用python“科学”预测下《哪吒》票房
点击上方“Python爬虫与数据挖掘”，进行关注
回复“书籍”即可获赠Python从入门到进阶共10本电子书
今
日
鸡
汤
将来的你，一定会感谢现在努力拼搏的自己！最近几天，朋友圈和微博被《哪吒之魔童降世》刷屏了。不少看过的朋友都成为“自来水”，力荐此片。
而它的市场表现也很给力，上映首日即破亿，5天超10亿，目前已成为国产动画片最高票房。
于是很多人开始猜测，最终的票房会达到多少？一开始有人预测十几亿，后来普遍认为超20亿，到现在甚至有人给出了40亿的预测。
今天我尝试用“科学”一点的方法也来预测一下。如果最终结果有幸言中，还望大家帮忙转发点赞支持一下。
事先说明，我还没有去看《哪吒》，所以在预测中并无个人偏好。对于纯数据分析来说，这是个好事，让我可以做一个没有感情的杀手分析师。
相关的代码、数据、原图已上传，获取方式见文末。（还有小彩蛋）
截至发稿时（8月2日）是《哪吒》上映第8天，实时票房15亿多，前7日票房14.68亿。
一种粗糙的预测方式就是：找一找之前类似电影这个时间的票房是多少，按倍数乘一下。
但这里有个问题，不同电影的票房走势是不一样的。以下是我们从猫眼票房上随手找的几部大片或类似电影，他们的票房走势：
注：零点首映场的数据被算在了首映前一天，这里我们做了个人工处理，把它合并到了首映日。并且没计算之前的电影数据。这是为了后面的预测分析做准备。
从图上可以看出，有的电影在上线后会有一小波增长，并且在之后的周末和假日都会向上波动，这通常是上映后口碑较好，吸引到更多观众并且排片增加的影片；而有的电影，则是上映即巅峰，之后一路下落，甚至没啥反弹，这其中不乏票房很高的大片，一般是阵容强大/题材吸引人/早期宣发做得好，但观影感受却低于预期的影片。
这里发现一个特别的案例：《白蛇：缘起》，它是少有的上映后票房持续呈上涨趋势的影片。然而却在春节档到来之际突然下线，票房戛然而止，实在可惜。
所以拿不同的电影来比较，结果也会差很多。比如常用来作对比的《大圣归来》，前7日票房累计为2.99亿，总票房9.56亿，按比例算一下《哪吒》票房就是近47亿；而拿《流浪地球》来作为参考，前7日票房累计为23.6亿，总票房46.55亿，结果就是28.9亿。若是再换做《白蛇》或者《爱情公寓》，那更是相去甚远。
所以我想到的方法是：通过对历史票房数据进行多项式曲线拟合，建立一个票房走势的“模型”，再把现有的票房套进模型里做计算。
这里用到的是 numpy 库 polyfit 和 poly1d 方法，根据已有数据，利用最小二乘法得到拟合曲线的方程和系数。
np.poly1d(np.polyfit(x, y, n))对于上述9部电影的拟合效果（红线为拟合结果）：
对于新上映的电影，数据还太少，直接拟合没有意义。所以我们选择其他电影拟合出的曲线，进行“缩放”，让它适合现有的数据。
这里用 scipy 库的最小二乘函数 leastsq，将其他电影拟合出的曲线作为基础（而非通用的多项式），对《哪吒》的已有数据进行拟合。
def func(x, p): # 拟合函数
A, k = p
# return A * z(k * x) # 增加x
return A * z(x) # z为其他电影算出的模型
def residuals(p, y, x):
#实验数据x, y和拟合函数之间的差，p为拟合需要找到的系数
return y - func(x, p)
plsq = leastsq(residuals, p, args=(y, x))
如果用《大圣归来》的曲线，同时假设上映60天，算出来结果是 41.3 亿。
或许那个 41 亿的预测就是这么出来的。不过《大圣》的票房量级要相对少很多，所以走势曲线也相对更“平缓”。直接套用在《哪吒》上，系数是 4.4 倍，我觉得这个误差是比较大的。实际票房不出意外的话，应该达不到这么高。
换做《流浪地球》再试下，结果 27.6 亿。
这个结果我觉得更合理些。因为：
都是预算紧缺情况下完成的高质量作品
上映后都有比较好的口碑传播，形成现象级话题
都有知名度较高的题材（刘慈欣/哪吒）
都在热门档期（春节/暑期）
如果在现有数据上，加上这个这周末的三天猜测数据（2亿/2.5亿/2.5亿，我觉得这个数据算是比较保守了），再次进行拟合。那么结果就会达到 29.9 亿。
考虑到《哪吒》的题材相对《地球》更适合全家观影，并且暑期档的时间更长，同期竞争较小，所以我觉得，它的曲线应当比《地球》更乐观，破 30 亿问题不大。
因此，就目前的状况来看，我的预测是介于 30~40 亿之间（比《地球》拟合的高，但比《大圣》拟合的低），取个折中就是略高于 35 亿吧。
当然，也不排除后续有变数。再过几天，有新的数据之后再跑一下这个预测程序，应该会更准确。
相关代码、数据、结果图已上传，并附有说明，获取请在公众号后台里回复关键字 哪吒
简单说明下，代码分几部分，可单独运行：
get_boxoffice.py 从猫眼票房获取几部参考影片的历史票房数据
get_nezha.py 从猫眼票房获取《哪吒》票房数据
plot.py 绘制历史票房走势图
nezha.py 对历史票房进行曲线拟合，并对《哪吒》票房进行预测
说点题外话，不管是30亿还是40亿，《哪吒》都是铁定进入历史总票房top10的，并很有希望进top5（34亿）。
我个人觉得这是个好现象。哪怕像《大圣归来》、《流浪地球》，包括《白蛇》这样的电影还多不足的地方，但它们的出现和市场表现让人觉得，还是有人在认真做电影，并且观众也会认可这样的电影。这样的良性循环会让以后出现更多类型更优质的国产电影，而不是只有喜剧片，只能靠流量明星的单一市场。
虽然劣币驱逐良币的现象在很多领域始终存在，但总会有人愿意去做良币。有什么样的受众就有什么样的创作者。我愿意为这些出现的良币鼓掌和付费，这样它们的出现才会多一些、久一些。不然，好团队好作品生存不了，我们以后就只能“吃垃圾”了。
------------------ End -------------------
想加入Python学习群请在后台回复【入群】
万水千山总是情，点个【在看】行不行