文件名称：big-data:分析kinopoisk数据的大数据项目
文件大小：44.1MB
文件格式：ZIP
更新时间：2024-06-18 05:36:10
HTML
大数据 分析kinopoisk数据的大数据项目 连接器 简单的程序连接器（不是程序，而是有用的类），用于将数据从 Kinopoisk 站点传输到您自己的 MongoDB 数据库。 使用 从requirements.txt使用pip安装所有包 pip install -r requirements.txt 以connect.py为例，使用Connector类从API和kinopoisk站点传输数据 您必须将一些参数传递给connect.py以用于连接器的工作使用以下命令了解详情 python connect.py --help 查看restore_db_from_json.py作为使用Connector类从具有特定格式的dump_db_to_json.py文件传输数据的示例您可以在dump_db_to_json.py找到特定格式的文件 您必须将一些参数传递给restore_db_from
【文件预览】：
big-data-master
----report()
--------images()
--------build()
--------report.tex(6KB)
----calculate_films_number_by_age_limit.py(2KB)
----plotly_scatter_confidence_ellipse.py(2KB)
----dump_db_to_json.py(1KB)
----visualizations()
--------top_films_by_budget.html(4.34MB)
--------films_number_by_age_limit_calculation.html(3.33MB)
--------films_number_by_genre_prediction()
--------russia_rating_by_year.html(3.33MB)
--------rank_correlation.html(3.86MB)
--------films_number_by_country.html(3.39MB)
--------films_by_countries_year.html(3.45MB)
--------rating_rank_correlation.html(5.15MB)
----restore_db_from_json.py(866B)
----top_films_by_budget.py(4KB)
----utils.py(3KB)
----count_russia_rating_by_year.py(3KB)
----my_csv_export.csv(6KB)
----count_films_by_counties.py(813B)
----article()
--------tasks()
--------build()
--------IEEEtran.cls(282KB)
--------article.tex(8KB)
----requirements.txt(95B)
----connector()
--------request.py(513B)
--------errors.py(639B)
--------__init__.py(134B)
--------insert_buffer.py(1002B)
--------connector.py(18KB)
----README.md(983B)
----calculate_rating_rank_correlation.py(2KB)
----predict_films_number_by_genre.py(3KB)
----.gitignore(2KB)
----connect.py(1KB)
----count_films_by_countries_year.py(2KB)
----calculate_rank_correlation.py(3KB)