所有步骤均在Anaconda--Jupyter Notebook中完成
目录
1.简介
2.数据整理
3.探索性数据分析
简介通过来自TMDB数据集，使用 NumPy 和 Pandas 完整体验分析流程，分析票房收入和哪些元素有关？而高票房电影又会有哪些共同特征？作为电影灵魂的导演又在其中占据怎么样的地位呢？让我们一起来深入TMDb电影数据，了解电影数据带给我们的趣味，一同寻找最佳导演吧。
需要声明的是，此次的结论是暂时的，可能需要进一步改进。
数据整理介绍：通过查看数据集的常规属性，查看是否有缺失值，数据冗余，数据类型是否正确。
常规属性
数据清理常规属性中可以看到很多列有数据缺失，重复数据有一行，'release_date'这列的类型应该为时间类型，下面主要针对这三个问题进行清理。
探索性数据分析介绍： 完成数据整理和清理之后，现在可以进行探索性数据分析了。
(一)研究票房收入与哪些元素有关系？
元素1： 电影类型与票房收入的关系
元素2： 平均评分与票房收入的关系
元素3： 上映年份与票房收入的关系
元素4： 电影时长与票房收入的关系
动画(Animation)和冒险(Adventure)题材类的票房是最高的。而类似于纪实(Documentary)和外交(Foreign)两种题材的电影既不卖座，大众接受度也不高，票房收入是最少的。
票房收入较好的平均评分都在6-8分之间浮动，观众对高评分的电影有很高的热情度。
各种题材的电影在不同的年份中所取得的票房收入都在逐年增长，但毫无疑问的是，动作(Action)和冒险(Adventure)还有喜剧(Comedy)类的题材依然处在主流地位。很明显，影片时长集中在120-200分钟内，这个区间的票房收入相对较高。
让人值得注意的是最高的票房收入远远高于一般影片的票房收入，神话般的存在！
特放一张这部电影的宣传图！
(二)寻找最佳导演研究1： 票房收入最高的前10位导演
研究2： 平均评分最高的前10位导演
研究3： 寻找最佳导演
《阿凡达》票房收入2827124000美元，位列第一，导演为詹姆斯·卡梅隆(James Cameron)；
《星球大战》票房收入2789712000美元位，位列第二，导演为乔治·卢卡斯(George Lucas)；
《泰坦尼克号》票房收入2506406000美元，位列第三，导演为詹姆斯·卡梅隆(James Cameron)。
《肖申克的救赎》平均评分8.4分，位列第一，导演为弗兰克·德拉邦特(Frank Darabont)；
《别假正经》平均评分8.4分，并列第一，导演为乔纳森·戴米(Jonathan Demme)；
《教父》平均评分8.3分，位列第三，导演为弗朗西斯·福特·科波拉(Francis Ford Coppola)。
斯皮尔伯格(Steven Spielberg),伊斯特伍德(Clint Eastwood),马丁·斯科西斯(Martin Scorsese),詹姆斯·卡梅隆(James Cameron)等等为代表的好莱坞明星导演们在给观众带来完美的视觉和心灵冲击的同时，一次又一次地缔造了全球票房神话。他们的一些作品改写了电影王国的版图，甚至载入了人类文明的历史，很多都成为了电影艺术殿堂中的经典。他们是商业机器的一部分，同时也是严肃的艺术家，拥有巨大的影响力。他们是好莱坞的灵魂。
结论
一部电影好坏的评判永远离不开票房收入这个因素，而想要获得好的票房收入，题材的重要性尤为可见，通过上面的数据我们可以看得出来，动作(Action)和冒险(Adventure)还有喜剧(Comedy)类的题材是高票房的首选，想拍一部收益不错的电影可以考虑选择这些题材。
一部影片的质量，在很大程度上决定于导演的素质与修养；一部影片的风格，也往往体现了导演的艺术风格。在现在这个人人期待高票房的环境下，一部好的作品依旧需要一个好的导演，很期待斯皮尔伯格，詹姆斯·卡梅隆他们这些好莱坞明星导演们能继续给我们带来更多的经典电影作品。
通过上面的分析我们不难看出一部电影想要获得高票房的收入，不错的平均评分以及导演的知名度起到很大作用。
尽管这个样本不能代表整个电影数据，但是通过这样的分析我们能够了解大概的趋势。同样的，在这次整个数据集分析过程中，我只是通过票房收入和导演两个部分进行了相关元素的研究，并没有使用到统计的相关内容，如果有机会，我会把统计分析的内容补充完整。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
