2018至2021年新春挡电影票房分析
這里寫目錄標(biāo)題
- 一丶背景
- 二丶知識(shí)儲(chǔ)備
- 三丶設(shè)計(jì)思路
- 四丶具體代碼以及結(jié)果分析
- 4.1 設(shè)計(jì)方案
- 4.2編碼與測試
- 4.3核心代碼
- 4.4運(yùn)行結(jié)果及分析
- 五丶總結(jié)與展望
- 六丶參考文獻(xiàn)
一丶背景
隨著經(jīng)濟(jì)的發(fā)展,人們生活水平的提高，我們從追求能吃上飽 飯到現(xiàn)在能夠最大程度的追求生活質(zhì)量，改善我們的生活方式。 電影也成為人們平常生活?yuàn)蕵返姆绞街?#xff0c;沒事去電影院看看電 影成為了很多人的首選。文化產(chǎn)業(yè)也是近幾年來我國大力扶持的 產(chǎn)業(yè)，因此影視文化也得到了大力的發(fā)展。本課題是關(guān)于 2018 年 至 2021 年新春檔電影票房的數(shù)據(jù)分析，（2020 年由于疫情原因 沒有新春檔電影），對這三年新春檔的電影從票房，評分，以及 評論等方面做一個(gè)多方位的分析，最后得到結(jié)論。數(shù)據(jù)分析在目 前的市場上扮演著一個(gè)越來越重要的角色，未來的大趨勢也會(huì)將 數(shù)據(jù)分析這一技術(shù)推向更高的高度。
對于數(shù)據(jù)分析，包含了基于數(shù)據(jù)收集、數(shù)據(jù)儲(chǔ)存、數(shù)據(jù)清潔、 數(shù)據(jù)挖掘和基于數(shù)據(jù)模型等。其中，數(shù)據(jù)收集主要應(yīng)該包括兩個(gè) 部分。一方面，使用網(wǎng)絡(luò)爬蟲這一手段把出現(xiàn)在網(wǎng)絡(luò)和移動(dòng)設(shè)備 上的各類信息都收集了起來并且有效地對這些信息加以了管理。 另一方面，傳感器的使用，尤其是在各種傳感器類型的發(fā)展下， 對不同行業(yè)內(nèi)數(shù)據(jù)的收集起到了正向的促進(jìn)作用[1]。
二丶知識(shí)儲(chǔ)備
此課題屬于 python[2]進(jìn)階知識(shí)，需要掌握的技術(shù)如下：
2.1python 相關(guān)變量定義，打印出想要打印的字符串
2.2 運(yùn)算符，測試，條件。
2.3 循環(huán)，嵌套循環(huán)。break 等
2.4 函數(shù)調(diào)用。
2.5 文件。
3.爬蟲相關(guān)知識(shí)[3]
4.爬蟲環(huán)境的搭建：pip install+包名稱。反爬技術(shù)基礎(chǔ)。
5.詞云制作。
三丶設(shè)計(jì)思路
此課題主要從兩個(gè)網(wǎng)頁獲取數(shù)據(jù)：豆瓣電影已經(jīng)貓眼電影。從貓 眼電影獲取各個(gè)新春擋電影的票房，電影類型，時(shí)長，電影票價(jià)格， 場次人數(shù)。從豆瓣電影獲取電影評分，電影評論。 將獲取到的數(shù)據(jù)做可視化[4]處理：柱形圖，條形圖，詞云分析。
四丶具體代碼以及結(jié)果分析
4.1 設(shè)計(jì)方案
使用豆瓣以及貓眼電影網(wǎng)址然后收集其對應(yīng)的內(nèi)容（名字，類型，時(shí)長，評分， 票房，電影票費(fèi)用，場均人數(shù)）
代碼實(shí)現(xiàn)流程：
1.對電影的頁面 https://movie.douban.com/以及 https://maoyan.com/ 發(fā)送請求
2.獲取網(wǎng)頁文本數(shù)據(jù)
3.用變量收集這些數(shù)據(jù)
4 保存數(shù)據(jù)
5.分析數(shù)據(jù)得到結(jié)果 環(huán)境搭建：
4.2編碼與測試
關(guān)鍵代碼：
1：headers 反檢測代碼：
將 ip 封裝成瀏覽器，防止檢測
2：path=r'C:\Users\Administrator\Desktop\python_work\電影’ 獲取數(shù)據(jù)之后文件的源地址
3：if __name__=='__main__': get_text(url)
函數(shù)驅(qū)動(dòng)器
4： with open(path+title[0],'w',encoding='utf-8') as f:
將數(shù)據(jù)保存入 txt，實(shí)際上是寫入
5 ： stopwords=set([line.strip()for line in open ('cn_stopwords.txt',mode='r',encoding='utf_8').readlines()]) )
屏蔽詞匯，將一些詞語屏蔽出詞云分析
4.3核心代碼
爬蟲部分
def get_text(url=url,headers=headers): r=requests.get(url=url,headers=headers) r.encoding = 'utf-8' #獲取電影標(biāo)題selector=etree.HTML(r.text) title=selector.xpath('//*[@id="content"]/h1/span[1]/text()') print(title) #電影類型 type1=selector.xpath('//*[@id="info"]/span[5]/text()') type2 = selector.xpath('//*[@id="info"]/span[6]/text()') #type3 =selector.xpath('/html/body/div[3]/div/div[2]/div[1]/ul/li[1]/a[3]/text()') #type=f'{type1},{type2},{type3}' type = f'{type1},{type2}' print(type) #電影評分 points=selector.xpath('//*[@id="interest_sectl"]/div[1]/div[2]/strong/text()') print(points) #電影時(shí)間 time=selector.xpath('//*[@id="info"]/span[12]/text()') print(time) with open(path+title[0],'w',encoding='utf-8') as f: f.write(title[0]+':'+'\n') f.write(type+', ') f.write(points[0]+', ') f.write(time[0]+', ')詞云分析部分
import jieba import imageio import wordcloud f = open("《電影名字》.txt", mode='r',encoding='utf-8') txt = f.read() #print(txt) txt_list=jieba.lcut(txt) print('中文分詞之后的結(jié)果:',txt_list) string1=''.join(txt_list) print('合并之后的字符串:',string1) img=imageio.imread('xx.png') imageio.imread('賈玲.png')#詞云圖的輪廓# wc=wordcloud.WordCloud( width=1000, height=800, background_color='black', font_path='msyh.ttc',#微軟雅黑 mask=img, scale=15,#字體大小 stopwords=set([line.strip()for line in open ('cn_stopwords.txt',mode='r',encoding='utf_8').readlines()]) )#詞云圖接受文字wc.generate(string1) wc.to_file('電影名字詞云結(jié)果.png')4.4運(yùn)行結(jié)果及分析
4.41 近三年新春檔電影票房情況
從圖中我們可以分析到，2018 和 2019 的票房相差不大，但是 2021 相比 2019 增 漲了百分之 30 左右。
原因如下：
4.42： 2018,2019,2021 每部電影票房如下：
通過以上三張圖，可以看到，每一年春節(jié)票房冠軍都在 35 億票房以上，直 接排到整個(gè)電影票房排行榜的前十，這足已說明最近幾年中國電影取得了一個(gè)巨 大的進(jìn)步！
2018 年，紅海行動(dòng)以軍事題材走入了大眾的視野，展現(xiàn)除了中國軍人的風(fēng)范！ 點(diǎn)燃了大眾的熱血，最后逆轉(zhuǎn)唐人街探案 2 拿下票房冠軍。
2019 年，流浪地球重新書寫中國科幻片，將中國的大門打開，并帶來了曙光。 中國的電影向來不擅長制作科幻片，流浪地球的出現(xiàn)，打破了這一現(xiàn)象，在 2019 年勢如破竹的取得了票房冠軍。
2021 年，唐人街探案 3 與你好李煥英更是雙雙達(dá)到了 45 億以上的成績，你 好李煥英更是接近中國內(nèi)地票房冠軍。2021 年新春票房百分之 75 以上的票房都 來源于這兩部電影。唐人街探案 3 是前兩部積累的超級(jí)人氣，在電影開場第一天 就取得了 10 億的成績，直接打破中國歷史上電影開場第一天的票房記錄并遠(yuǎn)遠(yuǎn) 地將其他電影甩在后面，傲視群雄。你好李煥英則是以溫馨感動(dòng)觸動(dòng)到大眾的心 靈，穩(wěn)扎穩(wěn)打，拿下 2021 年春節(jié)檔票房冠軍。
4.43 分析每年票房整體信息
分析以上三張圖片信息，我們可以看到 2018 年中國電影票價(jià)低于 40 一張，
而 2019 年票價(jià)在 40 左右，最后票房卻比 2018 年低，說明 19 年的電影質(zhì)量不如 18 年，因?yàn)樵?2018 年除了流浪地球取得了很好的成績，其他電影并沒有十分突 出，這就導(dǎo)致了觀眾二刷的數(shù)量減少，票房降低。在 2021 年，票房迎來了一個(gè) 小幅度的增長，普遍在 45 以上，比 18 年高了百分之 20 左右，但是我們可以觀 察一下每場電影的人數(shù)，21 年的場均人數(shù)基本比 18 年低，我認(rèn)為 2021 年票房 增長那么快的一個(gè)很重要的原因是我們的經(jīng)濟(jì)比 18 年更加好了，電影票邊貴并 沒有對票房產(chǎn)生影響，都控制在國人能接受的范圍內(nèi)。
4.44 分類型分析電影票房
以上將每部電影的標(biāo)簽拆開，然后合并在了一次，將數(shù)據(jù)可視化之后的結(jié)果。 可以看出，喜劇片的數(shù)量遠(yuǎn)遠(yuǎn)多于其他數(shù)量，在電影市場占據(jù)絕對領(lǐng)導(dǎo)的地位。 并且，量多質(zhì)量并不會(huì)出現(xiàn)質(zhì)量低的情況，近三年春節(jié)檔電影的平均的票房為 18 億，喜劇片億 15 部取得了 16 億的成績，這是十分難得的，并且，每年春節(jié) 檔電影前二都在喜劇片的影子，這說明中國喜劇電影比較成熟。戰(zhàn)爭，災(zāi)難片因 為數(shù)量少，不具有分析意義。其中犯罪片以及愛情片在春節(jié)檔上映都沒有取得好 的成績，這是因?yàn)榇竽瓿跻?#xff0c;我們都想有個(gè)快快樂樂的開頭，基本不會(huì)光顧這種 類型的電影，科幻片和懸疑片也都取得了不錯(cuò)的成績。
4.45 電影詞云分析：
五丶總結(jié)與展望
爬蟲以及詞云分析技術(shù)是數(shù)據(jù)分析指用適當(dāng)?shù)慕y(tǒng)計(jì)、分析方法對收集來 的大量數(shù)據(jù)進(jìn)行分析，將它們加以匯總和理解并消化，以求最大化地 開發(fā)數(shù)據(jù)的功能，發(fā)揮數(shù)據(jù)的作用。數(shù)據(jù)分析是為了提取有用信息和 形成結(jié)論而對數(shù)據(jù)加以詳細(xì)研究和概括總結(jié)的過程[5]。
使用python進(jìn)行爬蟲時(shí)，注意幾個(gè)地方：
六丶參考文獻(xiàn)
總結(jié)
以上是生活随笔為你收集整理的2018至2021年新春挡电影票房分析的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： reg、wire与logic的区别
- 下一篇： Unsupervised Domain