Анализ данных топ-250 фильмов IMDB
Концепция
Я выбрала данные именно с сайта IMDB, так как часто захожу туда сама, чтобы увидеть оценку критиков и аудитории, понять стоит ли смотреть какой-то фильм или нет и просто почитать отзывы разных людей. Мне стала интересна статистика по самым высоко оцененным фильмам на данном сайте, поэтому я нашла базу данных на сайте kaggle.com
EXISTING_LINK_0_1761380823511_0×0ev2sql
Этапы работы
- Выбор базы данных
- Загрузка данных из CSV файла
- Обработка данных и выделение нужных колонок
- Анализ данных
- Визуализация данных с помощью различных типов графиков
Виды графиков
- Точечная диаграмма - Столбчатая диаграмма - Круговая диаграмма - Линейная диаграмма
Для оформления графиков, я использовала встроенную палитру PiYG / PiYG_r с сайта practicalpythonfordatascience.com, которая включает в себя цвета: - #cf4291 - #eeadd5 - #fce6f2 - #ecf6db - #b0dc7d - #62a32d
Итоговые графики
Топ жанров по популярности
Продолжительность фильмов по жанру
Топ возрастных ограничений на фильмах
Рейтинг фильмов по жанрам
Рейтинг топ-10 фильмов на IMDB
Описание применения генеративной модели
Для чистки данных и помощи написания кода (чтобы разобраться, как работают те или иные команды и чтобы проверить правильность написания кода) я использовала несколько чатов GPT: - chat-gpt.ing - chat-gpt.org - чат-бот в телеграмме
Также для создания обложки проекта я использовала сайт ideogram. - prompt: 3 minimalistic pedestals. on the first one there is an oscar, on the second one there is a clapperboard. on the third one there is a lens of a camera. color palette is shades of green and pink, 3d render, cinematic - картинка
