怎么用python分析电影票房

蜗牛 互联网技术资讯 2022-05-09 40 0

这篇文章主要介绍“怎么用python分析电影票房”的相关知识,小编通过实际案例向大家展示操作过程,操作方法简单快捷,实用性强,希望这篇“怎么用python分析电影票房”文章能帮助大家解决问题。

一、提出问题

本案例来源于kaggle上的TMDB 5000 Movie Dataset数据集,为了探讨电影数据可视化,为电影的制作提供数据支持,主要研究以下几个问题:

  • 电影类型如何随着时间的推移发生变化的?

  • 电影类型与利润的关系?

  • Universal和Paramount两家影视公司的对比情况如何?

  • 改编电影和原创电影的对比情况如何?

  • 电影时长与电影票房及评分的关系?

  • 分析电影关键字

二、理解数据

1、采集数据

从kaggle上的TMDB 5000 Movie Dataset下载数据集:

https://www.kaggle.com/tmdb/tmdb-movie-metadata

2、导入数据

怎么用python分析电影票房  python 第1张

3、查看数据集信息

怎么用python分析电影票房  python 第2张

下面是moviedf数据集中部分字段的含义介绍:

  • id: 标识号

  • imdb id:IMDB标识号

  • popularity: 在Movie Database上的相对页面查看次数

  • budget: 预算(美元)

  • revenue: 收入(美元)

  • original_title: 电影名称

  • cast: 演员列表,按|分隔,最多5名演员

  • homepage: 电影首页的URL

  • director: 导演列表,按|分隔,最多5名导演

  • tagline: 电影的标语

  • keywords: 与电影相关的关键字,按|分隔,最多5个关键字

  • overview: 剧情摘要

  • runtime: 电影时长

  • genres: 风格列表,按|分隔,最多5种风格

  • production_companies: 制作公司列表,按|分隔,最多5家公司

  • release_date: 首次上映日期

  • vote_count: 评分次数

  • vote_average: 平均评分·release year: 发行年份

三、数据清洗

1、先将credits数据集和moviedf数据集中的数据合并在一起,再查看合并后的数据集信息:

怎么用python分析电影票房  python 第3张

2、选取子集

由于数据集中包含的信息过多,其中部分数据并不是我们研究的重点,所以从中选取我们需要的数据:

怎么用python分析电影票房  python 第4张

由于后面的数据分析涉及到电影类型的利润计算,先求出每部电影的利润,并在数据集moviesdf中增加profit数据列:

怎么用python分析电影票房  python 第5张

3、缺失值处理

通过上面的数据集信息可以知道:整个数据集缺失的数据比较少 其中release_date(首次上映日期)缺失1个数据,runtime(电影时长)缺失2个数据,可以通过网上查询补齐这个数据。

填补release_date(首次上映日期)数据:

怎么用python分析电影票房  python 第6张

找出runtime(电影时长)缺失的数据:

怎么用python分析电影票房  python 第7张

填充runtime缺失值:

怎么用python分析电影票房  python 第8张

4、数据格式转换

genres列数据处理:

怎么用python分析电影票房  python 第9张

release_date列数据处理:

四、数据分析及可视化

问题一:电影类型如何随着时间的推移发生变化的?

1、建立包含年份与电影类型数量的关系数据框:

怎么用python分析电影票房  python 第10张

2、数据可视化

绘制各种电影类型的数量柱状图:

怎么用python分析电影票房  python 第11张

怎么用python分析电影票房  python 第12张

绘制各种电影类型占比的饼状图:

怎么用python分析电影票房  python 第13张

分析结论:

  • 从上面的结果可以看出,在所有的电影类型中,Drama(戏剧)类型电影最多,占所有电影类型的18.9%,其次为Comedy(喜剧),占所有电影类型的14.2%。

  • 在所有电影类型中,电影数量排名前5的电影类型分别为: Drama(戏剧)、Comedy(喜剧)、Thriller(惊悚)、Action(动作)、Romance(冒险)。

3、电影类型随时间变化的趋势分析:

怎么用python分析电影票房  python 第14张

分析结论:

从图中观察到,随着时间的推移,所有电影类型都呈现出增长趋势,尤其是1992年以后各个类型的电影均增长迅速,其中Drama(戏剧)和Comedy(喜剧)增长最快,目前仍是最热门的电影类型。

问题二:电影类型与利润的关系?

先求出各种电影类型的平均利润:

怎么用python分析电影票房  python 第15张

电影类型平均利润数据可视化:

 

分析结论:

从图中观察到,拍摄Animation、Adventure、Fantasy这三类电影盈利最好,而拍摄Foreign、TV、Movie这三类电影会存在亏本的风险。

问题三:Universal Pictures和Paramount Pictures两家影视公司发行电影的对比情况如何?

Universal Pictures(环球影业)和Paramount Pictures(派拉蒙影业)是美国两家电影巨头公司。

1、查看 Universal Pictures和Paramount Pictures两家影视公司电影发行的数量

先对production_companies列数据进行处理:

怎么用python分析电影票房  python 第16张

查询production_companies数据列并统计Universal Pictures和Paramount Pictures的数据:

怎么用python分析电影票房  python 第17张

使用饼状图比较两家公司发行的电影占比:

怎么用python分析电影票房  python 第18张

2、分析Universal Pictures和Paramount Pictures两家影视公司电影发行的走势

抽取相关数据列进行处理:

怎么用python分析电影票房  python 第19张

两家影视公司电影发行的折线图:

怎么用python分析电影票房  python 第20张

分析结论:

从图中观察到,随着时间的推移,Universal Pictures和Paramount Pictures公司的电影发行量呈现出增长趋势,尤其是在1995年后增长迅速,其中Universal Pictures公司比Paramount Pictures公司发行的电影数量更多。

问题四:改编电影和原创电影的对比情况如何?

对keywords列数据处理:

怎么用python分析电影票房  python 第21张

描绘柱状图,对改编电影与原创电影在预算、收入及利润三方面进行比较:

怎么用python分析电影票房  python 第22张

分析结论:

从图上可以看出,改编电影的预算略高于原创电影,但改编电影的票房收入和利润远远高于原创电影, 这可能是改编电影拥有一定的影迷基础。

问题五:电影时长与电影票房及评分的关系

电影时长与电影票房的关系:

怎么用python分析电影票房  python 第23张

电影时长与电影平均评分的关系:

怎么用python分析电影票房  python 第24张

分析结论:

从图上可以看出,电影要想获得较高的票房及良好的口碑,电影的时长应保持在90~150分钟内。

问题六:分析电影关键字

先提取电影关键字:

怎么用python分析电影票房  python 第25张

通过词云包WordCloud生成词云图:

怎么用python分析电影票房  python 第26张

关于“怎么用python分析电影票房”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识,可以关注蜗牛博客行业资讯频道,小编每天都会为大家更新不同的知识点。

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:niceseo99@gmail.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

评论