可视化国产/进口电影票房榜单

• 前言
• 数据分析
• 数据可视化过程
• 分析总结

前言

党的十八大以来，国产电影产业与事业快速发展，创作水平不断提高，题材类型丰富多元，受众口碑不断提升，在市场竞争中表现愈发突出，已成为广大人民群众首选的文化消费形式。国产电影的高质量发展，有着多重的表现。
　　首先是主旋律电影的复苏。既往，主旋律似乎和院线电影难以相容，取得商业成功的主旋律电影少之又少，而一些商业电影的价值取向也似乎与主旋律貌合神离。近年来，随着国内电影工业水平不断提升，电影作品对主旋律的表达方式也更为细腻深入，观众对主旋律影片的认可度逐渐提高。诸如2016年的《湄公河行动》、2018年的《红海行动》、2019年的《我和我的祖国》、2020年的《八佰》《我和我的家乡》、2021年的《长津湖》《中国医生》等影片，充分吸纳了类型片的叙事手段，凭借其精良的制作与深厚的情怀，在票房、口碑上实现了双丰收，《长津湖》更是打破了影史票房纪录，创造了中国电影的奇迹。
　　其次是商业电影的繁盛。过去的十年是中国电影扩展市场，开疆拓土的十年。2012年以来，电影市场保持着高速增长的态势，2012年全国银幕数有13118块，到2021年达到了82248块，基本覆盖了全国的城市与城镇；2019年全国总票房达到了642亿元，其后由于疫情影响票房总量有一定程度下降，但也超越北美成为世界第一。从2012年《人再囧途之泰囧》拿下12亿票房成为首部超十亿票房国产电影并获得当年票房冠军之后，国产电影开始频频打破票房纪录，在好莱坞电影的冲击下茁壮成长，让引进片称霸票房榜的时代成为了过去式。2015年，《捉妖记》取得24亿票房；2016年，《美人鱼》取得33亿票房；2017年，《战狼2》取得56亿票房；再到《长津湖》的57亿票房，国产电影票房冠军几经易手，人们对国产电影的信心也与日俱增。在此期间，也出现了《心花路放》《夏洛特烦恼》《流浪地球》《你好，李焕英》《唐人街探案》系列等商业表现优秀的电影作品，国产电影的市场一路向好。
为了进一步将国产电影和进口电影的票房进行一个更好地对比，此次选题用大数据可视化的方式直观的将数据展示出来，可视化主要使用 pyecharts >= 1.9。

数据分析

数据集概况

数据集分为四个文件，分别是电影票房表现概览、票房榜、电影票房三十日时段趋势数据和电影票房三十日时段详情。

数据维度：

电影票房表现概览维度31，数据量100：



票房榜维度8，数据量150
电影票房三十日时段趋势数据维度16，数据量4620

电影票房三十日时段详情数据维度15，数据量3392

数据可视化过程

引包

import numpy as np
import pandas as pd
from collections import Counter
from pyecharts import options as opts
from pyecharts.charts import *
from pyecharts.commons.utils import JsCode
from pyecharts.globals import ThemeType
from pyecharts.components import Table
from pyecharts.options import ComponentTitleOpts
import datetime

票房榜数据概览

data = pd.read_excel(r"/home/mw/input/movie7110/票房榜.xlsx")
data.head(1)

票房榜数据字段处理

data["年份"] = data["上映日期"].apply(lambda x: str(x.split("-")[0]))
data["票房"] = data["票房"].apply(lambda x: round(x/100000000, 2))
data = data.rename(columns={"票房":"票房/亿"})
data.head(1)

电影票房表现数据概览

data_haed = pd.read_excel(r"/home/mw/input/movie7110/电影票房表现概览.xlsx")
data_haed.head(1)

电影票房数据字段处理

data_haed_all = data.merge(data_haed, how="left", on=['EnMovieID'])
data_haed_all["首映票房"] = data_haed_all["首映票房"].apply(lambda x: round(x/100000000, 2))
data_haed_all["首周票房"] = data_haed_all["首周票房"].apply(lambda x: round(x/100000000, 2))
data_haed_all["首周末票房"] = data_haed_all["首周末票房"].apply(lambda x: round(x/100000000, 2))
data_haed_all = data_haed_all.rename(columns={"电影_x": "电影", "首映票房": "首映票房/亿", "首周票房": "首周票房/亿", "首周末票房": "首周末票房/亿"})
data_haed_all.info()
data_haed_all = data_haed_all.drop(labels=["EnMovieID","DBOMovieID","EFMTMovieID","电影_y","GenreMainID"],axis=1)
colums = list(data_haed_all)
print(colums)
data_all = data_haed_all[data_haed_all["榜单类别"] == "全部"]
data_china = data_haed_all[data_haed_all["榜单类别"] == "国产"]
data_foreign = data_haed_all[data_haed_all["榜单类别"] == "进口"]data_cat = [data_all, data_china, data_foreign]
cat = ["全部", "国产","进口"]

榜单类别 - 国产/进口 - TOP50

tab = Tab()headers = columsrows_china = data_china[colums].apply(lambda x: list(x), axis=1).values.tolist()rows_foreign = data_foreign[colums].apply(lambda x: list(x), axis=1).values.tolist()attributes = {"class": "fl-table", "style": "margin: 0 auto"}  # 居中显示table_china = Table()
attributes = {"class": "fl-table", "style": "margin: 0 auto"}  # 居中显示
table_china.add(headers, rows_china, attributes)
table_china.set_global_opts(title_opts=ComponentTitleOpts(title=f"榜单类别 - 国产 - TOP50", subtitle="")
)table_foreign = Table()
attributes = {"class": "fl-table", "style": "margin: 0 auto"}  # 居中显示
table_foreign.add(headers, rows_foreign, attributes)
table_foreign.set_global_opts(title_opts=ComponentTitleOpts(title=f"榜单类别 - 进口 - TOP50", subtitle="")
)table = Table()
table.add([], [], attributes)
table.set_global_opts(title_opts=ComponentTitleOpts(title="键盘左右键移动视图查看", subtitle="")
)tab.add(table_china, "国产")
tab.add(table_foreign, "进口")
tab.add(table, "点击预览")tab.render_notebook()

电影票房榜单 - TOP50

line_max = max(max(data_all['场均人次'].tolist()), max(data_all['平均票价'].tolist()))bar_max = max(data_all['票房/亿'].tolist())bar_all = (Bar(init_opts=opts.InitOpts(width="1000px", height="600px",theme='light'))  # 设置图表大小.add_xaxis(xaxis_data=data_all['电影'].tolist())  # x轴.add_yaxis(series_name="票房/亿",  # 柱形图系列名称y_axis=data_all['票房/亿'].tolist(),  # 数据label_opts=opts.LabelOpts(is_show=False, position='top', formatter="{c}/亿"),  # 显示数据标签itemstyle_opts={"normal": {"color": JsCode("""new echarts.graphic.LinearGradient(0, 0, 0, 1, [{offset: 0,color: '#ee3f4d'}, {offset: 1,color: '#eea2a4'}], false)""", ),"opacity": 0.8,
#                 "barBorderRadius": [20, 20, 0, 0],'shadowBlur': 8,'shadowColor': 'rgba(0, 0, 0, 0.4)','shadowOffsetX': 10,'shadowOffsetY': 10,'borderColor': 'rgb(220,220,220)','borderWidth': 1}}).extend_axis(  # 设置次坐标轴yaxis=opts.AxisOpts(name="",  # 次坐标轴名称type_="value",  # 次坐标手类型min_=-2 * line_max,  # 最小值max_=2 * line_max,  # 最大值is_show=False,  # 是否显示axisline_opts=opts.AxisLineOpts(is_show=False,  # y轴线不显示linestyle_opts=opts.LineStyleOpts(color='#2486b9')),  # 设置线颜色, 字体颜色也变axistick_opts=opts.AxisTickOpts(is_show=False),  # 刻度线不显示axislabel_opts=opts.LabelOpts(formatter="{value}"),  # 次坐标轴数据显示格式)).set_global_opts(title_opts=opts.TitleOpts(title="电影票房 - top50",  # 标题title_textstyle_opts=opts.TextStyleOpts(font_size=20),  # 主标题字体大小subtitle="国产/进口",  # 次坐标轴pos_left='center',pos_top='0.8%'),  # 标题位置legend_opts=opts.LegendOpts(is_show=True,pos_top=50,orient="horizontal",),  # 不显示图例tooltip_opts=opts.TooltipOpts(trigger="axis",axis_pointer_type="shadow"),  # 提示框xaxis_opts=opts.AxisOpts(name='',type_='category',axislabel_opts=opts.LabelOpts(rotate=360),),yaxis_opts=opts.AxisOpts(type_="value",  # y轴类型max_=bar_max,name='票房/亿',  # y轴名称name_location='middle',  # y轴名称位置name_gap=70,  # y轴名称距离轴线距离axistick_opts=opts.AxisTickOpts(is_show=False),  # 刻度线axisline_opts=opts.AxisLineOpts(is_show=False),  # y轴线splitline_opts=opts.SplitLineOpts(is_show=True),  # y轴网格线axislabel_opts=opts.LabelOpts(formatter="{value}"),),  # 轴标签显示方式datazoom_opts=opts.DataZoomOpts(is_zoom_lock=False))
)line_all = (Line().add_xaxis(xaxis_data=data_all['电影'].tolist())  # x轴.add_yaxis(series_name="场均人次",  # 名称yaxis_index=1,  # 次坐标is_smooth=True,  # 线条样式  , 是否设置成圆滑曲线y_axis=data_all['场均人次'].tolist(),itemstyle_opts={"normal": {"color": JsCode("""new echarts.graphic.LinearGradient(0, 0, 0, 1, [{offset: 0,color: '#2486b9'}, {offset: 1,color: '#FF00FF'}], false)""", ),"opacity": 0.7,"barBorderRadius": [45, 45, 45, 45],"shadowColor": 'rgb(0, 160, 221)',}},linestyle_opts={'normal': {'width': 3,'shadowColor': 'rgba(0, 0, 0, 0.5)','shadowBlur': 5,'shadowOffsetY': 10,'shadowOffsetX': 10,'curve': 0.5,'color': '#2486b9'}},label_opts=opts.LabelOpts(is_show=False),  # 显示数据标签).add_yaxis(series_name="平均票价",  # 名称yaxis_index=1,  # 次坐标is_smooth=True,  # 线条样式  , 是否设置成圆滑曲线y_axis=data_all['平均票价'].tolist(),itemstyle_opts={"normal": {"color": JsCode("""new echarts.graphic.LinearGradient(0, 0, 0, 1, [{offset: 0,color: '#1a6840'}, {offset: 1,color: '#66c18c'}], false)""", ),"opacity": 0.7,"barBorderRadius": [45, 45, 45, 45],"shadowColor": 'rgb(0, 160, 221)',}},linestyle_opts={'normal': {'width': 3,'shadowColor': 'rgba(0, 0, 0, 0.5)','shadowBlur': 5,'shadowOffsetY': 10,'shadowOffsetX': 10,'curve': 0.5,'color': '#66c18c'}},label_opts=opts.LabelOpts(is_show=False),  # 显示数据标签)
)
bar_all.overlap(line_all)  # 图表组合bar_all.render_notebook()

电影票房榜单 - 国产/进口 - TOP50

tab_rank = Tab()
for i in range(1,3):line_max = max(max(data_cat[i]['场均人次'].tolist()), max(data_cat[i]['平均票价'].tolist()))bar_max = max(data_cat[i]['票房/亿'].tolist())bar1 = (Bar(init_opts=opts.InitOpts(width="1000px", height="600px",theme='light'))  # 设置图表大小.add_xaxis(xaxis_data=data_cat[i]['电影'].tolist())  # x轴.add_yaxis(series_name="票房/亿",  # 柱形图系列名称y_axis=data_cat[i]['票房/亿'].tolist(),  # 数据label_opts=opts.LabelOpts(is_show=False, position='top', formatter="{c}/亿"),  # 显示数据标签itemstyle_opts={"normal": {"color": JsCode("""new echarts.graphic.LinearGradient(0, 0, 0, 1, [{offset: 0,color: '#ee3f4d'}, {offset: 1,color: '#eea2a4'}], false)""", ),"opacity": 0.8,#                 "barBorderRadius": [20, 20, 0, 0],"shadowColor": 'rgb(0, 160, 221)',}}).extend_axis(  # 设置次坐标轴yaxis=opts.AxisOpts(name="",  # 次坐标轴名称type_="value",  # 次坐标手类型min_=-2 * line_max,  # 最小值max_=2 * line_max,  # 最大值is_show=False,  # 是否显示axisline_opts=opts.AxisLineOpts(is_show=False,  # y轴线不显示linestyle_opts=opts.LineStyleOpts(color='#2486b9')),  # 设置线颜色, 字体颜色也变axistick_opts=opts.AxisTickOpts(is_show=False),  # 刻度线不显示axislabel_opts=opts.LabelOpts(formatter="{value}"),  # 次坐标轴数据显示格式)).set_global_opts(title_opts=opts.TitleOpts(title=f"{cat[i]}电影票房 - top50",  # 标题title_textstyle_opts=opts.TextStyleOpts(font_size=20),  # 主标题字体大小subtitle="",  # 次坐标轴pos_left='center',pos_top='0.8%'),  # 标题位置legend_opts=opts.LegendOpts(is_show=True,pos_top=35,orient="horizontal",),  # 不显示图例tooltip_opts=opts.TooltipOpts(trigger="axis",axis_pointer_type="shadow"),  # 提示框xaxis_opts=opts.AxisOpts(name='',type_='category',axislabel_opts=opts.LabelOpts(rotate=360),),yaxis_opts=opts.AxisOpts(type_="value",  # y轴类型max_=bar_max,name='票房/亿',  # y轴名称name_location='middle',  # y轴名称位置name_gap=70,  # y轴名称距离轴线距离axistick_opts=opts.AxisTickOpts(is_show=False),  # 刻度线axisline_opts=opts.AxisLineOpts(is_show=False),  # y轴线splitline_opts=opts.SplitLineOpts(is_show=True),  # y轴网格线axislabel_opts=opts.LabelOpts(formatter="{value}"),),  # 轴标签显示方式datazoom_opts=opts.DataZoomOpts(is_zoom_lock=False)))line1 = (Line().add_xaxis(xaxis_data=data_cat[i]['电影'].tolist())  # x轴.add_yaxis(series_name="场均人次",  # 名称yaxis_index=1,  # 次坐标is_smooth=True,  # 线条样式  , 是否设置成圆滑曲线y_axis=data_cat[i]['场均人次'].tolist(),itemstyle_opts={"normal": {"color": JsCode("""new echarts.graphic.LinearGradient(0, 0, 0, 1, [{offset: 0,color: '#2486b9'}, {offset: 1,color: '#FF00FF'}], false)""", ),"opacity": 0.7,"barBorderRadius": [45, 45, 45, 45],"shadowColor": 'rgb(0, 160, 221)',}},linestyle_opts={'normal': {'width': 3,'shadowColor': 'rgba(0, 0, 0, 0.5)','shadowBlur': 5,'shadowOffsetY': 10,'shadowOffsetX': 10,'curve': 0.5,'color': '#2486b9'}},label_opts=opts.LabelOpts(is_show=False),  # 显示数据标签).add_yaxis(series_name="平均票价",  # 名称yaxis_index=1,  # 次坐标is_smooth=True,  # 线条样式  , 是否设置成圆滑曲线y_axis=data_cat[i]['平均票价'].tolist(),itemstyle_opts={"normal": {"color": JsCode("""new echarts.graphic.LinearGradient(0, 0, 0, 1, [{offset: 0,color: '#1a6840'}, {offset: 1,color: '#66c18c'}], false)""", ),"opacity": 0.7,"barBorderRadius": [45, 45, 45, 45],"shadowColor": 'rgb(0, 160, 221)',}},linestyle_opts={'normal': {'width': 3,'shadowColor': 'rgba(0, 0, 0, 0.5)','shadowBlur': 5,'shadowOffsetY': 10,'shadowOffsetX': 10,'curve': 0.5,'color': '#66c18c'}},label_opts=opts.LabelOpts(is_show=False),  # 显示数据标签))bar1.overlap(line1)  # 图表组合tab_rank.add(bar1, cat[i])
tab_rank.add(table, "点击预览")
tab_rank.render_notebook()

计算上榜电影标签汇总

tags_china = []
tag_china = data_china['作品类型'].tolist()
for t in tag_china:try:for i in t.split('/'):tags_china.append(i)except:continuetags_china_pair = []
for key, value in Counter(tags_china).items():tags_china_pair.append([key, value])print(tags_china_pair)
tags_foreign = []
tag_foreign = data_foreign['作品类型'].tolist()
for t in tag_foreign:try:for i in t.split('/'):tags_foreign.append(i)except:continuetags_foreign_pair = []
for key, value in Counter(tags_foreign).items():tags_foreign_pair.append([key, value])

国产-进口上榜 - TOP50 - 详情分布

pie = (Pie(init_opts=opts.InitOpts(width="1000px", height="900px", theme='light')).add('国产年份', [list(z) for z in zip(data_china_year.index.tolist(),data_china_year.values.tolist())],radius=['55', '100'],center=['33%', '30%']).add('进口', [list(z) for z in zip(data_foreigna_year.index.tolist(),data_foreigna_year.values.tolist())],radius=['55', '100'],center=['75%', '30%']).add('国产电影标签', tags_china_pair,radius=['55', '100'],center=['33%', '80%']).add('进口电影标签', tags_foreign_pair,radius=['55', '100'],center=['75%', '80%']).set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}", font_size=14),tooltip_opts=opts.TooltipOpts(trigger="item", formatter="{a} 
{b}: {c} ({d}%)"),itemstyle_opts={"normal": {'shadowBlur': 2,"borderColor": '#87CEFA',"borderWidth": 3,'shadowColor': '#87CEFA','opacity': 1}}).set_global_opts(legend_opts=opts.LegendOpts(is_show=False, pos_top='5%'),title_opts=[dict(text=f'国产-进口上榜 - TOP50 - 详情分布',left='center',top='1%',textStyle=dict(color='#000',fontSize=24)),dict(text=f'国产分布',left='28%',top='10%',textStyle=dict(color='#999999',fontSize=18)),dict(text=f'进口分布',left='70%',top='10%',textStyle=dict(color='#999999',fontSize=18)),dict(text=f'国产电影标签',left='28%',top='55%',textStyle=dict(color='#999999',fontSize=18)),dict(text=f'进口电影标签',left='70%',top='55%',textStyle=dict(color='#999999',fontSize=18)),],)
)
pie.render_notebook()

国产电影上映首周票房表现 -Top50

bar_china = (Bar(init_opts=opts.InitOpts(width="1200px", height="600px", theme='light')) # 设置图表大小.add_xaxis(xaxis_data=data_china['电影'].tolist())  # x轴.add_yaxis(series_name="首映票房/亿",  #柱形图系列名称stack='stack1',y_axis=data_china['首映票房/亿'].tolist(), # 数据label_opts=opts.LabelOpts(is_show=False,position='top',formatter="{c} 亿"), # 显示数据标签itemstyle_opts={"normal": {"color": JsCode("""new echarts.graphic.LinearGradient(0, 0, 0, 1, [{offset: 0,color: '#126bae'}, {offset: 1,color: '#619ac3'}], false)""", ),"opacity": 0.8,
#                 "barBorderRadius": [20, 20, 0, 0],'shadowBlur': 4,'shadowColor': 'rgba(0, 0, 0, 0.3)','shadowOffsetX': 5,'shadowOffsetY': 5,'borderColor': 'rgb(220,220,220)','borderWidth': 1}}).add_yaxis(series_name="首周票房/亿",  #柱形图系列名称stack='stack1',y_axis=data_china['首周票房/亿'].tolist(), # 数据label_opts=opts.LabelOpts(is_show=False,position='top',formatter="{c} 亿"), # 显示数据标签itemstyle_opts={"normal": {"color": JsCode("""new echarts.graphic.LinearGradient(0, 0, 0, 1, [{offset: 0,color: '#ea7293'}, {offset: 1,color: '#ec8aa4'}], false)""", ),"opacity": 0.8,
#                 "barBorderRadius": [20, 20, 0, 0],'shadowBlur': 4,'shadowColor': 'rgba(0, 0, 0, 0.3)','shadowOffsetX': 5,'shadowOffsetY': 5,'borderColor': 'rgb(220,220,220)','borderWidth': 1}}).add_yaxis(series_name="首周末票房/亿",  #柱形图系列名称stack='stack1',y_axis=data_china['首周末票房/亿'].tolist(), # 数据label_opts=opts.LabelOpts(is_show=False,position='top',formatter="{c} 亿"), # 显示数据标签itemstyle_opts={"normal": {"color": JsCode("""new echarts.graphic.LinearGradient(0, 0, 0, 1, [{offset: 0,color: '#9eccab'}, {offset: 1,color: '#a4cab6'}], false)""", ),"opacity": 0.8,
#                 "barBorderRadius": [20, 20, 0, 0],'shadowBlur': 4,'shadowColor': 'rgba(0, 0, 0, 0.3)','shadowOffsetX': 5,'shadowOffsetY': 5,'borderColor': 'rgb(220,220,220)','borderWidth': 1}}).reversal_axis()# .set_series_opts(label_opts=opts.LabelOpts(position="right")).set_global_opts(title_opts=opts.TitleOpts(title="国产电影上映首周票房表现 -Top50",# 标题title_textstyle_opts=opts.TextStyleOpts(font_size=20), #主标题字体大小subtitle="", # 次坐标轴pos_left='center'),# 标题位置legend_opts=opts.LegendOpts(is_show=True,pos_top=30,orient="horizontal"),  # 不显示图例tooltip_opts=opts.TooltipOpts(trigger="axis",axis_pointer_type="shadow"),# 提示框yaxis_opts=opts.AxisOpts(name='',type_='category',                                           #    axislabel_opts=opts.LabelOpts(rotate=30),),xaxis_opts=opts.AxisOpts(type_="value", # y轴类型#   max_=5000000,name='', # y轴名称name_location='middle', # y轴名称位置name_gap=70,  # y轴名称距离轴线距离axistick_opts=opts.AxisTickOpts(is_show=False),   # 刻度线axisline_opts=opts.AxisLineOpts(is_show=False),   # y轴线splitline_opts=opts.SplitLineOpts(is_show=True),   # y轴网格线axislabel_opts=opts.LabelOpts(formatter="{value}")), # 轴标签显示方式datazoom_opts=opts.DataZoomOpts(is_zoom_lock=False,orient="vertical"))
)
bar_china.render_notebook()

进口电影上映首周票房表现 -Top50

bar_foreign = (Bar(init_opts=opts.InitOpts(width="1200px", height="600px", theme='light')) # 设置图表大小.add_xaxis(xaxis_data=data_foreign['电影'].tolist())  # x轴.add_yaxis(series_name="首映票房/亿",  #柱形图系列名称stack='stack1',y_axis=data_foreign['首映票房/亿'].tolist(), # 数据label_opts=opts.LabelOpts(is_show=False,position='top',formatter="{c} 亿"), # 显示数据标签itemstyle_opts={"normal": {"color": JsCode("""new echarts.graphic.LinearGradient(0, 0, 0, 1, [{offset: 0,color: '#126bae'}, {offset: 1,color: '#619ac3'}], false)""", ),"opacity": 0.8,
#                 "barBorderRadius": [20, 20, 0, 0],'shadowBlur': 4,'shadowColor': 'rgba(0, 0, 0, 0.3)','shadowOffsetX': 5,'shadowOffsetY': 5,'borderColor': 'rgb(220,220,220)','borderWidth': 1}}).add_yaxis(series_name="首周票房/亿",  #柱形图系列名称stack='stack1',y_axis=data_foreign['首周票房/亿'].tolist(), # 数据label_opts=opts.LabelOpts(is_show=False,position='top',formatter="{c} 亿"), # 显示数据标签itemstyle_opts={"normal": {"color": JsCode("""new echarts.graphic.LinearGradient(0, 0, 0, 1, [{offset: 0,color: '#ea7293'}, {offset: 1,color: '#ec8aa4'}], false)""", ),"opacity": 0.8,
#                 "barBorderRadius": [20, 20, 0, 0],'shadowBlur': 4,'shadowColor': 'rgba(0, 0, 0, 0.3)','shadowOffsetX': 5,'shadowOffsetY': 5,'borderColor': 'rgb(220,220,220)','borderWidth': 1}}).add_yaxis(series_name="首周末票房/亿",  #柱形图系列名称stack='stack1',y_axis=data_foreign['首周末票房/亿'].tolist(), # 数据label_opts=opts.LabelOpts(is_show=False,position='top',formatter="{c} 亿"), # 显示数据标签itemstyle_opts={"normal": {"color": JsCode("""new echarts.graphic.LinearGradient(0, 0, 0, 1, [{offset: 0,color: '#9eccab'}, {offset: 1,color: '#a4cab6'}], false)""", ),"opacity": 0.8,
#                 "barBorderRadius": [20, 20, 0, 0],'shadowBlur': 4,'shadowColor': 'rgba(0, 0, 0, 0.3)','shadowOffsetX': 5,'shadowOffsetY': 5,'borderColor': 'rgb(220,220,220)','borderWidth': 1}}).reversal_axis()# .set_series_opts(label_opts=opts.LabelOpts(position="right")).set_global_opts(title_opts=opts.TitleOpts(title="进口电影上映首周票房表现 -Top50",# 标题title_textstyle_opts=opts.TextStyleOpts(font_size=20), #主标题字体大小subtitle="", # 次坐标轴pos_left='center'),# 标题位置legend_opts=opts.LegendOpts(is_show=True,pos_top=30,orient="horizontal"),  # 不显示图例tooltip_opts=opts.TooltipOpts(trigger="axis",axis_pointer_type="shadow"),# 提示框yaxis_opts=opts.AxisOpts(name='',type_='category',                                           #    axislabel_opts=opts.LabelOpts(rotate=30),),xaxis_opts=opts.AxisOpts(type_="value", # y轴类型#   max_=5000000,name='', # y轴名称name_location='middle', # y轴名称位置name_gap=70,  # y轴名称距离轴线距离axistick_opts=opts.AxisTickOpts(is_show=False),   # 刻度线axisline_opts=opts.AxisLineOpts(is_show=False),   # y轴线splitline_opts=opts.SplitLineOpts(is_show=True),   # y轴网格线axislabel_opts=opts.LabelOpts(formatter="{value}")), # 轴标签显示方式datazoom_opts=opts.DataZoomOpts(is_zoom_lock=False,orient="vertical"))
)
bar_foreign.render_notebook()

电影票房三十日时段详情

data_movie_time = pd.read_excel(r"/home/mw/input/movie7110/电影票房三十日时段详情.xlsx")
data_movie_time["当前票房"] = data_movie_time["当前票房"].apply(lambda x: round(x/10000000, 2))
data_movie_time["当前场次"] = data_movie_time["当前场次"].apply(lambda x: round(x/10000, 2))
data_movie_time["当前人次"] = data_movie_time["当前人次"].apply(lambda x: round(x/1000000, 2))
data_movie_time = data_movie_time.rename(columns={"当前票房": "当前票房/千万", "当前场次": "当前场次/万", "当前人次": "当前人次/百万"})
data_movie_time.head(2)
movie_chang = data_movie_time[data_movie_time["电影"] == "长津湖"]

长津湖上映后三十日电影票房表现

line = Line(init_opts=opts.InitOpts(theme='light',width='1000px',height='600px')
)line.add_xaxis(movie_chang["日期"].tolist()
)colums = ["当前票房/千万", "当前人次/百万", "当前场次/万"]
for i in range(3):line.add_yaxis(colums[i],movie_chang[colums[i]],is_symbol_show=False,is_smooth=True,is_selected=True,areastyle_opts=opts.AreaStyleOpts(opacity=0.5),label_opts=opts.LabelOpts(is_show=False),z=100,linestyle_opts={"normal": {"shadowColor": 'rgba(0, 0, 0, .5)',"shadowBlur": 0,"shadowOffsetY": 1,"shadowOffsetX": 1,},},)line.set_global_opts(xaxis_opts=opts.AxisOpts(boundary_gap=False,axislabel_opts=opts.LabelOpts(margin=30, color="black"),axistick_opts=opts.AxisTickOpts(is_show=False),),yaxis_opts=opts.AxisOpts(name='',axisline_opts=opts.AxisLineOpts(is_show=True),axistick_opts=opts.AxisTickOpts(is_show=False),splitline_opts=opts.SplitLineOpts(is_show=True,linestyle_opts=opts.LineStyleOpts(color='#483D8B'))),tooltip_opts=opts.TooltipOpts(is_show=True, trigger='axis', axis_pointer_type='cross'),title_opts=opts.TitleOpts(title="长津湖上映后三十日电影票房表现",# 标题title_textstyle_opts=opts.TextStyleOpts(font_size=18), #主标题字体大小subtitle="2021-09-30~2021-10-30", # 次坐标轴pos_left='center'),# 标题位置legend_opts=opts.LegendOpts(is_show=True,pos_top=45,orient="horizontal"),  # 不显示图例graphic_opts=[opts.GraphicGroup(graphic_item=opts.GraphicItem(id_='1',left="center", top="center", z=-1),children=[opts.GraphicImage(graphic_item=opts.GraphicItem(id_="logo",left='center',z=-1),graphic_imagestyle_opts=opts.GraphicImageStyleOpts(image="https://img2.baidu.com/it/u=3979355417,3562690433&fm=253&fmt=auto&app=138&f=JPEG?w=500&h=388",width=1000,height=600,opacity=0.5,))])]
)line.set_series_opts(markarea_opts=opts.MarkAreaOpts(is_silent=True,label_opts=opts.LabelOpts(position='bottom', color='#000000'),itemstyle_opts=opts.ItemStyleOpts(color='#1E90FF', opacity=0.2),data=[opts.MarkAreaItem(name="正式上映\n国庆档", x=("2021-09-30", "2021-10-01")),opts.MarkAreaItem(name="高峰期", x=("2021-10-05", "2021-10-07")),opts.MarkAreaItem(name="第三周\n小高峰", x=("2021-10-15", "2021-10-17")),]),
)
line.set_colors(colors=['#80FFA5', '#00DDFF', '#FF0087'])
line.render_notebook()

长津湖电影评分

chart = Gauge(
)
chart.add("",[("猫眼评分", 9.5)],max_=10,start_angle=200,end_angle=-20,pointer=opts.GaugePointerOpts(is_show=True),itemstyle_opts=opts.ItemStyleOpts(color='rgba(50, 163, 107, 0.3)'),detail_label_opts=opts.GaugeDetailOpts(border_radius=8,offset_center=[0, '15%'],font_size=50,font_weight='bolder',formatter='{value}',),axisline_opts=opts.AxisLineOpts(is_show=True,linestyle_opts=opts.LineStyleOpts(width=30,color=[(0.8, "#67e0e3"), (0.98, "#D4587A"), (1, "#67e0e3")])),title_label_opts=opts.GaugeTitleOpts(color='rgba(217, 48, 118, 0.9)',offset_center=[0, '-35%'],font_size=20,font_weight='bolder',)
)chart.set_global_opts(title_opts=opts.TitleOpts(title="长津湖",pos_right='0%',pos_bottom='30%',title_textstyle_opts=opts.TextStyleOpts(color='rgba(217, 48, 118, 0.1)',font_size=80)),
)
chart.render_notebook()
chart_1 = Gauge(# init_opts=opts.InitOpts(#     width='500px',#     height='500px'# )
)
chart_1.add("",[("豆瓣评分", 7.4)],max_=10,start_angle=200,end_angle=-20,pointer=opts.GaugePointerOpts(is_show=True),itemstyle_opts=opts.ItemStyleOpts(color='rgba(50, 163, 107, 0.3)'),detail_label_opts=opts.GaugeDetailOpts(border_radius=8,offset_center=[0, '15%'],font_size=50,font_weight='bolder',formatter='{value}',),axisline_opts=opts.AxisLineOpts(is_show=True,linestyle_opts=opts.LineStyleOpts(width=30,color=[(0.7, "#37a2da"), (0.8, "#D4587A"), (1, "#37a2da")])),title_label_opts=opts.GaugeTitleOpts(color='rgba(217, 48, 118, 0.9)',offset_center=[0, '-35%'],font_size=20,font_weight='bolder',)
)chart_1.set_global_opts(title_opts=opts.TitleOpts(title="长津湖",pos_right='0%',pos_bottom='30%',title_textstyle_opts=opts.TextStyleOpts(color='rgba(217, 48, 118, 0.1)',font_size=80)),
)
chart_1.render_notebook()

分析总结

①在全部的榜单类别top50中排在前面的都是进五年新出的电影，其中第一名是2021年上映的长津湖，说明电影行业的发展是非常快速的，推陈出新的要求是广大影迷朋友们所追求的。

②排在榜单前六的都是国产电影，说明大家对国产电影的喜爱程度非常之高，其中排在前二的是不可多得的主旋律好电影，非常受大家的追捧。
③在结合票房分析的同时也要结合每一部电影它的组成，可以看到战狼的票价是排在前几的电影中最低的，同时也是场均人次最高的，说明战狼这部电影的电影票房是实打实的非常有质量的票房数据，非常说明战狼这部电影的影响力和受大家喜爱程度。

④在进口的电影中，可以非常明显的看到几个场均人次异常突出的几部电影，如阿凡达，变形金刚三和泰坦尼克号，可以看出来这三部电影的上座率非常高，说明质量非常的好，不愧是经典中的经典。

⑤在国产电影和进口电影的对拼中可以看到在2018年之前进口电影的市场占有率是高于国产电影的，到2018年国产电影成长到足够抗衡进口电影，如今2021年国产电影更是已经碾压进口电影，占领大部分中国市场。

⑥可以看到国产电影和进口电影都有一个经久不衰的主题，那就是动作篇，可以想到动作片是非常受全世界影迷的喜爱的，其中最明显的差距是国产电影中的科幻片很少，仍需要不断地发展才能满足更多影迷，不同影迷的需要。

⑦在不同的平台上长津湖的评分是不同的，高也好低也好，不同的平台的用户的口味是不同的，这就是电影的魅力所在，让不同的人体验到不同的感受。

总结

只要是好的电影，现今的观众都会予以支持。
创作者在生产创作阶段就充分考虑目标受众和目标受众的需求。具有强情节、强情绪、强话题等核心竞争力的影片，哪怕前期热度不具优势，映后也会凭借优质的内容不断发酵，激发二轮观影动机；对于能够满足市场刚需的内容，像动作、喜剧、悬疑犯罪、亲子动画等类型片，也是能够持续号召目标受众观影的常备题材；基于优质的类型片持续运作、打造具有号召力的IP或系列电影，则能将观影动机前置；通过强化电影的社交属性，比如通过打造仪式感来附加观众额外的观影动机，甚至能够为市场培育出新的档期。
总而言之，观众并非不爱看电影了，只是观众更加倾向选择好电影，只要是内容足够优秀，在哪里都是档期。
挑战就是新的起点。目前，8万块银幕已经遍布中国的大城小镇，不断提升的观影环境，日益丰富的电影传播渠道和购票的便利性等，都是中国电影高质量发展的重要保障。“电影是综合性艺术，与国家的综合实力联系紧密。依托发达的经济、繁荣的文化、先进的科技，中国电影理应进入品质年代，我们有理由相信中国电影未来可期。”中国电影家协会副主席任仲伦说。​​​​