豆瓣电影年份分析

❶ 豆瓣电影数据分析报告

        近年来电影产业迅猛发展，其已成为重要的艺术和娱乐。同时，电影也是说明一个国家的经济水平。因此分析电影书有助于电影工业的发展趋势。

1、 每年的电影的数量，以及每年的电影平均评分

2、 电影那种类型最多，以及前三名的百分比

3、 各个国家的电影数量最多

4、 中国跟美国各个年代对比

1、 每年的电影的数量，以及每年的电影分均分

        由图可见，从 2000 年开始电影年产量的趋势不断上升，而近年些年的评分越来越

低，从评分均值上看一直属于下滑状态。可以推测出，电影的数量会有大幅的上升，

而电影的质量整体下滑。

2、 电影那种类型最多，以及前三名的百分比

        从词云图的电影类型可见，剧情、动作、喜剧的电影类型出现的频率很高。而从环形图

中可以看出动作、喜剧、剧情这三个电影类型对比，历年来剧情的电影类型是最多的，其

次是喜剧，由此可以了解观众的喜好。

3、电影数量在前五名国家的评分情况？

从树状图可以看出美国的电影数量最多，其次是中国、日本、英国、法国。

4、中国跟美国各个年代对比？

        从图中可以看出中国的电影发展趋势一直处以上升阶段，而美国的发展趋势不太乐

观。以目前中国的发展趋势很快就会追上美国，目前美国还是领先阶段。

❷ 豆瓣电影的大事记

2005.3.6 豆瓣诞生，当时被称为“豆瓣评论”，有读书和小组
2005.5.2 豆瓣有电影了
2010.3 豆瓣拆分为社区、读书、电影、音乐
2011.7 豆瓣电影移动端应用上线
2012.5.17 豆瓣电影可以在线选座购票了
2012.10.29 豆瓣电影App新增购票功能
2013.2.5 2012豆瓣电影信息图谱Infograph发布

❸ 豆瓣电影数据分析的背景与意义

豆瓣电影数据分析的背景与意义是电影发展的衡量标准。根据查询相关资料信息显示：豆瓣已经成为国内电影爱好者、影评人士的聚集地，豆瓣评分已经成为国内一个评价电影的重要指标，豆瓣上积攒了大量电影数据为电影行业分析提供了重要资源，通过豆瓣电影来衡量国内外的电影的发展情况。

❹ 如何评价豆瓣电影 2015 年度榜单

基于豆瓣电影参与评分的用户大数据很有参考价值的一份榜单。

当然有一点需要明确。评分只是一个参考。更多时候我们会有自己的个人偏好。这个是不用争议的。

第一名《心迷宫》我很喜欢里面的一句台词。大概是每个人的心里有一块石头。你不让他说出来就压着自己。说出来石头就压在你身上了。其实想想每个人的心里都压着一块石头吧。本片作为导演的处女作。略为可惜的投资太小制作略粗糙。但在剧本和剧情设置上真的非常出色。环环相扣的黑色故事在最后展现了出来。最后父子在棺材前对视的场景寓意深远。我喜欢《殡棺》这个片名。更黑色更阴森。

第二名《老炮儿》昨晚在电影院把我看得热泪涌动。这个世界总有一些人固守自己的规矩，不妥协。这样的人特别值得尊敬。最后六爷拿着大刀在湖面上奔跑的场景真的热血到炸！

第三名《师父》其实《一代宗师》里的各种武林习俗已经可以一窥徐浩峰对民国武林的了解之深。这次他亲自执导的《师父》更是风格尽显。片子的气质真的很特别。看的时候总是忍不住和《一代宗师》比。一个胜在意境超群。一个胜在质朴写实。《师父》里每一个人都在算计。廖凡算计开门立派、宋洋算计扬名立万、金士杰算计留个名声、蒋雯丽算计除掉军方找回武馆的控制权。最后的巷战各种兵器大战很有意思。作为一个金庸迷。好像看惯了刀剑掌法的对决。这次看到各种奇形怪状的兵器。感觉很好玩。

❺ 豆瓣电影数据分析

这篇报告是我转行数据分析后的第一篇报告，当时学完了Python，SQL，BI以为再做几个项目就能找工作了，事实上……分析思维、业务，这两者远比工具重要的多。一个多月后回过头来看，这篇报告虽然写得有模有样，但和数据分析报告还是有挺大差别的，主要原因在于：a.只是针对豆瓣电影数据分析太过宽泛了，具体关键指标到底是哪些呢？；b.没有一个确切有效的分析模型/框架，会有种东一块西一块的拼接感。
即便有着这些缺点，我还是想把它挂上来，主要是因为：1.当做Pandas与爬虫(Selenium+Request)练手，总得留下些证明；2.以豆瓣电影进行分析确实很难找到一条业务逻辑线支撑，总体上还是描述统计为主；3.比起网上能搜到的其他豆瓣电影数据分析，它更为详细，可视化效果也不错；

本篇报告旨在针对豆瓣电影1990-2020的电影数据进行分析，首先通过编写Python网络爬虫爬取了51375条电影数据，采集对象包括：电影名称、年份、导演、演员、类型、出品国家、语言、时长、评分、评论数、不同评价占比、网址。经过去重、清洗，最后得到29033条有效电影数据。根据电影评分、时长、地区、类型进行分析，描述了评分与时长、类型的关系，并统计了各个地区电影数量与评分。之后，针对演员、导演对数据进行聚合，给出产量与评分最高的名单。在分析过程中，还发现电影数量今年逐步增加，但评分下降，主要原因是中国地区今年低质量影视作品的增加。

另外，本篇报告还爬取了电影票房网（ http://58921.com/ ）1995-2020年度国内上映的影片票房，共采集4071条数据，其中3484条有效。进一步，本文分析了国内院线电影票房年度变化趋势，票房与评分、评价人数、时长、地区的关系，票房与电影类型的关联，并给出了票房最高的导演、演员与电影排名。

清洗、去重后，可以看到29033条数据长度、评分、评论数具有以下特点：

结合图1(a)(b)看，可以看到电影数据时长主要集中在90-120分钟之间，向两极呈现阶梯状递减，将数据按照短(60-90分钟)，中(90-120分钟)，长(120-150分钟)，特长(>150分钟)划分，各部分占比为21.06%, 64.15%, 11.95%, 2.85%。

结合图2(a)看，可以看到我们采集到的电影数据评分主要集中在6.0-8.0之间，向两极呈现阶梯状递减，在此按照评分划分区间：2.0-4.0为口碑极差，4.0-6.0为口碑较差，6.0-7.0为口碑尚可，7.0-8.0为口碑较好，8.0-10.0为口碑极佳。

这5种电影数据的占比分别为：5.78%, 23.09%, 30.56%, 29.22%, 11.34%

再将评分数据细化到每年进行观察，可以发现，30年内电影数量与年度电影均分呈反相关，年度均分整体呈现下降趋势，2016年电影均分最低，电影数量最多。

进一步做出每个年份下不同评级等级的电影数据占比，可以发现，近年来，评分在[2.0,6.0)的电影数据占比有着明显提升，评分在[6.0,7.0)的数据占比不变，评分在[7.0,10.0)的数据占比减少，可能原因有：

对照图5，可以发现，评分与时长、评论人数的分布大致呈现漏斗状，高分电影位于漏斗上部，低分电影位于漏斗下部。这意味着，如果一部电影的评论人数很多（特别是超过30w人观影），时长较长(大于120min)，那么它大概率是一部好电影。

根据各个国家的电影数量作图，可以得到图6，列出电影数量前十的国家可得表格2，发现美国在电影数量上占第一，达到8490部，中国其次，达6222部。此外，法国，英国，日本的电影数量也超过1000，其余各国电影数量相对较少。这可以说明美国电影有着较大的流量输入，在中国产生了较大的影响。

进一步分析各国电影的质量，依据评分绘制评分箱线图可得图7，在电影数量排名前20的国家中：

接着我们可以探索，哪个国家的电影对豆瓣评分随年份下降的贡献最大，考虑到电影数量对应着评分的权重。根据上述各国的电影评分表现，我们可以猜测电影数量较多的国家可能对年度均分的下降有较大影响。于是，我们再计算出这些国家的年度电影均分，并与整体均分进行比较分析。

再作出中国大陆，中国台湾，中国香港的均分箱线图图9(a)，可以看到，大陆电影均分低于港台电影，且存在大量低分电影拉低了箱体的位置。

分析相关性可得，大陆、香港、台湾电影年度均分与全部评分关联度分别为R=0.979,0.919,0.822，说明滤去台湾和香港电影，大陆电影年度均分的变化趋势与全部评分变化更接近。图9(b)可以进一步反映这一点。

可以看到，大部分类型集中在X×Y=[10000,30000]×[6.00,7.50]的区间范围内，剧情、喜剧、爱情、犯罪、动作类电影数量上较多，说明这些题材的电影是近三十年比较热门的题材，其中剧情类电影占比最多，音乐、传记类电影平均得分更高，但在数量上较少，动作、惊悚类电影评论人数虽多，但评价普遍偏低。

除此之外，还有两块区域值得关注：

根据类型对电影数据进行聚合，整理得到各类型电影评分的时间序列，计算它们与整体均分时间序列的相关性，可得表格4与图11，可以看到剧情，喜剧，悬疑这三种类型片与总分趋势变化相关性最强，同时剧情、喜剧类电影在电影数量上也最多，因此可以认为这两类电影对于下跌趋势影响最大，但其余类别电影的相关性也达到了0.9以上，说明几种热门的电影得分的变化趋势与总体均分趋势一致。

前面已经得知，中美两国电影占比最高，且对于均分时间序列的影响最大。在此，进一步对两国电影进行类型分析，选取几种主要的类型（数量上较多，且相关性较高）进行分析，分别是剧情，喜剧，爱情，惊悚，动作，悬疑类电影，绘制近年来几类电影的数量变化柱状图与评分箱线图可得图12,13,14,15。

对导演与演员进行聚合，得到数据中共有15011名导演，46223名演员。按照作品数量在(0,2], (2,5], (5,10], (10,20], (20,999]进行分组统计导演数量，可以发现，15009名导演中有79.08%只拍过1-2部作品，46220名演员中有75.93%只主演过1-2部作品。忽略那些客串、跑龙套的演员，数据总体符合二八定律，即20%的人占据了行业内的大量资源。

在此，可以通过电影得分、每部电影评论人数以及电影数目寻找优秀的电影导演与演员。这三项指标分别衡量了导演/演员的创作水平，人气以及产能。考虑到电影数据集中可能有少量影视剧/剧场版动画，且影视剧/剧场版动画受众少于电影，但得分普遍要高于电影，这里根据先根据每部电影评论数量、作品数量来筛选导演/演员，再根据电影得分进行排名，并取前30名进行作图，可得图17,18。

结合电影票房网（ http://58921.com/ ）采集到的3353条票房数据，与豆瓣数据按照电影名称进行匹配，可以得到1995-2020年在中国大陆上映的电影信息，分别分析中国内地电影的数量、票房变化趋势，票房与评分、评价人数、时长、地区以及类型的关系，此外还给出了不同导演与演员的票房表现以及影片票房排名。

如图19所示，国内票房数据与上映的电影数量逐年递增，2020年记录的只是上半年的数据，且由于受疫情影响，票房与数量骤减。这说明在不发生重大事件的情况下，国内电影市场规模正在不断扩大。

对电影数据根据类型进行聚合，绘制散点图21，可以发现：

提取导演/演员姓名，对导演/演员字段进行聚合，计算每个导演/演员的票房总和，上映电影均分、以及执导/参与电影数目进行计算，作出票房总和前30名的导演/演员，可得图22,23，图中导演/演员标号反映了票房排名，具体每位导演/演员的上映影片数量、均分、每部电影评价人数、平均时长与总票房在表5、表6中给出。

最后根据电影票房进行排名，得到票房排名前20的电影如表格7所示，可以看到绝大部分上榜电影都是中国电影，索引序号为3、10、12、14、18、19为美国电影，这也反映了除国产电影之外，好莱坞大片占据较大的市场。

本篇报告采集了1990-2020年间豆瓣电影29033组有效数据，从豆瓣电影的评分、时长、地区、类型、演员、导演以及票房等信息进行分析评价，主要有以下结论：