基于Python+pyecharts 实现国内上映电影票房评分可视化分析项目源码
项目内容
统计2018年在国内上映的所有电影，分别获取上映电影的票房、评分（豆瓣、猫眼、时光、imdb）、类型、上映日期、演员、导演等数据。利用所获数据绘图，对国内上映电影进行定量分析
项目思路
通过 中国票房网 获得2018年大陆上映电影和每部电影票房数据
根据已有的票房数据，通过豆瓣 api 和详细页面，获得每部电影的导演，演员和豆瓣评分等详细数据
分别通过 猫眼、时光网 和 imdb，获取这三个网站的电影评分数据
新建影人条目，利用豆瓣获得的影人数据，对2018年每个演员年参演电影进行统计
根据已有数据作图，分析2018年电影票房排名、不同网站评分差异、电影票房-评分关系等
运行环境
Python 3.6
linux/windows
jupyter notebook
运行依赖包
requests
bs4
pymongo
numpy
pyecharts
文件说明
movies_data 文件夹: 包括了所有获取数据所需的 .py 文件
step0_chinamovies.py：获取中国票房网2018年所有国内上映电影及票房
step1_doubanmovies.py：根据中国票房网得到的电影数据，从豆瓣 api 接口中获得更详细的数据并存入数据库
step1_doubanmovies_supplement.py：用来寻找在 step1_doubanmovies.py 中由于名称原因没有找到的电影
step2_moviedetail.py：获得每部电影在不同网站的评分、演职人员等详细信息
step3_celebrity.py：计算每个影人（导演）2018年参（导）演电影的票房总和
movie_draws 文件夹
为了更加直观的进行展示，数据分析和绘图的代码写在了 jupyter notebook 里面
采用 pyecharts 绘图，包括“电影评分-票房”等八张图
movie_pyecharts.ipynb
包括了HTML格式的所有 movie_pyecharts.ipynb 绘制图
output_data 文件夹
data_output.py: 从数据库导出电影和影人数据的 .py 文件
movie_data.csv: 抓取的2018年所有电影条目，共 522 部
cast_data.csv: 每个影人2018年参演电影及电影票房总和排名，共 4723 影人
一些技术细节
由于要更改数据库，所有获取数据并保存数据库的操作都写成了函数形式，执行函数的代码加了注释，可根据自身需要去掉注释运行代码
数据保存：数据采用mongodb保存，使用时需要安装 pymongo 第三方库
连接到数据表
client = pymongo.MongoClient()
db = client.chinamovies # 连接到数据库
collections = db.movies # 数据表 movies
collections_detail = db.moviesdetail # 豆瓣数据都放入了数据表 moviesdetail 中写入多条数据
collections.insert_many(data['pData'])写入一条数据
collections_detail.insert_one(datadetail)更新数据
# 更新数据到数据库中
collections_detail.update({'_id': i['_id']}, {'$set': {'猫眼':{
'title': movie['nm'], 'rank': movie['sc'],
'id': movie['id'], 'pubDesc': movie['pubDesc']
}}})数据验证
本项目中，由于涉及多个网站的电影数据，因此会发生 网站A 电影上映日期或名称与 网站B 不同的情况。本项目中，电影上映日期和名称均以豆瓣网为准。利用 网站A 的电影名在 网站B 中进行搜索时，必须要保证电影名和上映年份完全一致，对于电影名不符合的电影，需要进行二次的人工判断
例：
# 必须要名称一致且2018年大陆上映才符合要求
if movie['nm'] == i['title'] and re.findall(r'2018.*大陆上映', movie['pubDesc']):
... # 符合要求绘图：利用 pyecharts 绘图，pyecharts 使用可见官方文档：http://pyecharts.org/
所有图表
完整项目代码下载地址：
https://download.csdn.net/download/yanglamei1962/88482167
