Анализ фильмов с платформы Netflix

В современном мире Netflix стал настоящей сокровищницей для любителей кино. Каждый здесь может что-то на свой вкус. Но вы никогда не задумывались, как именно выбираются эти фильмы, какие тренды и жанры доминируют на платформе, и как их популярность меняется со временем? Рассмотрим этот вопрос.

На сайте Kaggle был выбран самый актуальный датасет для анализа. Эти данные предоставляют подробную информацию о фильмах, включая жанры, бюджеты, доходы, страны производства и описания. Проанализировать именно эти данные, стоит так как они позволяют выявить важные тренды, которые могут повлиять на успех фильма.

В итоговом варианте было решено использовать 4 типа графиков, а именно: Гистограмма Облако слов Диаграмма рассеяния Круговая диаграмма

График № 1 — Самые актуальные жанры

Круговая диаграмма жанров позволяет наглядно увидеть, какие жанры преобладают среди фильмов Netflix, что поможет составить итоговое мнение по самым живучим жанрам, которые даже спустя 15 лет остаются в тренде. Для начала убираем все жанры, у которых процент меньше 3,5%, переносим их в категорию Other. Через deep_translator переведём названия жанров на русский язык и отобразим в круговой диаграмме

from deep_translator import GoogleTranslator

data['genres'] = data['genres'].str.replace(', ', '') genres_count = data['genres'].str.split(',').explode().value_counts()

top_genres = genres_count[genres_count > 0.035 * genres_count.sum()] top_genres['Other'] = genres_count[genres_count <= 0.035 * genres_count.sum()].sum()

translator = GoogleTranslator(source='en', target='ru') translated_genres = {genre: translator.translate(genre) for genre in top_genres.index} top_genres.index = [translated_genres[genre] for genre in top_genres.index]

red_colors = ['#ff6666', '#ff4d4d', '#ff3333', '#ff1a1a', '#e60000', '#b30000']

plt.figure(figsize=(10, 10))

wedges, texts, autotexts = plt.pie( top_genres, labels=top_genres.index, autopct='%1.1f%%', startangle=140, colors=red_colors, textprops={'fontproperties': bold, 'fontsize': 12} )

plt.gcf().set_facecolor('black')

for text in texts: text.set_color('red')

for autotext in autotexts: autotext.set_color('black')

plt.title('Доля жанров в фильмах', fontsize=32, fontproperties=bold, color='red')

plt.show()

График №2 - Связь бюджета и дохода

Диаграмма рассеяния, показывающая связь между бюджетом и доходом, помогает понять, как инвестиции в производство могут повлиять на кассовые сборы. Будем использовать столбцы budget и revenu, отобразив их в scatter графике.

plt.figure(figsize=(10, 6), facecolor='black') ax = plt.gca() ax.set_facecolor('black')

plt.scatter(data['budget'], data['revenue'], alpha=0.5, color='red')

plt.xscale('log') plt.yscale('log')

plt.xlabel('Бюджет', fontsize=14, color='red', fontproperties=regular) plt.ylabel('Доход', fontsize=14, color='red', fontproperties=regular) plt.title('Связь бюджета и дохода фильмов', fontsize=32, color='red', fontproperties=bold)

ax.spines['bottom'].set_color('red') ax.spines['left'].set_color('red') ax.spines['top'].set_color('red') ax.spines['right'].set_color('red') ax.tick_params(axis='x', colors='red') ax.tick_params(axis='y', colors='red')

plt.grid(True, color='gray', linestyle='--', linewidth=0.5)

plt.show()

График №3 -Топ-10 режиссёров по среднему доходу фильмов Топ-10 режиссёров по доходу фильмов подчеркивает, какие личности оказывают наибольшее влияние на финансовый успех. Ведь именно режиссёр является основоположник

top_directors = data.groupby('director')['revenue'].mean().nlargest(10)

plt.figure(figsize=(12, 6), facecolor='black') ax = plt.gca() ax.set_facecolor('black')

top_directors.sort_values().plot(kind='barh', color='red', ax=ax)

plt.xlabel('Доход (в млрд. долларов)', color='red', fontproperties=bold) plt.ylabel('Режиссёр', color='red', fontproperties=bold) plt.title('Топ-10 режиссёров по среднему доходу фильмов', color='red', fontproperties=bold)

plt.grid(axis='x', linestyle='--', alpha=0.5, color='red')

ax.spines['bottom'].set_color('red') ax.spines['top'].set_color('red') ax.spines['left'].set_color('red') ax.spines['right'].set_color('red') ax.xaxis.label.set_color('red') ax.yaxis.label.set_color('red') ax.tick_params(axis='x', colors='red') ax.tick_params(axis='y', colors='red')

for label in ax.get_yticklabels(): label.set_fontproperties(regular) label.set_color('red')

plt.show()

График №4 - Облако слов по описанию

Облако слов из описаний фильмов выявляет наиболее часто встречающиеся темы и ключевые слова. Для отображения облака все слова из описания объединим в единую строку и выведем облако на экран.

from wordcloud import WordCloud

actors_text = " ".join(data['description'].dropna())

def red(word, **kwargs): return "red"

wordcloud = WordCloud( width=1000, height=500, background_color='black', font_path="helvetica_bold.otf", color_func=red ).generate(actors_text)

plt.figure(figsize=(12, 6)) plt.gcf().set_facecolor('black') plt.imshow(wordcloud, interpolation='bilinear') plt.axis('off') plt.title('Облако слов по описанию', fontsize=32, color='red', fontproperties=bold) plt.show()

График №5 - Топ-15 стран по количеству фильмов

Этот график позволяет увидеть, в каких странах создается больше всего контента для платформы и не только. Совместные работы стран (Канада + США) были оставлены, чтобы показать, где доля рынка бралась совместно, а где в одного.

from deep_translator import GoogleTranslator

country_counts = data['country'].value_counts().head(15)

translated_countries = [GoogleTranslator(source='en', target='ru').translate(country) for country in country_counts.index] country_counts.index = translated_countries

plt.figure(figsize=(10, 6), facecolor='black') ax = country_counts.plot(kind='barh', color='red')

ax.set_facecolor('black')

plt.title('Топ-15 стран по количеству фильмов', fontsize=20, color='red', fontproperties=bold) plt.xlabel('Количество фильмов', fontsize=14, color='red', fontproperties=bold) plt.ylabel('Страна', fontsize=14, color='red', fontproperties=bold)

plt.gca().invert_yaxis()

ax.spines['left'].set_color('red') ax.spines['bottom'].set_color('red') ax.tick_params(axis='x', colors='red') ax.tick_params(axis='y', colors='red')

for label in ax.get_yticklabels(): label.set_fontproperties(regular) label.set_color('red')

plt.show()

Блокнот и датасет https://drive.google.com/file/d/1mhR_mtTdZa_ZDg9tRdD_xXz1qTm6dikL/view?usp=share_link