EDA和数据挖掘实战：漫威与 DC电影收视率和票房分析

MCU 与 DC 哪一个更好？ 哪个电影收视率更高？ 本篇文章将基于总票房和评分对漫威和 DC 电影进行分析

Marvel Cinematic vs DC Universe哪个更好，这是一场永无止境的辩论，对吧？ 当你反对这些电影的任何一个时，粉丝会变得疯狂。 在本篇文章中，我们将根据一些数据来对比Marvel 与 DC ， 数据总能说出真相。

MCU 与 DC

本文末尾提供了下载数据集的链接。你可以在 Jupyter Notebook、Google Colab 或任何其他首选编辑器中编写 Python 代码。

代码和分析

import pandas as pd
import scipy.stats as stats

import matplotlib.pyplot as plt
from matplotlib.pyplot import figure
import plotly 
import plotly.express as px
% matplotlib inline

让我们加载数据先看看是什么样子的。

df = pd.read_csv("/content/mdc.csv", encoding='latin-1')
df.head()

数据包括电影名称、发行年份、电影类型、IMDB 评级、IMDB 总收入等。

下面看看更多的信息

df.describe()

df.info()

这两个函数可以帮我们查看数据大体的情况，例如每列的数据类型和信息，还有检查每列中的空值。我们的数据集中没有空值。

数据相关性

f,ax = plt.subplots(figsize=(14,10))
sns.heatmap(df.corr(), annot=True, fmt=".2f", ax=ax)
plt.show()

以上就是两列之间相关性的热图

如果你想看漫威电影或 DC 电影，你可以通过过滤数据来做到这一点。 像这样：

df[df.entity == 'MARVEL'].tail(5)

df[df.entity == 'DC'].tail(5)

谁拍的电影更多？

fig = plt.figure(figsize = (10,10))
ax = fig.subplots()
df.entity.value_counts().plot(ax=ax, kind='pie')
ax.set_ylabel("")
ax.set_title("MARVEL VS DC (No. of Movies)")
plt.show()

上面的饼图清楚地告诉我们，漫威制作的电影比 DC 多。 在这里，MCU 大获全胜。

电影类型

fig = plt.figure(figsize = (10,10))
ax = fig.subplots()
df[df.entity == 'MARVEL'].genre.value_counts().plot(ax=ax, kind='pie')
ax.set_ylabel("")
ax.set_title("Marvel Movie Genre Type")
plt.show()

正如你所看到的，漫威电影宇宙的大部分类型是动作、冒险、科幻、喜剧和奇幻。 现在来看看 DC。

fig = plt.figure(figsize = (10,10))
ax = fig.subplots()
df[df.entity == 'DC'].genre.value_counts().plot(ax=ax, kind='pie')
ax.set_ylabel("")
ax.set_title("DC Movie Genre Type")
plt.show()

可以看到DC电影比漫威电影更加多样化。 DC 尝试过更多类型（虽然失败了，哈）。 我认为这是 DC Universe 最好的部分。

基于 IMDB 的评分最高的漫威和 DC 电影

dc_movies = df[df.entity == 'DC']
marvel_movies = df[df.entity == 'MARVEL']

#Average and highest rated of dc moviesavrg_dc_imdb = dc_movies['imdb_rating'].mean()
avrg_dc_imdb = dc_movies['imdb_rating'].mean()
highest_dc_imdb = dc_movies['imdb_rating'].max()
print("Average: ",avrg_dc_imdb, "\n Highest: ",highest_dc_imdb)

#Average and highest rated of marvel movies
avrg_marvel_imdb = marvel_movies['imdb_rating'].mean()
highest_marvel_imdb = marvel_movies['imdb_rating'].max()
print("Average: ",avrg_marvel_imdb, "\n Highest: ",highest_marvel_imdb)

结果是这样

###DC###
Average:  6.133333333333335 
 Highest:  9.0

###MARVEL####
Average:  6.794736842105261 
 Highest:  8.4

DC 电影的平均评分为 6.133，漫威电影的平均评分为 6.794。 DC 拥有有史以来收视率最高的电影之一。

IMDB 评分与票房

plt.scatter(data = marvel_movies, x = 'imdb_rating', y = 'imdb_gross')
plt.scatter(data = dc_movies, x = 'imdb_rating', y = 'imdb_gross')
plt.title('Marvel vs. DC in imdb ratings and gross')
plt.xlabel('IMDb Ratings')
plt.ylabel('IMDb Gross')
plt.legend(['Marvel', 'DC'])

就总票房而言，有少数几个漫威电影大幅度领先DC 。大多数漫威电影的 IMDB 评分都在 6.7 到 8.2 之间。

DC 电影的评分在图中均匀分布。在 IMDB 总票房上表现不错，但如果将它与漫威进行比较，它们少很多。

那个评分最低的肯定是绿灯侠

标签：漫威,EDA,df,DC,dc,movies,imdb,数据挖掘,marvel
来源： https://blog.csdn.net/m0_46510245/article/details/121281787