EDA和数据挖掘实战：漫威与 DC电影收视率和票房分析

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

代码语言：javascript复制

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。

代码语言：javascript复制

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

代码语言：javascript复制

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

代码语言：javascript复制

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：

代码语言：javascript复制

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

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

谁拍的电影更多？

代码语言：javascript复制

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

代码语言：javascript复制

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。

代码语言：javascript复制

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

代码语言：javascript复制

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

代码语言：javascript复制

###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

代码语言：javascript复制

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