Python电影票房数据可视化分析基础实践

      数据可视化一直是很多数据分析或者是建模挖掘任务里面经常会用到的一项功能，今天我们基于某电影网站中公开发布的电影票房数据进行一些基础的数据可视化分析实践，下面是部分的数据样例：

叶问.,20160304,33151,2193,196.9万,33.96%,46
捉妖记,20150718,17860,995,192.71万,64.49%,47
复仇者联盟2：奥创纪元,20150517,29444,1152,179.88万,37.52%,50.1
我和我的祖国,20191002,36420,95225,219.13万,42.25%,41.1
唐人街探案2,20180218,29509,43019,215.86万,57.22%,41.5
我和我的祖国,20191001,32902,85890,220.63万,49.01%,40.3
哪吒之魔童降世,20190803,47503,87189,229.66万,33.05%,38.7
终结者：创世纪,20150823,25213,1050,187.44万,41.5%,47.4
变形金刚5：最后的骑士,20170628,67846,30888,246.27万,41.7%,36.1
加勒比海盗5：死无对证,20170601,50879,18558,240.45万,51.13%,36.8
侏罗纪世界2,20180617,52757,85538,233.21万,29.73%,37.8
捉妖记,20150719,18681,779,187.59万,60.39%,46.9
007：幽灵党,20151114,30099,1511,213.38万,41.09%,41.2
我和我的祖国,20190930,32423,73830,217.92万,53.32%,40.2
唐人街探案2,20180217,27606,40403,215.14万,63.17%,40.5
战狼2,20170809,59451,55568,237.89万,27.66%,36.5

      如果需要更多的历史票房或者是实时票房数据可以网上进行爬取即可，这里就不再进行过多的说明了，在数据分析可视化方面我们主要是从【饼图】【折线图】【柱状图】三个比较常用的可视化工具来进行展现，因为整体的工作比较基础，所以这里就不再多解释说明了，相关的代码在我之前的相关博文里面也都有，这里就不再贴出来了，简单看下结果。

     结果数据主要从两个维度进行展示，第一个维度是时间也就是年份统计这个维度；第二个维度是作品也就是电影统计这个维度。

      首先来看时间维度：

1、历年电影总场次分析结果

2、历年电影总废场分析结果

3、历年电影总票价分析结果

4、历年电影总人次分析结果

    接下来我们来看第二个维度，也就是作品维度。这里只统计和展示排名Top10的数据。

1、各作品场次分析

2、各作品废场分析

3、各作品票价分析

4、各作品人次分析