基于Python+pyecharts 实现国内上映电影票房评分可视化分析项目源码

基于Python+pyecharts 实现国内上映电影票房评分可视化分析项目源码

项目内容

统计2018年在国内上映的所有电影，分别获取上映电影的票房、评分（豆瓣、猫眼、时光、imdb）、类型、上映日期、演员、导演等数据。利用所获数据绘图，对国内上映电影进行定量分析

项目思路

1. 通过 中国票房网 获得2018年大陆上映电影和每部电影票房数据
2. 根据已有的票房数据，通过豆瓣 api 和详细页面，获得每部电影的导演，演员和豆瓣评分等详细数据
3. 分别通过 猫眼、时光网 和 imdb，获取这三个网站的电影评分数据
4. 新建影人条目，利用豆瓣获得的影人数据，对2018年每个演员年参演电影进行统计
5. 根据已有数据作图，分析2018年电影票房排名、不同网站评分差异、电影票房-评分关系等

运行环境

• Python 3.6
• linux/windows
• jupyter notebook

运行依赖包

• requests
• bs4
• pymongo
• numpy
• pyecharts

文件说明

• movies_data 文件夹: 包括了所有获取数据所需的 .py 文件

  • step0_chinamovies.py：获取中国票房网2018年所有国内上映电影及票房
  • step1_doubanmovies.py：根据中国票房网得到的电影数据，从豆瓣 api 接口中获得更详细的数据并存入数据库
  • step1_doubanmovies_supplement.py：用来寻找在 step1_doubanmovies.py 中由于名称原因没有找到的电影
  • step2_moviedetail.py：获得每部电影在不同网站的评分、演职人员等详细信息
  • step3_celebrity.py：计算每个影人（导演）2018年参（导）演电影的票房总和

• movie_draws 文件夹

  • movie_pyecharts.ipynb
    • 为了更加直观的进行展示，数据分析和绘图的代码写在了 jupyter notebook 里面
    • 采用 pyecharts 绘图，包括“电影评分-票房”等八张图
  • 包括了HTML格式的所有 movie_pyecharts.ipynb 绘制图

• output_data 文件夹

  • data_output.py: 从数据库导出电影和影人数据的 .py 文件
  • movie_data.csv: 抓取的2018年所有电影条目，共 522 部
  • cast_data.csv: 每个影人2018年参演电影及电影票房总和排名，共 4723 影人

一些技术细节

• 由于要更改数据库，所有获取数据并保存数据库的操作都写成了函数形式，执行函数的代码加了注释，可根据自身需要去掉注释运行代码
• 数据保存：数据采用mongodb保存，使用时需要安装 pymongo 第三方库
  • 连接到数据表

    client = pymongo.MongoClient()
    db = client.chinamovies # 连接到数据库
    collections = db.movies # 数据表 movies
    collections_detail = db.moviesdetail # 豆瓣数据都放入了数据表 moviesdetail 中
    1
    2
    3
    4

  • 写入多条数据
    collections.insert_many(data['pData'])
  • 写入一条数据
    collections_detail.insert_one(datadetail)
  • 更新数据

    # 更新数据到数据库中
    collections_detail.update({'_id': i['_id']}, {'$set': {'猫眼':{
        'title': movie['nm'], 'rank': movie['sc'],
        'id': movie['id'], 'pubDesc': movie['pubDesc']
    }}})
    1
    2
    3
    4
    5

• 数据验证
  • 本项目中，由于涉及多个网站的电影数据，因此会发生 网站A 电影上映日期或名称与 网站B 不同的情况。本项目中，电影上映日期和名称均以豆瓣网为准。利用 网站A 的电影名在 网站B 中进行搜索时，必须要保证电影名和上映年份完全一致，对于电影名不符合的电影，需要进行二次的人工判断
  • 例：

    # 必须要名称一致且2018年大陆上映才符合要求
    if movie['nm'] == i['title'] and re.findall(r'2018.*大陆上映', movie['pubDesc']):
        ... # 符合要求
    1
    2
    3

• 绘图：利用 pyecharts 绘图，pyecharts 使用可见官方文档：http://pyecharts.org/

所有图表

1. 

2. 

3. 

4. 

5. 

6. 

7. 

8. 

9. 

完整项目代码下载地址：基于Python+pyecharts 实现国内上映电影票房评分可视化分析