# 影視分析案例

## 影視分析案例

### 1. 總覽數據

``````import pandas as pd
import matplotlib.pyplot as plt

# 影視分析案例

# 1.加載數據
print('數據的形狀：',data.shape)
``````

### 2. 數據處理

``````# 發現有空值（NaN）,處理缺失值
data = data.dropna(how='any')
``````

### 3. 開始分析

#### 3.1 查看票房收入統計

``````#  任務1、查看票房收入統計
#  1.1 導演 vs 票房總收入
group_director = data.groupby(by='director_name')['gross'].sum()
# 採用降序排列
group_director.sort_values(ascending=False)
``````

director_name
Steven Spielberg 4.114233e+09
Peter Jackson 2.289968e+09
Michael Bay 2.231243e+09
Tim Burton 2.071275e+09
Sam Raimi 2.049549e+09
...
Paul Bunnell 2.436000e+03
Alex Craig Mann 1.332000e+03
Ricki Stern 1.111000e+03
Frank Whaley 7.030000e+02
Ekachai Uekrongtham 1.620000e+02
Name: gross, Length: 1659, dtype: float64

``````# 主演 vs  票房總收入
group_actor = data.groupby(by='actor_1_name')['gross'].sum()
group_actor.sort_values(ascending=False)
``````

actor_1_name
Johnny Depp 3.714789e+09
Harrison Ford 3.391556e+09
Tom Hanks 3.264559e+09
Tom Cruise 2.987622e+09
J.K. Simmons 2.856407e+09
...
Jim Carter 3.607000e+03
Stephen McHattie 3.478000e+03
Tatyana Ali 2.468000e+03
Kate Maberly 2.436000e+03
Darryl Hunt 1.111000e+03
Name: gross, Length: 1428, dtype: float64

``````# 導演 + 主演 vs 票房總收入
group_director_actor = data.groupby(by=['director_name','actor_1_name'])['gross'].sum()
group_director_actor.sort_values(ascending=False)
``````

director_name actor_1_name
Joss Whedon Chris Hemsworth 1.705551e+09
Sam Raimi J.K. Simmons 1.485313e+09
Gore Verbinski Johnny Depp 1.250323e+09
George Lucas Natalie Portman 1.165483e+09
Tim Burton Johnny Depp 1.070126e+09
...
Alex Craig Mann Justin Chon 1.332000e+03
Ricki Stern Darryl Hunt 1.111000e+03
Brian Trenchard-Smith David Keith 7.210000e+02
Frank Whaley Lynn Cohen 7.030000e+02
Ekachai Uekrongtham Michael Jai White 1.620000e+02
Name: gross, Length: 3415, dtype: float64

#### 3.2 查看imdb評分統計

``````# 任務2、查看imdb評分統計
# 2.1 查看 各 imdb 評分的電影個數
imdb = data.groupby('imdb_score')['movie_title'].count()
plt.figure()
imdb.plot()
# plt.savefig('./imdb_scores.png')
plt.show()
``````

``````# 2.2 查看mdb評分平均最高的前20導演
director_mean = data.groupby('director_name')['imdb_score'].mean()
top20_imdb_directors = director_mean.sort_values(ascending=False)[:20]
plt.figure(figsize=(18.0,10.0))
# kind = 'barh' 水平條形圖
top20_imdb_directors.plot(kind='barh')
# plt.savefig('./top20_imdb_directors.png')
plt.show()
``````

#### 3.3 電影產量年份趨勢

``````# 任務3、電影產量年份趨勢
moive_years = data.groupby('title_year')['movie_title'].count()
plt.figure()
moive_years.plot()
# plt.savefig('./moive_year.png')
plt.show()
``````

#### 3.4電影類型分析

``````# 任務4、電影類型分析
# 每個電影可以對應好幾種題材，將數據處理爲一個電影對應一個類型
genre_data = pd.DataFrame(columns=['genre', 'gross'])
# data.iterrows:使用迭代器的方法讀取數據，返回數字索引(int) 和每一行的數據
for i, row_data in data.iterrows():
# 使用split進行切割
genres = row_data['genres'].split('|')
n_genres = len(genres)
dict_obj = {}
# 構建一個空字典，用以保存genre和gross的值
dict_obj['gross'] = [row_data['gross']] * n_genres
# print(dict_obj['gross'])

dict_obj['genre'] = genres
# 將字典轉爲dataframe類型
genre_df = pd.DataFrame(dict_obj)
# dataframe中的append將gener_df的數據添加到genre_data
genre_data = genre_data.append(genre_df)
# 將最終的數據寫入csv文件，進行保存
genre_data.to_csv('./genre_data.csv', index=None)
``````
``````# 4.1、按題材分類。統計個數
genre_count = genre_data.groupby('genre').size()
plt.figure(figsize=(15.0,10.0))
genre_count.plot(kind='barh')
plt.savefig('./gener_count.png')
plt.show()
``````

``````# 4.2 按題材統計票房
genre_gross = genre_data.groupby('genre')['gross'].sum()
plt.figure(figsize=(15.0,10.0))
genre_gross.plot(kind='barh')
plt.savefig('./genre_gross.png')
plt.show()
``````