数据源：http://grouplens.org/dataset/movieslens,对观影人员评价可视化的代码

以下是使用Python和matplotlib库对观影人员评价可视化的代码示例：

首先，我们需要加载数据集。我们可以使用pandas库来读取数据文件：

import pandas as pd

# 读取数据文件
ratings = pd.read_csv('ratings.csv')

# 查看前5行数据
print(ratings.head())

接下来，我们可以使用matplotlib库来绘制直方图，以显示观影人员对电影的评价分布情况：

import matplotlib.pyplot as plt

# 绘制直方图
plt.hist(ratings['rating'], bins=10)

# 添加标题和标签
plt.title('Movie Ratings Distribution')
plt.xlabel('Rating')
plt.ylabel('Count')

# 显示图形
plt.show()

运行以上代码，我们将会看到一个标题为“Movie Ratings Distribution”的直方图，它显示了评价分数在1到5之间的评分数量。

除了直方图，我们还可以使用其他类型的图表来显示数据。例如，我们可以使用散点图来显示每个评价分数的平均值和标准差：

# 计算每个评分的平均值和标准差
mean_ratings = ratings.groupby('rating')['rating'].mean()
std_ratings = ratings.groupby('rating')['rating'].std()

# 绘制散点图
plt.scatter(mean_ratings.index, mean_ratings.values)

# 添加误差线
plt.errorbar(mean_ratings.index, mean_ratings.values, yerr=std_ratings.values, fmt='none', capsize=5)

# 添加标题和标签
plt.title('Mean Rating by Score')
plt.xlabel('Rating')
plt.ylabel('Mean Rating')

# 显示图形
plt.show()

运行以上代码，我们将会看到一个标题为“Mean Rating by Score”的散点图，它显示了每个评价分数的平均值和标准差。

以上是对观影人员评价可视化的简单示例代码。当然，随着数据集的复杂和需求的增加，我们可以使用更高级的技术和工具来进行数据可视化。