Анализ датасета о фильмах
<Вступление>
1. В качестве набора данных выбран датасет, содержащий данные статистики о жанрах фильма, датасет был найден по следующей ссылке:
https://www.kaggle.com/code/amitvkulkarni/film-genre-statistics-eda-trends-prediction#Data-Loading
Этот набор данных содержит жанровую статистику фильмов, выпущенных в период с 1995 по 2018 год. Он предоставляет информацию о различных аспектах фильмов, таких как валовой доход, проданные билеты и цифры с поправкой на инфляцию. А также дает представление о тенденциях киноиндустрии за более чем два десятилетия.
Я выбрала именно эту тему, потому что смотрю много фильмов и люблю исследовать сферу кинематографа
<Виды графиков>
Для анализа данных я выбрала такие виды графиков, как линейная диаграмма, столбчатая диаграмма, и круговая. Эти виды графиков показались мне наиболее эффективными для презентации выбранных данных.
<Этапы работы>
Первое, что я сделала — импортировала необходимые для работы библиотеки.
Затем записала чтение данных из .csv файла
В качестве цветовой палитры была выбрана гамма номер 4242, мне показалось, что графики в этой гамме будут выглядеть наиболее контрастно.
Построим линейную диаграмму, отражающую динамику изменения кол-ва выпущенных фильмов по году.
Из графика видно, что с течением времени, кол-во выпускаемых фильмов растёт.
Покажем с помощью столбчатой диаграммы, какие кино-жанры были наиболее востребованны в период с 1995 по 2018 год.
Выведем топ-10 фильмов самых кассовых фильмов из датасета.
Узнаем, на фильмы каких жанров больше купленных билетов.
Выведем динамику изменения кол-ва фильмов по годам у самых популярных кино-жанров, выявленных выше.
<Заключение>
Таким образом, у меня получилось проанализировать выбранную базу данных с разных сторон, раскрыв разные аспекты особенностей киноиндустрии в графиках.
Ссылка на код:
https://disk.yandex.ru/d/uQIxSVYT6nzmOA
Ссылка на датасет:
https://www.kaggle.com/code/amitvkulkarni/film-genre-statistics-eda-trends-prediction#Data-Loading
