设计一种可视化方案实现该数据的可视化，并做适当的数据分析（或挖掘）。 二、数据来源 ①、TMDB 5000 Movie Dataset：该数据来源于kaggle上的TMDB 5000 Movie Dataset数据集，收录了美国地区1916-2017年近5000部电影的数据，包含预算、导演、票房，电影评分等信息。 下载地址：https://www.kaggle.com/tmdb/tmdb-movie-metadata ②、豆瓣电影数据：该数据是我自己整理的，收录了豆瓣电影1922-2022年近550部电影的数据，包含评分人数、电影评分、票房，产地等信息。 三、说明 资源包含数据可视化技术大作业报告，相关的电影数据集：TMDB 5000 Movie Dataset和豆瓣电影数据。使用的可视化工具是：Tableau。

python数据挖掘电影评分分析-豆瓣电影数据与票房数据分析.pdf

练习Tableau的数据源

豆瓣电影数据(id,标题,连接地址,评分,演员,导演....)12W+(已去重) 格式为json

【字段】 电影名称、投票人数、类型、产地、上映时间、时长、年代、评分、首映地点 【用途】 该数据集非常适用了Python数据分析入门，是学习NumPy 、Pandas、Matplotlib的练手数据集

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，本次实验需要对这些信息做统计分析。 注意：豆瓣网站的数据形式为文本文件（必须将导入到hive中做处理）。也可以为CSV文件，例如下图： 针对本次实验，我们需要用到Hadoop集群作为模拟大数据的分析软件，集群环境必须要包括，hdfs，hbase，hive，flume，sqoop等插件，最后结合分析出来的数据进行可视化展示，需要用到Python（爬取数据集，可视化展示）或者echarts等可视化工具。

Hadoop豆瓣电影数据分析（Hadoop）操作源码

movie_recommend 电影推荐系统-基于豆瓣电影数据

豆瓣电影相关数据集有12W，用户的影评有40W，还有爬虫程序：两个csv和一个db数据库，爬了几天了，在此分享给大家，可以做推荐系统使用，希望可以帮助到大家

123639条数据，已去重，包含.csv 和 .sql 两个数据文件 包含： 电影id 评分 参与评分的人数 电影名 初始电影名 电影别名 电影时长 指出年份 首播时间 电影海报url 电影语言 制片国家地区 编剧的人数 这部电影中编剧的id列表 电影主演人数 这部电影主演id列表 这部电影导演的人数 这部电影导演id列表 电影标签 电影类型 编剧列表 主演列表 导演列表