Анализ кассовых сборов в кино

Обложка создана с. помощью https://stablediffusionweb.com/ru/app/image-generator

Я решила проанализировать факторы, влияющие на кассовые сборы фильмов. Такой анализ мог бы быть полезен для киностудий при планировании новых проектов и маркетинговых стратегий.

1. Собрать данные о фильмах, включая бюджет, жанр, актерский состав, рейтинги критиков, дату выхода и кассовые сборы.
2. Исследовать корреляции между различными факторами и кассовыми сборами.
3. Построить модель машинного обучения для прогнозирования потенциальных сборов.
4. Визуализировать тренды, например, как меняются предпочтения зрителей по жанрам со временем.
5. Проанализировать влияние сезонности на успех фильмов.

Для анализа я использовала данные источники:

Kaggle

import pandas as pd import matplotlib.pyplot as plt df = pd.read_csv('movies_data.csv') top_10 = df.sort_values('box_office', ascending=False).head(10) print(top_10[['title', 'box_office']]) plt.figure(figsize=(12, 6)) plt.bar(top_10['title'], top_10['box_office']) plt.xticks(rotation=45, ha='right') plt.xlabel('Фильм') plt.ylabel('Кассовые сборы') plt.title('Топ-10 кассовых фильмов') plt.tight_layout() plt.show()

"Аватар" (2009) "Мстители: Финал" (2019) "Титаник" (1997) "Звёздные войны: Пробуждение силы" (2015) "Мстители: Война бесконечности" (2018) "Человек-паук: Нет пути домой" (2021) "Аватар: Путь воды" (2022) "Мир юрского периода" (2015) "Король Лев" (2019) "Мстители" (2012)

import matplotlib.pyplot as plt import numpy as np movies = [ "Аватар", "Мстители: Финал", "Титаник", "Звёздные войны: Пробуждение силы", "Мстители: Война бесконечности", "Человек-паук: Нет пути домой", "Аватар: Путь воды", "Мир юрского периода", "Король Лев", "Мстители" ] box_office = [2.85, 2.80, 2.20, 2.07, 2.05, 1.92, 1.90, 1.67, 1.66, 1.52]

plt.figure(figsize=(12, 6)) bars = plt.bar(movies, box_office)

plt.title("Топ-10 самых кассовых фильмов", fontsize=16) plt.xlabel("Фильмы", fontsize=12) plt.ylabel("Кассовые сборы (млрд $)", fontsize=12) plt.xticks(rotation=45, ha='right')

for bar in bars: height = bar.get_height() plt.text(bar.get_x() + bar.get_width()/2., height, f'{height:.2f}', ha='center', va='bottom')

plt.tight_layout() plt.show()

import pandas as pd import matplotlib.pyplot as plt

df = pd.read_csv('movies_data.csv')

genre_revenue = df.groupby('genre')['box_office'].sum().sort_values(ascending=False)

top_3_genres = genre_revenue.head(3)

print("Топ-3 самых кассовых жанра:") for genre, revenue in top_3_genres.items(): print(f"{genre}: ${revenue:,.2f}")

plt.figure(figsize=(10, 6)) top_3_genres.plot(kind='bar') plt.title('Топ-3 самых кассовых жанра') plt.xlabel('Жанр') plt.ylabel('Общие кассовые сборы ($)') plt.xticks(rotation=0)

for i, v in enumerate(top_3_genres): plt.text(i, v, f'${v:,.0f}', ha='center', va='bottom')

plt.tight_layout() plt.show()

1. Экшн/Приключения
2. Научная фантастика/Фэнтези
3. Анимация/Семейные фильмы

На основе данной диаграммы наглядно видно, что наиболее прибыльными фильмами являются не напрягающие, развлекательно-семейный фильмы, в которых происходит много ярких событий

import matplotlib.pyplot as plt

movies = ["Джон Картер", "Одинокий рейнджер", "Марс атакует!", "47 ронинов", "Гудини"] budgets = [250, 225, 120, 175, 120] # в миллионах долларов revenues = [284, 260, 33, 151, 27] # в миллионах долларов

plt.figure(figsize=(12, 8)) plt.scatter(budgets, revenues, s=100, alpha=0.7)

for i, movie in enumerate(movies): plt.annotate(movie, (budgets[i], revenues[i]), xytext=(5, 5), textcoords='offset points')

max_value = max(max(budgets), max(revenues)) plt.plot([0, max_value], [0, max_value], 'r--', label='Линия безубыточности')

plt.xlabel('Бюджет (млн $)') plt.ylabel('Кассовые сборы (млн $)') plt.title('Соотношение бюджета и кассовых сборов для не окупившихся фильмов')

plt.legend()

plt.xlim(0, max(budgets) * 1.1) plt.ylim(0, max(revenues) * 1.1)

plt.grid(True, linestyle='--', alpha=0.7)

plt.tight_layout() plt.show()