2022-11-28-大數據可視化“可視化國產-進口電影票房榜單”分析，特征維度大于50

可視化國產/進口電影票房榜單

• 前言
• 數據分析
• 數據可視化過程
• 分析總結

---

---

前言

黨的十八大以來，國產電影產業與事業快速發展，創作水平不斷提高，題材類型豐富多元，受眾口碑不斷提升，在市場競爭中表現愈發突出，已成為廣大人民群眾首選的文化消費形式。國產電影的高質量發展，有著多重的表現。
　　首先是主旋律電影的復蘇。既往，主旋律似乎和院線電影難以相容，取得商業成功的主旋律電影少之又少，而一些商業電影的價值取向也似乎與主旋律貌合神離。近年來，隨著國內電影工業水平不斷提升，電影作品對主旋律的表達方式也更為細膩深入，觀眾對主旋律影片的認可度逐漸提高。諸如2016年的《湄公河行動》、2018年的《紅海行動》、2019年的《我和我的祖國》、2020年的《八佰》《我和我的家鄉》、2021年的《長津湖》《中國醫生》等影片，充分吸納了類型片的敘事手段，憑借其精良的制作與深厚的情懷，在票房、口碑上實現了雙豐收，《長津湖》更是打破了影史票房紀錄，創造了中國電影的奇跡。
　　其次是商業電影的繁盛。過去的十年是中國電影擴展市場，開疆拓土的十年。2012年以來，電影市場保持著高速增長的態勢，2012年全國銀幕數有13118塊，到2021年達到了82248塊，基本覆蓋了全國的城市與城鎮；2019年全國總票房達到了642億元，其后由于疫情影響票房總量有一定程度下降，但也超越北美成為世界第一。從2012年《人再囧途之泰囧》拿下12億票房成為首部超十億票房國產電影并獲得當年票房冠軍之后，國產電影開始頻頻打破票房紀錄，在好萊塢電影的沖擊下茁壯成長，讓引進片稱霸票房榜的時代成為了過去式。2015年，《捉妖記》取得24億票房；2016年，《美人魚》取得33億票房；2017年，《戰狼2》取得56億票房；再到《長津湖》的57億票房，國產電影票房冠軍幾經易手，人們對國產電影的信心也與日俱增。在此期間，也出現了《心花路放》《夏洛特煩惱》《流浪地球》《你好，李煥英》《唐人街探案》系列等商業表現優秀的電影作品，國產電影的市場一路向好。
為了進一步將國產電影和進口電影的票房進行一個更好地對比，此次選題用大數據可視化的方式直觀的將數據展示出來，可視化主要使用 pyecharts >= 1.9。

---

數據分析

數據集概況

數據集分為四個文件，分別是電影票房表現概覽、票房榜、電影票房三十日時段趨勢數據和電影票房三十日時段詳情。

數據維度：

電影票房表現概覽維度31，數據量100：



票房榜維度8，數據量150
電影票房三十日時段趨勢數據維度16，數據量4620

電影票房三十日時段詳情數據維度15，數據量3392

---

數據可視化過程

引包

import numpy as np import pandas as pd from collections import Counter from pyecharts import options as opts from pyecharts.charts import * from pyecharts.commons.utils import JsCode from pyecharts.globals import ThemeType from pyecharts.components import Table from pyecharts.options import ComponentTitleOpts import datetime

票房榜數據概覽

data = pd.read_excel(r"/home/mw/input/movie7110/票房榜.xlsx") data.head(1)

票房榜數據字段處理

data["年份"] = data["上映日期"].apply(lambda x: str(x.split("-")[0])) data["票房"] = data["票房"].apply(lambda x: round(x/100000000, 2)) data = data.rename(columns={"票房":"票房/億"}) data.head(1)

電影票房表現數據概覽

data_haed = pd.read_excel(r"/home/mw/input/movie7110/電影票房表現概覽.xlsx") data_haed.head(1)

電影票房數據字段處理

data_haed_all = data.merge(data_haed, how="left", on=['EnMovieID']) data_haed_all["首映票房"] = data_haed_all["首映票房"].apply(lambda x: round(x/100000000, 2)) data_haed_all["首周票房"] = data_haed_all["首周票房"].apply(lambda x: round(x/100000000, 2)) data_haed_all["首周末票房"] = data_haed_all["首周末票房"].apply(lambda x: round(x/100000000, 2)) data_haed_all = data_haed_all.rename(columns={"電影_x": "電影", "首映票房": "首映票房/億", "首周票房": "首周票房/億", "首周末票房": "首周末票房/億"}) data_haed_all.info() data_haed_all = data_haed_all.drop(labels=["EnMovieID","DBOMovieID","EFMTMovieID","電影_y","GenreMainID"],axis=1) colums = list(data_haed_all) print(colums) data_all = data_haed_all[data_haed_all["榜單類別"] == "全部"] data_china = data_haed_all[data_haed_all["榜單類別"] == "國產"] data_foreign = data_haed_all[data_haed_all["榜單類別"] == "進口"]data_cat = [data_all, data_china, data_foreign] cat = ["全部", "國產","進口"]

榜單類別 - 國產/進口 - TOP50

tab = Tab()headers = columsrows_china = data_china[colums].apply(lambda x: list(x), axis=1).values.tolist()rows_foreign = data_foreign[colums].apply(lambda x: list(x), axis=1).values.tolist()attributes = {"class": "fl-table", "style": "margin: 0 auto"} # 居中顯示table_china = Table() attributes = {"class": "fl-table", "style": "margin: 0 auto"} # 居中顯示 table_china.add(headers, rows_china, attributes) table_china.set_global_opts(title_opts=ComponentTitleOpts(title=f"榜單類別 - 國產 - TOP50", subtitle="") )table_foreign = Table() attributes = {"class": "fl-table", "style": "margin: 0 auto"} # 居中顯示 table_foreign.add(headers, rows_foreign, attributes) table_foreign.set_global_opts(title_opts=ComponentTitleOpts(title=f"榜單類別 - 進口 - TOP50", subtitle="") )table = Table() table.add([], [], attributes) table.set_global_opts(title_opts=ComponentTitleOpts(title="鍵盤左右鍵移動視圖查看", subtitle="") )tab.add(table_china, "國產") tab.add(table_foreign, "進口") tab.add(table, "點擊預覽")tab.render_notebook()

電影票房榜單 - TOP50

line_max = max(max(data_all['場均人次'].tolist()), max(data_all['平均票價'].tolist()))bar_max = max(data_all['票房/億'].tolist())bar_all = (Bar(init_opts=opts.InitOpts(width="1000px", height="600px",theme='light')) # 設置圖表大小.add_xaxis(xaxis_data=data_all['電影'].tolist()) # x軸.add_yaxis(series_name="票房/億", # 柱形圖系列名稱y_axis=data_all['票房/億'].tolist(), # 數據label_opts=opts.LabelOpts(is_show=False, position='top', formatter="{c}/億"), # 顯示數據標簽itemstyle_opts={"normal": {"color": JsCode("""new echarts.graphic.LinearGradient(0, 0, 0, 1, [{offset: 0,color: '#ee3f4d'}, {offset: 1,color: '#eea2a4'}], false)""", ),"opacity": 0.8, # "barBorderRadius": [20, 20, 0, 0],'shadowBlur': 8,'shadowColor': 'rgba(0, 0, 0, 0.4)','shadowOffsetX': 10,'shadowOffsetY': 10,'borderColor': 'rgb(220,220,220)','borderWidth': 1}}).extend_axis( # 設置次坐標軸yaxis=opts.AxisOpts(name="", # 次坐標軸名稱type_="value", # 次坐標手類型min_=-2 * line_max, # 最小值max_=2 * line_max, # 最大值is_show=False, # 是否顯示axisline_opts=opts.AxisLineOpts(is_show=False, # y軸線不顯示linestyle_opts=opts.LineStyleOpts(color='#2486b9')), # 設置線顏色, 字體顏色也變axistick_opts=opts.AxisTickOpts(is_show=False), # 刻度線不顯示axislabel_opts=opts.LabelOpts(formatter="{value}"), # 次坐標軸數據顯示格式)).set_global_opts(title_opts=opts.TitleOpts(title="電影票房 - top50", # 標題title_textstyle_opts=opts.TextStyleOpts(font_size=20), # 主標題字體大小subtitle="國產/進口", # 次坐標軸pos_left='center',pos_top='0.8%'), # 標題位置legend_opts=opts.LegendOpts(is_show=True,pos_top=50,orient="horizontal",), # 不顯示圖例tooltip_opts=opts.TooltipOpts(trigger="axis",axis_pointer_type="shadow"), # 提示框xaxis_opts=opts.AxisOpts(name='',type_='category',axislabel_opts=opts.LabelOpts(rotate=360),),yaxis_opts=opts.AxisOpts(type_="value", # y軸類型max_=bar_max,name='票房/億', # y軸名稱name_location='middle', # y軸名稱位置name_gap=70, # y軸名稱距離軸線距離axistick_opts=opts.AxisTickOpts(is_show=False), # 刻度線axisline_opts=opts.AxisLineOpts(is_show=False), # y軸線splitline_opts=opts.SplitLineOpts(is_show=True), # y軸網格線axislabel_opts=opts.LabelOpts(formatter="{value}"),), # 軸標簽顯示方式datazoom_opts=opts.DataZoomOpts(is_zoom_lock=False)) )line_all = (Line().add_xaxis(xaxis_data=data_all['電影'].tolist()) # x軸.add_yaxis(series_name="場均人次", # 名稱yaxis_index=1, # 次坐標is_smooth=True, # 線條樣式 , 是否設置成圓滑曲線y_axis=data_all['場均人次'].tolist(),itemstyle_opts={"normal": {"color": JsCode("""new echarts.graphic.LinearGradient(0, 0, 0, 1, [{offset: 0,color: '#2486b9'}, {offset: 1,color: '#FF00FF'}], false)""", ),"opacity": 0.7,"barBorderRadius": [45, 45, 45, 45],"shadowColor": 'rgb(0, 160, 221)',}},linestyle_opts={'normal': {'width': 3,'shadowColor': 'rgba(0, 0, 0, 0.5)','shadowBlur': 5,'shadowOffsetY': 10,'shadowOffsetX': 10,'curve': 0.5,'color': '#2486b9'}},label_opts=opts.LabelOpts(is_show=False), # 顯示數據標簽).add_yaxis(series_name="平均票價", # 名稱yaxis_index=1, # 次坐標is_smooth=True, # 線條樣式 , 是否設置成圓滑曲線y_axis=data_all['平均票價'].tolist(),itemstyle_opts={"normal": {"color": JsCode("""new echarts.graphic.LinearGradient(0, 0, 0, 1, [{offset: 0,color: '#1a6840'}, {offset: 1,color: '#66c18c'}], false)""", ),"opacity": 0.7,"barBorderRadius": [45, 45, 45, 45],"shadowColor": 'rgb(0, 160, 221)',}},linestyle_opts={'normal': {'width': 3,'shadowColor': 'rgba(0, 0, 0, 0.5)','shadowBlur': 5,'shadowOffsetY': 10,'shadowOffsetX': 10,'curve': 0.5,'color': '#66c18c'}},label_opts=opts.LabelOpts(is_show=False), # 顯示數據標簽) ) bar_all.overlap(line_all) # 圖表組合bar_all.render_notebook()

電影票房榜單 - 國產/進口 - TOP50

tab_rank = Tab() for i in range(1,3):line_max = max(max(data_cat[i]['場均人次'].tolist()), max(data_cat[i]['平均票價'].tolist()))bar_max = max(data_cat[i]['票房/億'].tolist())bar1 = (Bar(init_opts=opts.InitOpts(width="1000px", height="600px",theme='light')) # 設置圖表大小.add_xaxis(xaxis_data=data_cat[i]['電影'].tolist()) # x軸.add_yaxis(series_name="票房/億", # 柱形圖系列名稱y_axis=data_cat[i]['票房/億'].tolist(), # 數據label_opts=opts.LabelOpts(is_show=False, position='top', formatter="{c}/億"), # 顯示數據標簽itemstyle_opts={"normal": {"color": JsCode("""new echarts.graphic.LinearGradient(0, 0, 0, 1, [{offset: 0,color: '#ee3f4d'}, {offset: 1,color: '#eea2a4'}], false)""", ),"opacity": 0.8,# "barBorderRadius": [20, 20, 0, 0],"shadowColor": 'rgb(0, 160, 221)',}}).extend_axis( # 設置次坐標軸yaxis=opts.AxisOpts(name="", # 次坐標軸名稱type_="value", # 次坐標手類型min_=-2 * line_max, # 最小值max_=2 * line_max, # 最大值is_show=False, # 是否顯示axisline_opts=opts.AxisLineOpts(is_show=False, # y軸線不顯示linestyle_opts=opts.LineStyleOpts(color='#2486b9')), # 設置線顏色, 字體顏色也變axistick_opts=opts.AxisTickOpts(is_show=False), # 刻度線不顯示axislabel_opts=opts.LabelOpts(formatter="{value}"), # 次坐標軸數據顯示格式)).set_global_opts(title_opts=opts.TitleOpts(title=f"{cat[i]}電影票房 - top50", # 標題title_textstyle_opts=opts.TextStyleOpts(font_size=20), # 主標題字體大小subtitle="", # 次坐標軸pos_left='center',pos_top='0.8%'), # 標題位置legend_opts=opts.LegendOpts(is_show=True,pos_top=35,orient="horizontal",), # 不顯示圖例tooltip_opts=opts.TooltipOpts(trigger="axis",axis_pointer_type="shadow"), # 提示框xaxis_opts=opts.AxisOpts(name='',type_='category',axislabel_opts=opts.LabelOpts(rotate=360),),yaxis_opts=opts.AxisOpts(type_="value", # y軸類型max_=bar_max,name='票房/億', # y軸名稱name_location='middle', # y軸名稱位置name_gap=70, # y軸名稱距離軸線距離axistick_opts=opts.AxisTickOpts(is_show=False), # 刻度線axisline_opts=opts.AxisLineOpts(is_show=False), # y軸線splitline_opts=opts.SplitLineOpts(is_show=True), # y軸網格線axislabel_opts=opts.LabelOpts(formatter="{value}"),), # 軸標簽顯示方式datazoom_opts=opts.DataZoomOpts(is_zoom_lock=False)))line1 = (Line().add_xaxis(xaxis_data=data_cat[i]['電影'].tolist()) # x軸.add_yaxis(series_name="場均人次", # 名稱yaxis_index=1, # 次坐標is_smooth=True, # 線條樣式 , 是否設置成圓滑曲線y_axis=data_cat[i]['場均人次'].tolist(),itemstyle_opts={"normal": {"color": JsCode("""new echarts.graphic.LinearGradient(0, 0, 0, 1, [{offset: 0,color: '#2486b9'}, {offset: 1,color: '#FF00FF'}], false)""", ),"opacity": 0.7,"barBorderRadius": [45, 45, 45, 45],"shadowColor": 'rgb(0, 160, 221)',}},linestyle_opts={'normal': {'width': 3,'shadowColor': 'rgba(0, 0, 0, 0.5)','shadowBlur': 5,'shadowOffsetY': 10,'shadowOffsetX': 10,'curve': 0.5,'color': '#2486b9'}},label_opts=opts.LabelOpts(is_show=False), # 顯示數據標簽).add_yaxis(series_name="平均票價", # 名稱yaxis_index=1, # 次坐標is_smooth=True, # 線條樣式 , 是否設置成圓滑曲線y_axis=data_cat[i]['平均票價'].tolist(),itemstyle_opts={"normal": {"color": JsCode("""new echarts.graphic.LinearGradient(0, 0, 0, 1, [{offset: 0,color: '#1a6840'}, {offset: 1,color: '#66c18c'}], false)""", ),"opacity": 0.7,"barBorderRadius": [45, 45, 45, 45],"shadowColor": 'rgb(0, 160, 221)',}},linestyle_opts={'normal': {'width': 3,'shadowColor': 'rgba(0, 0, 0, 0.5)','shadowBlur': 5,'shadowOffsetY': 10,'shadowOffsetX': 10,'curve': 0.5,'color': '#66c18c'}},label_opts=opts.LabelOpts(is_show=False), # 顯示數據標簽))bar1.overlap(line1) # 圖表組合tab_rank.add(bar1, cat[i]) tab_rank.add(table, "點擊預覽") tab_rank.render_notebook()

計算上榜電影標簽匯總

tags_china = [] tag_china = data_china['作品類型'].tolist() for t in tag_china:try:for i in t.split('/'):tags_china.append(i)except:continuetags_china_pair = [] for key, value in Counter(tags_china).items():tags_china_pair.append([key, value])print(tags_china_pair) tags_foreign = [] tag_foreign = data_foreign['作品類型'].tolist() for t in tag_foreign:try:for i in t.split('/'):tags_foreign.append(i)except:continuetags_foreign_pair = [] for key, value in Counter(tags_foreign).items():tags_foreign_pair.append([key, value])

國產-進口上榜 - TOP50 - 詳情分布

pie = (Pie(init_opts=opts.InitOpts(width="1000px", height="900px", theme='light')).add('國產年份', [list(z) for z in zip(data_china_year.index.tolist(),data_china_year.values.tolist())],radius=['55', '100'],center=['33%', '30%']).add('進口', [list(z) for z in zip(data_foreigna_year.index.tolist(),data_foreigna_year.values.tolist())],radius=['55', '100'],center=['75%', '30%']).add('國產電影標簽', tags_china_pair,radius=['55', '100'],center=['33%', '80%']).add('進口電影標簽', tags_foreign_pair,radius=['55', '100'],center=['75%', '80%']).set_series_opts(label_opts=opts.LabelOpts(formatter=": {c}", font_size=14),tooltip_opts=opts.TooltipOpts(trigger="item", formatter="{a} <br/>: {c} ({d}%)"),itemstyle_opts={"normal": {'shadowBlur': 2,"borderColor": '#87CEFA',"borderWidth": 3,'shadowColor': '#87CEFA','opacity': 1}}).set_global_opts(legend_opts=opts.LegendOpts(is_show=False, pos_top='5%'),title_opts=[dict(text=f'國產-進口上榜 - TOP50 - 詳情分布',left='center',top='1%',textStyle=dict(color='#000',fontSize=24)),dict(text=f'國產分布',left='28%',top='10%',textStyle=dict(color='#999999',fontSize=18)),dict(text=f'進口分布',left='70%',top='10%',textStyle=dict(color='#999999',fontSize=18)),dict(text=f'國產電影標簽',left='28%',top='55%',textStyle=dict(color='#999999',fontSize=18)),dict(text=f'進口電影標簽',left='70%',top='55%',textStyle=dict(color='#999999',fontSize=18)),],) ) pie.render_notebook()

國產電影上映首周票房表現 -Top50

bar_china = (Bar(init_opts=opts.InitOpts(width="1200px", height="600px", theme='light')) # 設置圖表大小.add_xaxis(xaxis_data=data_china['電影'].tolist()) # x軸.add_yaxis(series_name="首映票房/億", #柱形圖系列名稱stack='stack1',y_axis=data_china['首映票房/億'].tolist(), # 數據label_opts=opts.LabelOpts(is_show=False,position='top',formatter="{c} 億"), # 顯示數據標簽itemstyle_opts={"normal": {"color": JsCode("""new echarts.graphic.LinearGradient(0, 0, 0, 1, [{offset: 0,color: '#126bae'}, {offset: 1,color: '#619ac3'}], false)""", ),"opacity": 0.8, # "barBorderRadius": [20, 20, 0, 0],'shadowBlur': 4,'shadowColor': 'rgba(0, 0, 0, 0.3)','shadowOffsetX': 5,'shadowOffsetY': 5,'borderColor': 'rgb(220,220,220)','borderWidth': 1}}).add_yaxis(series_name="首周票房/億", #柱形圖系列名稱stack='stack1',y_axis=data_china['首周票房/億'].tolist(), # 數據label_opts=opts.LabelOpts(is_show=False,position='top',formatter="{c} 億"), # 顯示數據標簽itemstyle_opts={"normal": {"color": JsCode("""new echarts.graphic.LinearGradient(0, 0, 0, 1, [{offset: 0,color: '#ea7293'}, {offset: 1,color: '#ec8aa4'}], false)""", ),"opacity": 0.8, # "barBorderRadius": [20, 20, 0, 0],'shadowBlur': 4,'shadowColor': 'rgba(0, 0, 0, 0.3)','shadowOffsetX': 5,'shadowOffsetY': 5,'borderColor': 'rgb(220,220,220)','borderWidth': 1}}).add_yaxis(series_name="首周末票房/億", #柱形圖系列名稱stack='stack1',y_axis=data_china['首周末票房/億'].tolist(), # 數據label_opts=opts.LabelOpts(is_show=False,position='top',formatter="{c} 億"), # 顯示數據標簽itemstyle_opts={"normal": {"color": JsCode("""new echarts.graphic.LinearGradient(0, 0, 0, 1, [{offset: 0,color: '#9eccab'}, {offset: 1,color: '#a4cab6'}], false)""", ),"opacity": 0.8, # "barBorderRadius": [20, 20, 0, 0],'shadowBlur': 4,'shadowColor': 'rgba(0, 0, 0, 0.3)','shadowOffsetX': 5,'shadowOffsetY': 5,'borderColor': 'rgb(220,220,220)','borderWidth': 1}}).reversal_axis()# .set_series_opts(label_opts=opts.LabelOpts(position="right")).set_global_opts(title_opts=opts.TitleOpts(title="國產電影上映首周票房表現 -Top50",# 標題title_textstyle_opts=opts.TextStyleOpts(font_size=20), #主標題字體大小subtitle="", # 次坐標軸pos_left='center'),# 標題位置legend_opts=opts.LegendOpts(is_show=True,pos_top=30,orient="horizontal"), # 不顯示圖例tooltip_opts=opts.TooltipOpts(trigger="axis",axis_pointer_type="shadow"),# 提示框yaxis_opts=opts.AxisOpts(name='',type_='category', # axislabel_opts=opts.LabelOpts(rotate=30),),xaxis_opts=opts.AxisOpts(type_="value", # y軸類型# max_=5000000,name='', # y軸名稱name_location='middle', # y軸名稱位置name_gap=70, # y軸名稱距離軸線距離axistick_opts=opts.AxisTickOpts(is_show=False), # 刻度線axisline_opts=opts.AxisLineOpts(is_show=False), # y軸線splitline_opts=opts.SplitLineOpts(is_show=True), # y軸網格線axislabel_opts=opts.LabelOpts(formatter="{value}")), # 軸標簽顯示方式datazoom_opts=opts.DataZoomOpts(is_zoom_lock=False,orient="vertical")) ) bar_china.render_notebook()

進口電影上映首周票房表現 -Top50

bar_foreign = (Bar(init_opts=opts.InitOpts(width="1200px", height="600px", theme='light')) # 設置圖表大小.add_xaxis(xaxis_data=data_foreign['電影'].tolist()) # x軸.add_yaxis(series_name="首映票房/億", #柱形圖系列名稱stack='stack1',y_axis=data_foreign['首映票房/億'].tolist(), # 數據label_opts=opts.LabelOpts(is_show=False,position='top',formatter="{c} 億"), # 顯示數據標簽itemstyle_opts={"normal": {"color": JsCode("""new echarts.graphic.LinearGradient(0, 0, 0, 1, [{offset: 0,color: '#126bae'}, {offset: 1,color: '#619ac3'}], false)""", ),"opacity": 0.8, # "barBorderRadius": [20, 20, 0, 0],'shadowBlur': 4,'shadowColor': 'rgba(0, 0, 0, 0.3)','shadowOffsetX': 5,'shadowOffsetY': 5,'borderColor': 'rgb(220,220,220)','borderWidth': 1}}).add_yaxis(series_name="首周票房/億", #柱形圖系列名稱stack='stack1',y_axis=data_foreign['首周票房/億'].tolist(), # 數據label_opts=opts.LabelOpts(is_show=False,position='top',formatter="{c} 億"), # 顯示數據標簽itemstyle_opts={"normal": {"color": JsCode("""new echarts.graphic.LinearGradient(0, 0, 0, 1, [{offset: 0,color: '#ea7293'}, {offset: 1,color: '#ec8aa4'}], false)""", ),"opacity": 0.8, # "barBorderRadius": [20, 20, 0, 0],'shadowBlur': 4,'shadowColor': 'rgba(0, 0, 0, 0.3)','shadowOffsetX': 5,'shadowOffsetY': 5,'borderColor': 'rgb(220,220,220)','borderWidth': 1}}).add_yaxis(series_name="首周末票房/億", #柱形圖系列名稱stack='stack1',y_axis=data_foreign['首周末票房/億'].tolist(), # 數據label_opts=opts.LabelOpts(is_show=False,position='top',formatter="{c} 億"), # 顯示數據標簽itemstyle_opts={"normal": {"color": JsCode("""new echarts.graphic.LinearGradient(0, 0, 0, 1, [{offset: 0,color: '#9eccab'}, {offset: 1,color: '#a4cab6'}], false)""", ),"opacity": 0.8, # "barBorderRadius": [20, 20, 0, 0],'shadowBlur': 4,'shadowColor': 'rgba(0, 0, 0, 0.3)','shadowOffsetX': 5,'shadowOffsetY': 5,'borderColor': 'rgb(220,220,220)','borderWidth': 1}}).reversal_axis()# .set_series_opts(label_opts=opts.LabelOpts(position="right")).set_global_opts(title_opts=opts.TitleOpts(title="進口電影上映首周票房表現 -Top50",# 標題title_textstyle_opts=opts.TextStyleOpts(font_size=20), #主標題字體大小subtitle="", # 次坐標軸pos_left='center'),# 標題位置legend_opts=opts.LegendOpts(is_show=True,pos_top=30,orient="horizontal"), # 不顯示圖例tooltip_opts=opts.TooltipOpts(trigger="axis",axis_pointer_type="shadow"),# 提示框yaxis_opts=opts.AxisOpts(name='',type_='category', # axislabel_opts=opts.LabelOpts(rotate=30),),xaxis_opts=opts.AxisOpts(type_="value", # y軸類型# max_=5000000,name='', # y軸名稱name_location='middle', # y軸名稱位置name_gap=70, # y軸名稱距離軸線距離axistick_opts=opts.AxisTickOpts(is_show=False), # 刻度線axisline_opts=opts.AxisLineOpts(is_show=False), # y軸線splitline_opts=opts.SplitLineOpts(is_show=True), # y軸網格線axislabel_opts=opts.LabelOpts(formatter="{value}")), # 軸標簽顯示方式datazoom_opts=opts.DataZoomOpts(is_zoom_lock=False,orient="vertical")) ) bar_foreign.render_notebook()

電影票房三十日時段詳情

data_movie_time = pd.read_excel(r"/home/mw/input/movie7110/電影票房三十日時段詳情.xlsx") data_movie_time["當前票房"] = data_movie_time["當前票房"].apply(lambda x: round(x/10000000, 2)) data_movie_time["當前場次"] = data_movie_time["當前場次"].apply(lambda x: round(x/10000, 2)) data_movie_time["當前人次"] = data_movie_time["當前人次"].apply(lambda x: round(x/1000000, 2)) data_movie_time = data_movie_time.rename(columns={"當前票房": "當前票房/千萬", "當前場次": "當前場次/萬", "當前人次": "當前人次/百萬"}) data_movie_time.head(2) movie_chang = data_movie_time[data_movie_time["電影"] == "長津湖"]

長津湖上映后三十日電影票房表現

line = Line(init_opts=opts.InitOpts(theme='light',width='1000px',height='600px') )line.add_xaxis(movie_chang["日期"].tolist() )colums = ["當前票房/千萬", "當前人次/百萬", "當前場次/萬"] for i in range(3):line.add_yaxis(colums[i],movie_chang[colums[i]],is_symbol_show=False,is_smooth=True,is_selected=True,areastyle_opts=opts.AreaStyleOpts(opacity=0.5),label_opts=opts.LabelOpts(is_show=False),z=100,linestyle_opts={"normal": {"shadowColor": 'rgba(0, 0, 0, .5)',"shadowBlur": 0,"shadowOffsetY": 1,"shadowOffsetX": 1,},},)line.set_global_opts(xaxis_opts=opts.AxisOpts(boundary_gap=False,axislabel_opts=opts.LabelOpts(margin=30, color="black"),axistick_opts=opts.AxisTickOpts(is_show=False),),yaxis_opts=opts.AxisOpts(name='',axisline_opts=opts.AxisLineOpts(is_show=True),axistick_opts=opts.AxisTickOpts(is_show=False),splitline_opts=opts.SplitLineOpts(is_show=True,linestyle_opts=opts.LineStyleOpts(color='#483D8B'))),tooltip_opts=opts.TooltipOpts(is_show=True, trigger='axis', axis_pointer_type='cross'),title_opts=opts.TitleOpts(title="長津湖上映后三十日電影票房表現",# 標題title_textstyle_opts=opts.TextStyleOpts(font_size=18), #主標題字體大小subtitle="2021-09-30~2021-10-30", # 次坐標軸pos_left='center'),# 標題位置legend_opts=opts.LegendOpts(is_show=True,pos_top=45,orient="horizontal"), # 不顯示圖例graphic_opts=[opts.GraphicGroup(graphic_item=opts.GraphicItem(id_='1',left="center", top="center", z=-1),children=[opts.GraphicImage(graphic_item=opts.GraphicItem(id_="logo",left='center',z=-1),graphic_imagestyle_opts=opts.GraphicImageStyleOpts(image="https://img2.baidu.com/it/u=3979355417,3562690433&fm=253&fmt=auto&app=138&f=JPEG?w=500&h=388",width=1000,height=600,opacity=0.5,))])] )line.set_series_opts(markarea_opts=opts.MarkAreaOpts(is_silent=True,label_opts=opts.LabelOpts(position='bottom', color='#000000'),itemstyle_opts=opts.ItemStyleOpts(color='#1E90FF', opacity=0.2),data=[opts.MarkAreaItem(name="正式上映\n國慶檔", x=("2021-09-30", "2021-10-01")),opts.MarkAreaItem(name="高峰期", x=("2021-10-05", "2021-10-07")),opts.MarkAreaItem(name="第三周\n小高峰", x=("2021-10-15", "2021-10-17")),]), ) line.set_colors(colors=['#80FFA5', '#00DDFF', '#FF0087']) line.render_notebook()

長津湖電影評分

chart = Gauge( ) chart.add("",[("貓眼評分", 9.5)],max_=10,start_angle=200,end_angle=-20,pointer=opts.GaugePointerOpts(is_show=True),itemstyle_opts=opts.ItemStyleOpts(color='rgba(50, 163, 107, 0.3)'),detail_label_opts=opts.GaugeDetailOpts(border_radius=8,offset_center=[0, '15%'],font_size=50,font_weight='bolder',formatter='{value}',),axisline_opts=opts.AxisLineOpts(is_show=True,linestyle_opts=opts.LineStyleOpts(width=30,color=[(0.8, "#67e0e3"), (0.98, "#D4587A"), (1, "#67e0e3")])),title_label_opts=opts.GaugeTitleOpts(color='rgba(217, 48, 118, 0.9)',offset_center=[0, '-35%'],font_size=20,font_weight='bolder',) )chart.set_global_opts(title_opts=opts.TitleOpts(title="長津湖",pos_right='0%',pos_bottom='30%',title_textstyle_opts=opts.TextStyleOpts(color='rgba(217, 48, 118, 0.1)',font_size=80)), ) chart.render_notebook() chart_1 = Gauge(# init_opts=opts.InitOpts(# width='500px',# height='500px'# ) ) chart_1.add("",[("豆瓣評分", 7.4)],max_=10,start_angle=200,end_angle=-20,pointer=opts.GaugePointerOpts(is_show=True),itemstyle_opts=opts.ItemStyleOpts(color='rgba(50, 163, 107, 0.3)'),detail_label_opts=opts.GaugeDetailOpts(border_radius=8,offset_center=[0, '15%'],font_size=50,font_weight='bolder',formatter='{value}',),axisline_opts=opts.AxisLineOpts(is_show=True,linestyle_opts=opts.LineStyleOpts(width=30,color=[(0.7, "#37a2da"), (0.8, "#D4587A"), (1, "#37a2da")])),title_label_opts=opts.GaugeTitleOpts(color='rgba(217, 48, 118, 0.9)',offset_center=[0, '-35%'],font_size=20,font_weight='bolder',) )chart_1.set_global_opts(title_opts=opts.TitleOpts(title="長津湖",pos_right='0%',pos_bottom='30%',title_textstyle_opts=opts.TextStyleOpts(color='rgba(217, 48, 118, 0.1)',font_size=80)), ) chart_1.render_notebook()

---

分析總結

①在全部的榜單類別top50中排在前面的都是進五年新出的電影，其中第一名是2021年上映的長津湖，說明電影行業的發展是非?？焖俚?#xff0c;推陳出新的要求是廣大影迷朋友們所追求的。

②排在榜單前六的都是國產電影，說明大家對國產電影的喜愛程度非常之高，其中排在前二的是不可多得的主旋律好電影，非常受大家的追捧。
③在結合票房分析的同時也要結合每一部電影它的組成，可以看到戰狼的票價是排在前幾的電影中最低的，同時也是場均人次最高的，說明戰狼這部電影的電影票房是實打實的非常有質量的票房數據，非常說明戰狼這部電影的影響力和受大家喜愛程度。

④在進口的電影中，可以非常明顯的看到幾個場均人次異常突出的幾部電影，如阿凡達，變形金剛三和泰坦尼克號，可以看出來這三部電影的上座率非常高，說明質量非常的好，不愧是經典中的經典。

⑤在國產電影和進口電影的對拼中可以看到在2018年之前進口電影的市場占有率是高于國產電影的，到2018年國產電影成長到足夠抗衡進口電影，如今2021年國產電影更是已經碾壓進口電影，占領大部分中國市場。

⑥可以看到國產電影和進口電影都有一個經久不衰的主題，那就是動作篇，可以想到動作片是非常受全世界影迷的喜愛的，其中最明顯的差距是國產電影中的科幻片很少，仍需要不斷地發展才能滿足更多影迷，不同影迷的需要。

⑦在不同的平臺上長津湖的評分是不同的，高也好低也好，不同的平臺的用戶的口味是不同的，這就是電影的魅力所在，讓不同的人體驗到不同的感受。

總結

只要是好的電影，現今的觀眾都會予以支持。
創作者在生產創作階段就充分考慮目標受眾和目標受眾的需求。具有強情節、強情緒、強話題等核心競爭力的影片，哪怕前期熱度不具優勢，映后也會憑借優質的內容不斷發酵，激發二輪觀影動機；對于能夠滿足市場剛需的內容，像動作、喜劇、懸疑犯罪、親子動畫等類型片，也是能夠持續號召目標受眾觀影的常備題材；基于優質的類型片持續運作、打造具有號召力的IP或系列電影，則能將觀影動機前置；通過強化電影的社交屬性，比如通過打造儀式感來附加觀眾額外的觀影動機，甚至能夠為市場培育出新的檔期。
總而言之，觀眾并非不愛看電影了，只是觀眾更加傾向選擇好電影，只要是內容足夠優秀，在哪里都是檔期。
挑戰就是新的起點。目前，8萬塊銀幕已經遍布中國的大城小鎮，不斷提升的觀影環境，日益豐富的電影傳播渠道和購票的便利性等，都是中國電影高質量發展的重要保障?！半娪笆蔷C合性藝術，與國家的綜合實力聯系緊密。依托發達的經濟、繁榮的文化、先進的科技，中國電影理應進入品質年代，我們有理由相信中國電影未來可期?！敝袊娪凹覅f會副主席任仲倫說。????