丧尸电影数据分析：评分、评价数与受欢迎度的关系

丧尸电影数据分析：评分、评价数与受欢迎度的关系

引用

CSDN

1.

https://blog.csdn.net/weixin_53575943/article/details/143877202

丧尸电影作为近年来备受观众喜爱的电影类型，其评分、评价数与电影受欢迎度之间存在怎样的关系？本文通过数据分析的方式，对一组丧尸电影数据进行了深入分析，探讨了评分分布、评价数与评分的关系以及年份对评分的影响。

数据概览

本文的数据来源于网络电影平台，包含了一些丧尸电影的评分、评价数等信息。以下是数据集的目标字段：

• 标题：电影名称
• 评分：用户给出的评分（1-10分）
• 评价数：参与评分的用户数量
• 年份：电影上映年份

通过这些字段，可以进行基本的统计分析和一些可视化，了解丧尸电影的整体评分趋势以及受欢迎程度。

数据预处理

在进行数据分析之前，对数据进行了预处理，主要步骤包括：

1. 列名修改：为了方便分析，将原始列名修改为更易懂的名称。
2. 抓取值处理：从标题中将电影的上映年份提取出来；对于评分数据，采用均值填充；对于评价数为空的数据，使用0填充。
3. 过滤无效数据：删除包含无效评价数（如"(尚未上映)"或"(暂无评分)"）的电影。
4. 数据类型转换：将评价数转换为整数类型，并从电影标题中提取上映年份信息，转换为整数类型。

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# 设置中文字体
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']  # 使用微软雅黑字体
plt.rcParams['axes.unicode_minus'] = False  # 解决符号乱码问题

# 加载数据
df = pd.read_excel('./丧尸电影.xlsx')

# 修改列名
df = df.rename(columns={'rating_nums': '评分'})

# 截取有效数据
df = df[['标题', '评价数', '评分']]

# 填充或删除缺失值
df['评分'] = df['评分'].fillna(df['评分'].mean())
df['评价数'] = df['评价数'].fillna(0)

# 过滤无效数据
df = df[~df['评价数'].isin(['(尚未上映)', '(暂无评分)'])]

# 删除空白行
df = df.dropna()

# 处理评价数字段，并转类型
df['评价数'] = df['评价数'].str.split("(").str[1].str.split("人").str[0]
df['评价数'] = df['评价数'].astype('int')

# 处理年份字段，并转类型
df['年份'] = df['标题'].str.split("(").str[1].str.split(")").str[0]
df['年份'] = df['年份'].astype('int')

# 排序数据
df = df.sort_values(by=['年份', '评分'], ascending=[False, False])

评分分布情况

首先，对丧尸电影的评分进行分布分析，了解评分的集中程度及分布情况。通过直方图，可以观察到评分在什么范围内的集中程度，是否存在明显的偏差。

# 评分分布分析
sns.histplot(df['评分'], kde=True)
plt.title('丧尸电影评分分布')
plt.xlabel('评分')
plt.ylabel('频数')
plt.show()

分析结果：通过评分分布图，发现大部分评分集中在6-7分之间，表明大部分丧尸电影的观众对影片的评分中等偏下，少数影片的评分较低。

评分数与评分分析

接下来，通常探讨评价数与评分之间的关系。一般来说，评价数较多的电影可能会有更准确的评分。通过散点图，能够判断评价数与评分之间的关系可能存在的潜在影响。

# 评价数与评分关系
sns.scatterplot(x='评价数', y='评分', data=df)
plt.title('评价数与评分关系')
plt.xlabel('评价数')
plt.ylabel('评分')
plt.show()

分析结果：散点图显示出评价数较高的电影主要集中在评分较高的区域，但也有少数电影评价数多但评分较低。这说明，评价数较多的电影往往得到了较为准确的评分，但并不是所有高评价电影都能获得高分。

年份与评分分析

通过分析电影的上映年份与评分的关系，能够了解丧尸电影在不同年代的评分变化趋势。这对于预测未来丧尸电影的受欢迎程度具有一定的参考价值。

# 评分随年份变化的趋势
sns.lineplot(x='年份', y='评分', data=df, markers=True)
plt.title('丧尸电影评分随年份变化趋势')
plt.xlabel('年份')
plt.ylabel('评分')
plt.show()

分析结果：从评分随年份变化的趋势图来看，丧尸电影在近几年内的评分有所波动，但整体呈现出逐渐下降的趋势。这表明随着丧尸电影题材的调整和制作质量的变化，观众对丧尸电影的评价逐步降低。

结论

通过对丧尸电影数据的分析，得出了一些有趣的结论：

1. 评分分配：大部分丧尸电影的评分集中在6-7分之间，少数电影的评分较低。
2. 评价数与评分关系：评价数较多的电影通常有较为准确的评分，但也不乏高评价数却评分较低的电影。
3. 年份影响：近几年上映的丧尸电影评分有所下降，表明该类型电影的质量在不断下降。

未来的分析可以考虑更多的因素，例如电影的详细类型、导演、演员等，以进一步深入挖掘影响电影评分的各种因素。

附录：完整代码

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# 数据加载与预处理
df = pd.read_excel('./丧尸电影.xlsx')
df = df.rename(columns={'rating_nums': '评分'})
df = df[['标题', '评价数', '评分']]
df['评分'] = df['评分'].fillna(df['评分'].mean())
df['评价数'] = df['评价数'].fillna(0)
df = df[~df['评价数'].isin(['(尚未上映)', '(暂无评分)'])]
df = df.dropna()
df['评价数'] = df['评价数'].str.split("(").str[1].str.split("人").str[0]
df['评价数'] = df['评价数'].astype('int')
df['年份'] = df['标题'].str.split("(").str[1].str.split(")").str[0]
df['年份'] = df['年份'].astype('int')
df = df.sort_values(by=['年份', '评分'], ascending=[False, False])

# 评分分布分析
sns.histplot(df['评分'], kde=True)
plt.title('丧尸电影评分分布')
plt.xlabel('评分')
plt.ylabel('频数')
plt.show()

# 评价数与评分关系
sns.scatterplot(x='评价数', y='评分', data=df)
plt.title('评价数与评分关系')
plt.xlabel('评价数')
plt.ylabel('评分')
plt.show()

# 评分随年份变化的趋势
sns.lineplot(x='年份', y='评分', data=df, markers=True)
plt.title('丧尸电影评分随年份变化趋势')
plt.xlabel('年份')
plt.ylabel('评分')
plt.show()

本文原文来自CSDN