python电影数据分析报告_Python进行电影数据分析及可视化

一、提出问题

作为一名业务分析师顾问，客户是一个电影制作新公司，他们将制作一部新电影。客户想确保电影能成功，从而使新公司立足市场。他们希望我能帮助他们了解电影市场趋势，使他们能做出正确的决策。他们提供了指导，希望我能研究以下三大领域：问题 1：电影类型是如何随着时间的推移发生变化的？

问题 2： Universal Pictures 和 Paramount Pictures 之间的对比情况如何？

问题 3： 改编电影和原创电影的对比情况如何？(通过keywords变量中的based on novel字段来判断)

更重要的是，客户请我根据提供的数据，额外回答第四个问题。

二、理解数据

1)获取数据

本次项目选用Movie Database，一个可以公开使用的电影数据。TMDB 5000 Movie Dataset​www.kaggle.com

2)导入数据

3)理解数据

moviedf数据集中，有20个字段，以下是每个字段的含义介绍：

● 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

● budget_adj：根据通货膨胀调整的预算(2010 年，美元)

● revenue_adj：根据通货膨胀调整的收入(2010 年，美元)

3)数据清洗

3.1选择子集

3.2缺失数据处理

3.3数据类型转换

3.4数据格式转换

4)数据分析及可视化

问题 一：电影类型是如何随着时间的推移发生变化的？

解决思路：

1、取出所有的电影类型

2、对电影涉及到的电影类型进行ONE-HOT编码，并生成按年份汇总的电影类型数据，同时汇总历年来各电影类型的总量并作图

3、对前5的电影类型数量进行时间走势分析

问题 二： Universal Pictures 和 Paramount Pictures 之间的对比情况如何？

解决思路

1、查看两家公司电影发行总数并做图分析

2、查看两家公司历年的电影发行数量，并比较分析

问题 三： 改编电影和原创电影的对比情况如何？

解决思路

1、查看改编和原创的电影数量

5)总结

5.1从历史数据来看，拍摄的电影风格类型最多的五种为：Drama、Comedy、Thriller、Action、Romance

5.2 Action、Comedy、Drama、Horror 和 Thriller 等五种类型的电影由少变多，1990年以后电影发行数量增长迅速。

5.3Universal Pictures 和 Paramount Pictures 两家公司在电影的发行数量分别为314，285，超出10%。

5.4从公司电影发行量时间走势上看，2005年以后Universal Pictures公司 一直比 Paramount Pictures公司发行的数量多，处于竞争优势。

5.5原创电影很少，仅占整个电影市场4%的份额。

6)不足之处

时间有限，分析的字段比较少，后续会把更多的字段加入，进行更全面的分析。