1. 豆瓣電影數據分析
這篇報告是我轉行數據分析後的第一篇報告，當時學完了Python，SQL，BI以為再做幾個項目就能找工作了，事實上……分析思維、業務，這兩者遠比工具重要的多。一個多月後回過頭來看，這篇報告雖然寫得有模有樣，但和數據分析報告還是有挺大差別的，主要原因在於：a.只是針對豆瓣電影數據分析太過寬泛了，具體關鍵指標到底是哪些呢？；b.沒有一個確切有效的分析模型/框架，會有種東一塊西一塊的拼接感。
即便有著這些缺點，我還是想把它掛上來，主要是因為：1.當做Pandas與爬蟲(Selenium+Request)練手，總得留下些證明；2.以豆瓣電影進行分析確實很難找到一條業務邏輯線支撐，總體上還是描述統計為主；3.比起網上能搜到的其他豆瓣電影數據分析，它更為詳細，可視化效果也不錯；
本篇報告旨在針對豆瓣電影1990-2020的電影數據進行分析，首先通過編寫Python網路爬蟲爬取了51375條電影數據，採集對象包括：電影名稱、年份、導演、演員、類型、出品國家、語言、時長、評分、評論數、不同評價佔比、網址。經過去重、清洗，最後得到29033條有效電影數據。根據電影評分、時長、地區、類型進行分析，描述了評分與時長、類型的關系，並統計了各個地區電影數量與評分。之後，針對演員、導演對數據進行聚合，給出產量與評分最高的名單。在分析過程中，還發現電影數量今年逐步增加，但評分下降，主要原因是中國地區今年低質量影視作品的增加。
另外，本篇報告還爬取了電影票房網（ http://58921.com/ ）1995-2020年度國內上映的影片票房，共採集4071條數據，其中3484條有效。進一步，本文分析了國內院線電影票房年度變化趨勢，票房與評分、評價人數、時長、地區的關系，票房與電影類型的關聯，並給出了票房最高的導演、演員與電影排名。
清洗、去重後，可以看到29033條數據長度、評分、評論數具有以下特點：
結合圖1(a)(b)看，可以看到電影數據時長主要集中在90-120分鍾之間，向兩極呈現階梯狀遞減，將數據按照短(60-90分鍾)，中(90-120分鍾)，長(120-150分鍾)，特長(>150分鍾)劃分，各部分佔比為21.06%, 64.15%, 11.95%, 2.85%。
結合圖2(a)看，可以看到我們採集到的電影數據評分主要集中在6.0-8.0之間，向兩極呈現階梯狀遞減，在此按照評分劃分區間：2.0-4.0為口碑極差，4.0-6.0為口碑較差，6.0-7.0為口碑尚可，7.0-8.0為口碑較好，8.0-10.0為口碑極佳。
這5種電影數據的佔比分別為：5.78%, 23.09%, 30.56%, 29.22%, 11.34%
再將評分數據細化到每年進行觀察，可以發現，30年內電影數量與年度電影均分呈反相關，年度均分整體呈現下降趨勢，2016年電影均分最低，電影數量最多。
進一步做出每個年份下不同評級等級的電影數據佔比，可以發現，近年來，評分在[2.0,6.0)的電影數據佔比有著明顯提升，評分在[6.0,7.0)的數據佔比不變，評分在[7.0,10.0)的數據佔比減少，可能原因有：
對照圖5，可以發現，評分與時長、評論人數的分布大致呈現漏斗狀，高分電影位於漏鬥上部，低分電影位於漏斗下部。這意味著，如果一部電影的評論人數很多（特別是超過30w人觀影），時長較長(大於120min)，那麼它大概率是一部好電影。
根據各個國家的電影數量作圖，可以得到圖6，列出電影數量前十的國家可得表格2，發現美國在電影數量上占第一，達到8490部，中國其次，達6222部。此外，法國，英國，日本的電影數量也超過1000，其餘各國電影數量相對較少。這可以說明美國電影有著較大的流量輸入，在中國產生了較大的影響。
進一步分析各國電影的質量，依據評分繪制評分箱線圖可得圖7，在電影數量排名前20的國家中：
接著我們可以探索，哪個國家的電影對豆瓣評分隨年份下降的貢獻最大，考慮到電影數量對應著評分的權重。根據上述各國的電影評分表現，我們可以猜測電影數量較多的國家可能對年度均分的下降有較大影響。於是，我們再計算出這些國家的年度電影均分，並與整體均分進行比較分析。
再作出中國大陸，中國台灣，中國香港的均分箱線圖圖9(a)，可以看到，大陸電影均分低於港台電影，且存在大量低分電影拉低了箱體的位置。
分析相關性可得，大陸、香港、台灣電影年度均分與全部評分關聯度分別為R=0.979,0.919,0.822，說明濾去台灣和香港電影，大陸電影年度均分的變化趨勢與全部評分變化更接近。圖9(b)可以進一步反映這一點。
可以看到，大部分類型集中在X×Y=[10000,30000]×[6.00,7.50]的區間范圍內，劇情、喜劇、愛情、犯罪、動作類電影數量上較多，說明這些題材的電影是近三十年比較熱門的題材，其中劇情類電影佔比最多，音樂、傳記類電影平均得分更高，但在數量上較少，動作、驚悚類電影評論人數雖多，但評價普遍偏低。
除此之外，還有兩塊區域值得關註：
根據類型對電影數據進行聚合，整理得到各類型電影評分的時間序列，計算它們與整體均分時間序列的相關性，可得表格4與圖11，可以看到劇情，喜劇，懸疑這三種類型片與總分趨勢變化相關性最強，同時劇情、喜劇類電影在電影數量上也最多，因此可以認為這兩類電影對於下跌趨勢影響最大，但其餘類別電影的相關性也達到了0.9以上，說明幾種熱門的電影得分的變化趨勢與總體均分趨勢一致。
前面已經得知，中美兩國電影佔比最高，且對於均分時間序列的影響最大。在此，進一步對兩國電影進行類型分析，選取幾種主要的類型（數量上較多，且相關性較高）進行分析，分別是劇情，喜劇，愛情，驚悚，動作，懸疑類電影，繪制近年來幾類電影的數量變化柱狀圖與評分箱線圖可得圖12,13,14,15。
對導演與演員進行聚合，得到數據中共有15011名導演，46223名演員。按照作品數量在(0,2], (2,5], (5,10], (10,20], (20,999]進行分組統計導演數量，可以發現，15009名導演中有79.08%只拍過1-2部作品，46220名演員中有75.93%只主演過1-2部作品。忽略那些客串、跑龍套的演員，數據總體符合二八定律，即20%的人占據了行業內的大量資源。
在此，可以通過電影得分、每部電影評論人數以及電影數目尋找優秀的電影導演與演員。這三項指標分別衡量了導演/演員的創作水平，人氣以及產能。考慮到電影數據集中可能有少量影視劇/劇場版動畫，且影視劇/劇場版動畫受眾少於電影，但得分普遍要高於電影，這里根據先根據每部電影評論數量、作品數量來篩選導演/演員，再根據電影得分進行排名，並取前30名進行作圖，可得圖17,18。
結合電影票房網（ http://58921.com/ ）採集到的3353條票房數據，與豆瓣數據按照電影名稱進行匹配，可以得到1995-2020年在中國大陸上映的電影信息，分別分析中國內地電影的數量、票房變化趨勢，票房與評分、評價人數、時長、地區以及類型的關系，此外還給出了不同導演與演員的票房表現以及影片票房排名。
如圖19所示，國內票房數據與上映的電影數量逐年遞增，2020年記錄的只是上半年的數據，且由於受疫情影響，票房與數量驟減。這說明在不發生重大事件的情況下，國內電影市場規模正在不斷擴大。
對電影數據根據類型進行聚合，繪制散點圖21，可以發現：
提取導演/演員姓名，對導演/演員欄位進行聚合，計算每個導演/演員的票房總和，上映電影均分、以及執導/參與電影數目進行計算，作出票房總和前30名的導演/演員，可得圖22,23，圖中導演/演員標號反映了票房排名，具體每位導演/演員的上映影片數量、均分、每部電影評價人數、平均時長與總票房在表5、表6中給出。
最後根據電影票房進行排名，得到票房排名前20的電影如表格7所示，可以看到絕大部分上榜電影都是中國電影，索引序號為3、10、12、14、18、19為美國電影，這也反映了除國產電影之外，好萊塢大片占據較大的市場。
本篇報告採集了1990-2020年間豆瓣電影29033組有效數據，從豆瓣電影的評分、時長、地區、類型、演員、導演以及票房等信息進行分析評價，主要有以下結論：
2. 最好的影院排名
最好行此橡的影院有萬達影院、大地影院、橫店影城、中影國際影城、金逸電影等。
1、萬達影院
萬達電影可以說幾乎覆蓋了全國各大城市的電影院線品牌，由王健林的萬達集團於2005年推出，至今品牌旗下業務幾乎覆蓋了完整扒扒了電影產業鏈，並且還有著IMAX專業放映設備和觀影廳。
3. 中國電影產業現狀及發展歷史
中國電影現狀，產業呈現出良好的發展勢頭。一方面，中式大片在產量和社會效果兩方面都越來越好，重新贏得國內觀眾的信任;另一方面，它在海外市場的拓展也出現持續上升趨勢，對於推廣我國文化價值體系及其軟實力起到積極作用。
中式大片的國際影響力不斷增強，受到外國觀眾的歡迎，國際市場有了新的開拓，商業價值也趨於提高。但我們應當看到，中國電影在國際貿易中處於逆差狀態，影片的海外競爭力仍然偏弱，與中國貿易大國和文化大國的地位很不相稱。為此我們簡要歸納了近年來中式大片的成功經驗:從創作上看，中式大片已經摸索出一條主旋律片、藝術片和商業片三型互滲的電影美學道路，特別是在主旋律應當具有觀賞性和藝術性方面取得了共識。從在觀眾中的社會效果看，中式大片已初步形成在通俗故事中蘊藉民族主流或核心價值理念的美學傳統。
發展史
中國電影從無聲、單機、黑白影片到高科技、大投入、環繞立體聲巨幕電影，乃至全球最有影響力的電影節，以武術及以尚武崇德的俠義思想為主題的電影占據了中國電影的重要地位。從而使電影成為中國文化產業的中流砥柱。
1905年，中國第一部電影《定軍山》 在北京豐泰照相館誕生，著名京劇老生譚鑫培在鏡頭前表演了自己最拿手的幾個片斷。片子隨後被拿到前門大觀樓熙攘的人群中放映，萬人空巷，就此宣告中國電影的誕生。
第一個階段是中國電影的大產業時期，在這個時期里，中國電影經歷的是井噴現象，中國電影的行業當時都是被三大巨頭所把握的，他們一個開創了長篇正劇的歷史，一個成為了文藝片的源頭，最後一個是中國志怪電影鼻祖，這些東西到現在還在影響著中國的電影製作，當外國資本看到中國的電影市場，就幾乎全部的涌了進來。中國電影當時都與外國的電影各都占據了半壁江山。
第二個電影階段是新中國成立之後涌現出大批的電影製作人，也都製作出一大批優秀電影，在1950年的時期，新中國從蘇聯引入了一部電影《列寧在十月》可是中國人不懂俄語啊，於是，電影配音員就這樣出現了，於是一部帶著一股子東北味的普通話的電影出現了，從此，配音員在中國電影成為中國電影不可或缺的重要組成部分。從此，中國電影就進入了歷史發展的快車道了。
中華人民共和國成立以後，中國電影事業獲得全面的發展，建立了10多個國有電影製片廠，建起了大型電影機械廠、電影洗印廠、電影膠片廠，成立了高等電影專業學府-北京電影學院和中國電影發行放映公司為龍頭的電影發行網。到90年代，全國放映單位（影院、放映隊等）已超過10萬個。故事片年產量最高達140部，每年觀眾在200億左右人次，60年代以來，為了繁榮電影事業，先後舉辦百花獎和金雞獎的評選活動，還在長春、上海等地舉報了國際電影節，有不少優秀影片在權威性國際電影節上獲獎！
而中國電影的潛力也以及展示出來，2017年，全國的總票房已經高達557億，平均每天新增加5家電影院。從2012年至2017年全年上映場次從1311萬場增加到7510萬場；2012年至2017年全國銀幕數量從9286個增加到41179個；2012年至2017年全國觀影人次從3.5億增加到13.7億。而至今到2018年10月08日，全國總票房已經達到509.09億，才半年多過去，已經快抵得上2017年全年的總票房。幾乎每年都在100億的穩定增長。從數據上來看，中國電影未來的發展潛力還是無限的，比如《戰狼2》《紅海行動》《我不是葯神》《唐人街探案2》這些電影都具有很好的口碑，而且也讓世界看到了現在中國電影的高速發展。隨著國家的提倡和大眾的參與讓中國電影有了更高層次的發展，同時也讓出品公司和大眾參與者賺的盆滿缽盈。
4. 2017上映電影數量
2017年是電影產業的豐收之年，全年上映電影數量達到了超過800部，其中不乏優秀的作品。據統計，國內電影數量約為530部，進口電影數量約為280部。在進口電影中，美國電影占據了大含岩握多數份額。而在談慶國內電影中，除了傳統的喜劇、愛情、動作等類型外，也涌現出了一些具有新意的題材和風格，例如《戰狼2》、《芳華》等。此外，2017年也是中國影視產業與海外市場交流合作的重要一年，不少國內電影也在國際上棗衫獲得了認可和好評。可以說，2017年是一年充滿活力和創新的電影年份。
5. 2017年中國電影票房達到559億元了嗎
據報道，來自國家新聞出版廣電總局電影局的數據顯示，2017年全國電影總票房達559.11億元，較上年同期增長13.45%，城市院線觀影人次為16.2億，比上年13.72億增長18.08%，電影產業發展態勢良好。
隨著「電影走出去」呈現出新的亮點和特徵，已與20個國家簽署了電影合拍協議，金磚國家電影節等活動順利舉辦，為推動中外人文交流積累了重要經驗。
6. 2017年中國電影票房達到了多少億
新聞出版廣電總局電影局12月31日晚發布的數據顯示，2017年全國電影總票房為559.11億元，同比增長13.45%；國產電影票房301.04億元，占票房總額的53.84%；票房過億元影片92部，其中國產電影51部；城市院線觀影人次16.2億，同比增長18.08%。
電影局負責人稱，2017年，電影產業促進法順利實施，「放管服」改革為市場帶來更多活力；我國作為世界第二大電影市場的地位更加鞏固，成為全球電影市場增長的主引擎；「電影市場規范年」活動深入開展，為產業健康發展提供了堅實保障；「電影走出去」呈現出新的亮點和特徵，我國已與20個國家簽署了電影合拍協議，金磚國家電影節等活動順利舉辦，為推動中外人文交流積累了重要經驗。
7. 中國大數據影片有哪些
靜水深流，空山鳴響。2017年的農村電影放映在平穩的大背景下，整個體系在向平衡、多元、差異、活躍的方向提質增效，進入了一個以供給側結構性改革為導向的「精耕細作」時期。農村電影市場在2017年度展現出的新需求、新變化，不僅對電影放映工作提出了更高的要求，也為探索農村電影放映新機制、提高發行方活力和收益提供了新思路。在國家大力推行鄉村振興戰略的背景下，農村電影市場必然將像其他鄉村產業一樣，迎來一個充滿新潛力、新價值與新可能的黃金機遇期。
發行主體集中化趨緩，平衡化向前
2017年度，發行方表現出「大局穩定、整體接近、小眾崛起」的特點。
從總體格局看，無論是發行影片數、被訂購影片數、被訂購總場次還是被訂購總金額方面，都處於「幾家獨大」的狀態，頭部發行方占據了八成左右的比重。
從發展趨勢看，各發行方在被訂購場次和被訂購金額上的差距又有所減小，分布更加集中，頭部在各方面所佔的比例相比往年有所下降，整體在向更加平衡的方向發展。
對於那些發行影片、被訂購影片較少的「小發行方」來說，市場也提供了機會。不同發行方的單片平均收益、單片平均場次都表現出擴大趨勢，今年單片平均收益、單片平均場次較高的發行方大都是被訂購影片數不高的「非頭部發行方」，說明在大的「二八格局」下，其他發行方並沒有完全被馬太效應束縛，依靠優質的影片也有機會獲得較好的訂購場次和版權收益，彌補在發行影片數量上的不足。
推薦影片
2017年度，主題放映活動共推薦了225部影片，內容豐富多樣，包括劇情、動作、戲劇、愛情、犯罪、戰爭、古裝等類型。
主題放映活動推出了許多思想精深、藝術精湛、製作精良的影片，在各類熱門影片中，被推薦影片佔2017年度訂購量TOP50影片的30%（15部），占故事片TOP200影片情況的23.5%（47部）。
推薦效果
主題活動所推薦影片受到市場的高度認可，平均訂購場次、平均訂購金額遠超過所有影片的平均水平。
被推薦影片數量上僅占所有被訂購影片總數的6.04%，全年被訂購了2152228場，占訂購總場次的21.64%，總訂購金額24043949元，占總訂購金額的25.46%。
年度總結穩中有變，進入提質增效新階段
經歷了前幾年的高速增長，農村電影放映事業在2017年進入了一個「增速放緩、調整加快」的階段，從發行到訂購的各個層面都表現出了「穩中有變」的特點。
2017年度，農村電影訂購總場次首次突破1000萬場，增幅高達12.99%。但也要看到，若將較為特殊的公益廣告的場次不納入統計，本年度訂購總場次、訂購總金額幾乎與去年持平，分別還有0.11%、0.7%的下降，訂購情況的「穩」正反映在這里。不同以往的是，2017年版權有補貼的農村版權影片和版權非補貼的農村版權影片的差距進一步擴大，版權非補貼影片的場次佔比達到了64.99%、金額佔比達到了73.37%，達到了歷年之最，反映出了公益因素和市場因素更加深入地結合。
2017年的影片供給十分豐富，可訂購的和被訂購的影片數同比分別增長了11.55%和6.67%，但也要看到，影片訂購率保持穩定，影片的平均訂購場次和平均訂購金額與往年也基本一致。在「穩」的背後，新片、大片的表現都要優於往年，占總數10.58%的新片，貢獻了52.59%的訂購場次和48.44%的訂購金額，大片的平均訂購場次和訂購金額更是所有影片平均水平的160.72%和232.41%。這一穩一變之間，反映出了農村群眾的觀影偏好進一步與城市接軌，對影片質量提出了更高要求。
2017年，省份、院線、放映隊等放映終端的數量、分布等都沒有出現明顯的變化，但省份之間的差異卻在一定程度上有所凸顯。各省份的訂購場次差距減小的情況下，訂購金額的差距卻進一步拉大，訂片均價上也存在較大的差距，故事片平均訂價最高的省份是最低省份的2.5倍，反映出了各省份在訂購影片的種類、價 格上存在偏好甚至態度的不同。而放映隊平均活躍度的差異，也能在一定程度上反映出各省份農村電影放映工作的落實情況、固定化程度等。
對於發行方來說，2017年度的格局仍維持著「幾家獨大」。在發行影片數、被訂購場次、被訂購金額和版權收益等方面，前五名的發行方基本占據了80%左右的份額，「二八效應」明顯。但從趨勢上說，眾多非頭部發行方的份額加速提升，發行方之間訂購情況的差距有所減小，而發行方單片平均收益的差距卻大幅提高，2017年度出現的《戰狼2》《勇士》等優秀影片，讓發行影片數較少的「小發行方」也能獲得較高版權收益，顯示出農村電影市場里「大魚不通吃」的機遇和潛力。
值得一提的是，無論是平穩鞏固，還是調整變化，農村電影放映工作仍然保證了將社會效益和文化惠民放在首位。2017年發行的4部公益廣告總訂購量達1304781場，占年度總場次的11.60%，在廣大農民群眾中有效宣傳了新時代、新思想、新政策。民族語譯制工作有條不紊地扎實推進，新發行的32部譯制影片100%被訂購，充分體現了「為映而譯」。作為引導、調控農村電影放映的有效手段，主題放映活動同樣效果顯著，200多部積極向上、質量精良的影片在平台的推薦下，獲得了占總數21.64%的訂購場次和25.46%的訂購金額，得到了人民群眾的廣泛認可，對弘揚主旋律、傳播正能量、提升農村電影放映質量起到了積極作用。
8. 截止2016年年中國有多少家電影院
根據已公布數據，目前大約在5000家左右。
電影局發布數據：2014年，中國新增影院1015家，日均增長近3家；新增銀幕5397塊，日均增長15塊，目前全國銀幕總數已達2.36萬塊。可以類比的是，2013年中國新增影院數量約900座，新增銀幕5077塊。
兩次數據公布，都並沒有提及中國電影院的總數目，但可以參照去年各大擬上市院線公司所採用的數字——2013年，中國可統計票房影院總數達到3849家。