豆瓣電影年份分析

Ⅰ 電影推薦豆瓣9分以上

推薦5部，豆瓣9分以上的電影，分別是：

《霸王別姬》、《楚門的世界》、《辛德勒的名單》、《三傻大鬧寶萊塢》、《阿甘正傳》

1、《霸王別姬》

《霸王別姬》1993年上映是湯臣電影有限公司出品的文藝片，改編自李碧華的同名小說，由陳凱歌執導，李碧華、蘆葦編劇，張國榮、鞏俐、張豐毅領銜主演。

這部電影改編自香港作家李碧華的同名小說《霸王別姬》，上映後，獲得了第46屆法國戛納國際電影節金棕櫚大獎等多項國際大獎和第66屆奧斯卡金像獎最佳外語片的提名。

Ⅱ 豆瓣電影評分排行

豆瓣電影評分排行：

1、肖申克的救贖豆瓣評分9.6分

肖申克救贖是1994年由弗蘭克·達拉邦撰寫和指揮的美國戲劇電影，由蒂姆·羅賓斯和摩根·弗里曼主演。

這部電影講述了安迪的故事，安迪是一名銀行家，盡管他宣稱無辜，但他被判處肖肖克國家監獄的謀殺他的妻子和她的情人。在監獄期間，他與一名囚犯埃利斯·博伊德，紅色雷丁交友，並在監獄長開始使用他的洗錢行動後發現自己受到警衛的保護。

2、霸王別姬豆瓣評分9.5分

《霸王別姬》是湯臣電影有限公司出品的文藝片，該片改編自李碧華的同名小說，由陳凱歌執導，李碧華、蘆葦編劇；張國榮、鞏俐、張豐毅領銜主演。9歲的小豆子被做妓女的母親切掉右手上那根畸形的指頭後進入關家戲班學戲。

戲班裡只有師兄小石頭同情關照小豆子。十年過去了，在關師父嚴厲和殘酷的訓導下，師兄二人演技很快提高，小豆子取藝名程蝶衣，演旦角；小石頭取藝名段小樓，演生角。倆人合演的《霸王別姬》譽滿京城，師兄二人也紅極一時。二人約定合演一輩子《霸王別姬》。

3、這個殺手不太冷豆瓣評分9.4分

《這個殺手不太冷》是由Luc Besson撰寫和指導的1994年英語法語驚悚片。在影片中，萊昂，一個專業的殺手，不情願地發生在12歲的瑪蒂爾達，她的家人被謀殺損壞後，毒品管制局代理諾曼·斯坦斯菲爾德。

4、阿甘正傳豆瓣評分9.4分

《阿甘正傳》是1994年美國喜劇戲曲影片根據1986年的同名小說改編的由溫斯頓·格魯姆。這部電影由湯姆·漢克斯，羅賓·萊特·潘主演。

這個故事描述了阿拉巴馬州的一個身材矮小但善良善良，善良，運動性很強的人物福雷斯特·甘普的生活中的幾十年，他們目睹，在某些情況下影響了下半年的一些定義事件20世紀在美國；主要攝影發生在1993年底，主要在喬治亞，北卡羅來納州和南卡羅來納州。

使用廣泛的視覺效果將主角納入歸檔的鏡頭，並開發其他場景。電影中有一個全面的配樂，使用的音樂旨在確定屏幕上刻錄的特定時間段。它的商業發行使它成為暢銷的配樂，全球銷售超過1200萬份。

5、美麗人生豆瓣評分9.5分

《美麗人生》是1997年由羅伯托·貝尼尼導演和主演的義大利喜劇電影。一個猶太義大利書店老闆，他利用他的肥沃的想像力來保護他的兒子免受納粹集中營的恐嚇。這部電影的部分靈感來自於「最後」一書，由魯比諾·羅密歐·薩爾蒙尼和貝尼尼的父親打敗希特勒，他在二戰期間在德國勞教所工作了兩年。

6、千與千尋豆瓣評分9.2分

《千與千尋》是2001年日本的動畫幻想片，由宮崎駿編寫，由吉卜力工作室製作。電影明星柊瑠美，入野自由，並講述了一個十歲女孩的故事誰在搬到一個新的社區，進入精神世界。在她的父母被巫婆變成豬後，Chihiro在Yubaba的浴室工作，找到一種釋放自己和她的父母並返回人類世界的方式。

7、辛德勒的名單豆瓣評分9.4分

《辛德勒的名單》是1993年美國史詩時代劇電影導演和聯合製作的史蒂文·斯皮爾伯格和腳本史蒂文·薩利安。它是根據小說辛德勒方舟由澳大利亞小說家托馬斯·肯利。這部電影涉及到德國商人奧斯卡·辛德勒的一生中，他在第二次世界大戰期間，通過在他們的工廠里僱用了他們，在猶太人的大屠殺中救了一千多名波蘭猶太難民的生命。

8、泰坦尼克號豆瓣評分9.2分／642380人評價

《泰坦尼克號》是英國客輪是在北大西洋沉沒在凌晨1912年4月15日，之後將其與碰撞冰山其在處女航從南安普敦到新約克市。有一個估計的2224名乘客和船員在船上，和超過1500去世，使其成為致命商業的一個和平時期的海上災難在現代歷史。

RMS泰坦尼克號號是當時運載的最大的船隻，是白星線運營的三個奧運級海洋船隻中的第二艘。泰坦尼克號由貝爾法斯特的哈蘭德和沃爾夫造船廠建造。她的建築師托馬斯·安德魯斯死於災難。

9、盜夢空間豆瓣評分9.2分

《盜夢空間》成立於2010年的科幻電影是由克里斯托弗·諾蘭共同製作，由艾瑪·托馬斯聯合製作的。電影明星萊昂納多·迪卡普里奧是一名職業小偷，通過滲透潛意識竊取信息，並提供了一個機會，將他的犯罪記錄消除為支付一個看似不可能的任務：「開始」，將另一個人的想法植入目標的潛意識。

10、機器人總動員豆瓣評分9.3分

《機器人總動員》是由安德魯·斯坦頓為華特迪士尼圖片製作的2008年美國計算機動畫科幻喜劇片。它在一個荒廢的世界跟隨一個垃圾壓實機器人，留下來清理一個被遺棄的城市。然而，他被一艘由Axiom船發出的探測器訪問，他們愛上了並追求了這個星系。

Ⅲ 豆瓣電影數據分析

這篇報告是我轉行數據分析後的第一篇報告，當時學完了Python，SQL，BI以為再做幾個項目就能找工作了，事實上……分析思維、業務，這兩者遠比工具重要的多。一個多月後回過頭來看，這篇報告雖然寫得有模有樣，但和數據分析報告還是有挺大差別的，主要原因在於：a.只是針對豆瓣電影數據分析太過寬泛了，具體關鍵指標到底是哪些呢？；b.沒有一個確切有效的分析模型/框架，會有種東一塊西一塊的拼接感。
即便有著這些缺點，我還是想把它掛上來，主要是因為：1.當做Pandas與爬蟲(Selenium+Request)練手，總得留下些證明；2.以豆瓣電影進行分析確實很難找到一條業務邏輯線支撐，總體上還是描述統計為主；3.比起網上能搜到的其他豆瓣電影數據分析，它更為詳細，可視化效果也不錯；

本篇報告旨在針對豆瓣電影1990-2020的電影數據進行分析，首先通過編寫Python網路爬蟲爬取了51375條電影數據，採集對象包括：電影名稱、年份、導演、演員、類型、出品國家、語言、時長、評分、評論數、不同評價佔比、網址。經過去重、清洗，最後得到29033條有效電影數據。根據電影評分、時長、地區、類型進行分析，描述了評分與時長、類型的關系，並統計了各個地區電影數量與評分。之後，針對演員、導演對數據進行聚合，給出產量與評分最高的名單。在分析過程中，還發現電影數量今年逐步增加，但評分下降，主要原因是中國地區今年低質量影視作品的增加。

另外，本篇報告還爬取了電影票房網（ http://58921.com/ ）1995-2020年度國內上映的影片票房，共採集4071條數據，其中3484條有效。進一步，本文分析了國內院線電影票房年度變化趨勢，票房與評分、評價人數、時長、地區的關系，票房與電影類型的關聯，並給出了票房最高的導演、演員與電影排名。

清洗、去重後，可以看到29033條數據長度、評分、評論數具有以下特點：

結合圖1(a)(b)看，可以看到電影數據時長主要集中在90-120分鍾之間，向兩極呈現階梯狀遞減，將數據按照短(60-90分鍾)，中(90-120分鍾)，長(120-150分鍾)，特長(>150分鍾)劃分，各部分佔比為21.06%, 64.15%, 11.95%, 2.85%。

結合圖2(a)看，可以看到我們採集到的電影數據評分主要集中在6.0-8.0之間，向兩極呈現階梯狀遞減，在此按照評分劃分區間：2.0-4.0為口碑極差，4.0-6.0為口碑較差，6.0-7.0為口碑尚可，7.0-8.0為口碑較好，8.0-10.0為口碑極佳。

這5種電影數據的佔比分別為：5.78%, 23.09%, 30.56%, 29.22%, 11.34%

再將評分數據細化到每年進行觀察，可以發現，30年內電影數量與年度電影均分呈反相關，年度均分整體呈現下降趨勢，2016年電影均分最低，電影數量最多。

進一步做出每個年份下不同評級等級的電影數據佔比，可以發現，近年來，評分在[2.0,6.0)的電影數據佔比有著明顯提升，評分在[6.0,7.0)的數據佔比不變，評分在[7.0,10.0)的數據佔比減少，可能原因有：

對照圖5，可以發現，評分與時長、評論人數的分布大致呈現漏斗狀，高分電影位於漏鬥上部，低分電影位於漏斗下部。這意味著，如果一部電影的評論人數很多（特別是超過30w人觀影），時長較長(大於120min)，那麼它大概率是一部好電影。

根據各個國家的電影數量作圖，可以得到圖6，列出電影數量前十的國家可得表格2，發現美國在電影數量上占第一，達到8490部，中國其次，達6222部。此外，法國，英國，日本的電影數量也超過1000，其餘各國電影數量相對較少。這可以說明美國電影有著較大的流量輸入，在中國產生了較大的影響。

進一步分析各國電影的質量，依據評分繪制評分箱線圖可得圖7，在電影數量排名前20的國家中：

接著我們可以探索，哪個國家的電影對豆瓣評分隨年份下降的貢獻最大，考慮到電影數量對應著評分的權重。根據上述各國的電影評分表現，我們可以猜測電影數量較多的國家可能對年度均分的下降有較大影響。於是，我們再計算出這些國家的年度電影均分，並與整體均分進行比較分析。

再作出中國大陸，中國台灣，中國香港的均分箱線圖圖9(a)，可以看到，大陸電影均分低於港台電影，且存在大量低分電影拉低了箱體的位置。

分析相關性可得，大陸、香港、台灣電影年度均分與全部評分關聯度分別為R=0.979,0.919,0.822，說明濾去台灣和香港電影，大陸電影年度均分的變化趨勢與全部評分變化更接近。圖9(b)可以進一步反映這一點。

可以看到，大部分類型集中在X×Y=[10000,30000]×[6.00,7.50]的區間范圍內，劇情、喜劇、愛情、犯罪、動作類電影數量上較多，說明這些題材的電影是近三十年比較熱門的題材，其中劇情類電影佔比最多，音樂、傳記類電影平均得分更高，但在數量上較少，動作、驚悚類電影評論人數雖多，但評價普遍偏低。

除此之外，還有兩塊區域值得關註：

根據類型對電影數據進行聚合，整理得到各類型電影評分的時間序列，計算它們與整體均分時間序列的相關性，可得表格4與圖11，可以看到劇情，喜劇，懸疑這三種類型片與總分趨勢變化相關性最強，同時劇情、喜劇類電影在電影數量上也最多，因此可以認為這兩類電影對於下跌趨勢影響最大，但其餘類別電影的相關性也達到了0.9以上，說明幾種熱門的電影得分的變化趨勢與總體均分趨勢一致。

前面已經得知，中美兩國電影佔比最高，且對於均分時間序列的影響最大。在此，進一步對兩國電影進行類型分析，選取幾種主要的類型（數量上較多，且相關性較高）進行分析，分別是劇情，喜劇，愛情，驚悚，動作，懸疑類電影，繪制近年來幾類電影的數量變化柱狀圖與評分箱線圖可得圖12,13,14,15。

對導演與演員進行聚合，得到數據中共有15011名導演，46223名演員。按照作品數量在(0,2], (2,5], (5,10], (10,20], (20,999]進行分組統計導演數量，可以發現，15009名導演中有79.08%只拍過1-2部作品，46220名演員中有75.93%只主演過1-2部作品。忽略那些客串、跑龍套的演員，數據總體符合二八定律，即20%的人占據了行業內的大量資源。

在此，可以通過電影得分、每部電影評論人數以及電影數目尋找優秀的電影導演與演員。這三項指標分別衡量了導演/演員的創作水平，人氣以及產能。考慮到電影數據集中可能有少量影視劇/劇場版動畫，且影視劇/劇場版動畫受眾少於電影，但得分普遍要高於電影，這里根據先根據每部電影評論數量、作品數量來篩選導演/演員，再根據電影得分進行排名，並取前30名進行作圖，可得圖17,18。

結合電影票房網（ http://58921.com/ ）採集到的3353條票房數據，與豆瓣數據按照電影名稱進行匹配，可以得到1995-2020年在中國大陸上映的電影信息，分別分析中國內地電影的數量、票房變化趨勢，票房與評分、評價人數、時長、地區以及類型的關系，此外還給出了不同導演與演員的票房表現以及影片票房排名。

如圖19所示，國內票房數據與上映的電影數量逐年遞增，2020年記錄的只是上半年的數據，且由於受疫情影響，票房與數量驟減。這說明在不發生重大事件的情況下，國內電影市場規模正在不斷擴大。

對電影數據根據類型進行聚合，繪制散點圖21，可以發現：

提取導演/演員姓名，對導演/演員欄位進行聚合，計算每個導演/演員的票房總和，上映電影均分、以及執導/參與電影數目進行計算，作出票房總和前30名的導演/演員，可得圖22,23，圖中導演/演員標號反映了票房排名，具體每位導演/演員的上映影片數量、均分、每部電影評價人數、平均時長與總票房在表5、表6中給出。

最後根據電影票房進行排名，得到票房排名前20的電影如表格7所示，可以看到絕大部分上榜電影都是中國電影，索引序號為3、10、12、14、18、19為美國電影，這也反映了除國產電影之外，好萊塢大片占據較大的市場。

本篇報告採集了1990-2020年間豆瓣電影29033組有效數據，從豆瓣電影的評分、時長、地區、類型、演員、導演以及票房等信息進行分析評價，主要有以下結論：