寫在前面：試水之作！作為一名無差別影迷，我平常會(huì)經(jīng)常觀看各種類型的影視作品，有偏好但總體比較客觀。而作為一名工科生，我又是對(duì)數(shù)據(jù)很敏感，但處理為多分析較少。最后作為一名偽文青，我又時(shí)常想寫點(diǎn)什么分享自己的熱愛，讓更多人能夠以更多的角度去看待電影，也希望國內(nèi)電影越來越好。這是我人生中第一篇掛在網(wǎng)上靠數(shù)據(jù)說話的文章，我伴隨著忐忑的心情寫下這篇不是很嚴(yán)謹(jǐn)?shù)呐老x+數(shù)據(jù)分析的入門之作。以少量數(shù)據(jù)為基礎(chǔ)發(fā)現(xiàn)了一些有意思的規(guī)律，一些相關(guān)代碼我會(huì)給出github鏈接，讓我們一起學(xué)習(xí)~
所用工具：python、excel、ScreenToGif
微博@毛爾可夫
github毛坯房鏈接
只想看分析結(jié)果的跳過這段：本文采用的爬蟲手段很樸素，一個(gè)requests包搭配正則走天下，個(gè)人更喜歡通過正則解析出需要的內(nèi)容，有如解密。當(dāng)然主要也是在學(xué)習(xí)階段，用自己擅長的也算是熟能生巧。具體思路如下，首先我要分析18年的電影數(shù)據(jù)，而且這些數(shù)據(jù)得是大家伙看得比較多的，這樣才具有廣泛的群眾意見評(píng)分也會(huì)很客觀。插句題外話，網(wǎng)上經(jīng)常說豆瓣的評(píng)分有點(diǎn)問題，其實(shí)混跡豆瓣這么多年，只能說這種現(xiàn)象存在且無法避免但只是極少數(shù)。那么我們繼續(xù)往下走，這些數(shù)據(jù)全都在這個(gè)‘熱門’標(biāo)簽下，通過爬取這個(gè)‘熱門’的數(shù)據(jù)，共爬得280條影片標(biāo)簽卡信息（其中包括海報(bào)圖url，海報(bào)圖尺寸，影片id...評(píng)分，影名，影片url）
根據(jù)其中的影片url我們能找到以下的包含影片詳細(xì)信息的網(wǎng)頁，隨后我爬取這些網(wǎng)頁中的（導(dǎo)演，主演，類型...imdb鏈接，劇情簡介）將這些數(shù)據(jù)與前面的數(shù)據(jù)匯總放在一張表里，當(dāng)然還沒結(jié)束，我最終想要的imdb號(hào)，于是通過這個(gè)編號(hào)我能爬取該影片在imdb上的信息，因?yàn)樽畛跷抑幌敕治鱿码娪爸破l(fā)行公司的信息，所以在imdb上我爬取的只是這些豆瓣上沒有的信息。以上就是每部電影對(duì)應(yīng)的特征信息，我將這些放在一張表里，當(dāng)然也能存到數(shù)據(jù)庫。因?yàn)樯婕皵?shù)據(jù)量少，存?zhèn)€csv就完事了，無論用excel還是python都很方便。那么接下來，我就要對(duì)采集到的這些信息進(jìn)行我個(gè)人的多角度分析。
分析：
記得曾經(jīng)有位大神說過，如果單部電影評(píng)分的分布是個(gè)P字形，那么這部電影是很值得去看的。而我想說的是如果上升到時(shí)間這個(gè)維度，那么該年熱門電影的評(píng)分分布也是個(gè)P字形的話，說明這一年的電影質(zhì)量也是較佳的。從上圖我們可以看到，今年到11月為止出的電影中，7分以上的電影占比很大，眾數(shù)在三星半也就是7分，7分左右的分布比較均勻，如下圖所示也是個(gè)P型分布。其實(shí)從局面上講也說得通，18年對(duì)于文娛產(chǎn)業(yè)的沖擊還是很大的，觀眾對(duì)高質(zhì)量電影的訴求不斷，對(duì)于爛片也越來越難容忍。崔老師的一手抽屜打擊更是讓影視圈的黑幕浮上臺(tái)面，讓眾多經(jīng)不起捶打的電影消失在院線。加之，有更多有追求有想法的導(dǎo)演與演員的努力，今年的暑期檔是最令我驚喜和欣慰的，以往的國產(chǎn)片保護(hù)月似乎被幾道利劍的銳氣戳破了遮羞布，呈現(xiàn)在我們眼前的是“我不是藥神”，“一出好戲"這類的國產(chǎn)篇，良心之作！一改以往對(duì)爛片保護(hù)月的認(rèn)知。雖然對(duì)于看慣電影的人來講，這些電影似乎有國外佳作的影子，但是在我看來運(yùn)用好“影”也是一部好電影，我們不能因?yàn)椤毕駱O了“就一棍子打死，社會(huì)主義還是中國特色的呢。我們應(yīng)該去以更多的角度，細(xì)節(jié)去觀賞電影，因?yàn)楹秒娪岸际前瑢?dǎo)演與編劇對(duì)這個(gè)社會(huì)這個(gè)時(shí)代的理解的，而這些理解會(huì)通過演員的表演與情感的投入灌輸?shù)接^眾的腦海中，如果我們?nèi)ニ伎?，我們?huì)發(fā)現(xiàn)”哇，很有共鳴“或者”我覺得應(yīng)該是這樣子的“再或者“我的情緒在被劇情拖著走”。那么導(dǎo)演就成功了，這部電影也就成功了。故事套路有很多種，我們不應(yīng)只關(guān)注劇情表面的走向，而要去嘗試著去想導(dǎo)致這種走向的原因是為什么。而這就是劇情片！
劇情片是一個(gè)很寬泛的概念，因?yàn)殡娪暗脑u(píng)分網(wǎng)站的信息是由諸多用戶自行打標(biāo)簽評(píng)論通過后臺(tái)數(shù)據(jù)的匯總而得到的。那么很多時(shí)候一部動(dòng)作片也包含犯罪、戰(zhàn)爭等元素，劇情又很好，那么這部電影可能會(huì)有多個(gè)標(biāo)簽：動(dòng)作、劇情、犯罪。如下所示，所以這種普遍由用戶決定的數(shù)據(jù)是多級(jí)的，我們可以理解為一種有條件的平行關(guān)系。如果是單純的劇情片的話，就是栗子里面的第二部電影，往往單純的劇情片會(huì)與人性、社會(huì)、自然等哲學(xué)意味的事物掛鉤，這類電影往往能直擊觀眾的靈魂引發(fā)人的深思，當(dāng)然也往往會(huì)伴隨著“看不懂”或是“冗長無聊”的反饋。我是很喜歡看這類電影，看完后甚至?xí)oogle這部電影中包含的寓意或是背景，就仿佛是開啟了新世界無法自拔。
那么是不是所有的電影都會(huì)屬于劇情片類型呢？答案是否，不過我們可以這么講：劇情片是多標(biāo)簽高質(zhì)量電影的最高級(jí)標(biāo)簽。畢竟有很多紀(jì)錄片是很高質(zhì)量的，但是紀(jì)錄片里面的劇情可能需要觀眾自己腦補(bǔ)。不過有了劇情這一標(biāo)簽，我們就能從這一類信息中能有效判別一部已上映電影的好壞，由此來決定是否去電影院。下面的數(shù)據(jù)分析也能說明這一點(diǎn)。
首先我來放張總的類型分布餅圖，如下所示?？梢钥吹絼∏闃?biāo)簽的占比是最大的，因?yàn)樗赡芤餐瑫r(shí)是其他類好電影的最高級(jí)標(biāo)簽。那么18年大眾的口味是怎樣的呢，考慮到純劇情片的比例不是很大，也可以考慮將劇情這類標(biāo)簽刪除。得到的結(jié)果是喜劇、動(dòng)作、愛情、犯罪....懸疑占近乎全部，其他類別普遍相比都少的可憐。這和電影的生態(tài)有關(guān)，越是這樣以后的比例也會(huì)大致如此，這畢竟還是資本的市場(chǎng)，很多導(dǎo)演也開始走迎合市場(chǎng)的路線，畢竟藝術(shù)要得，給公司賺錢也要得。至于這電影題材top3：喜劇、動(dòng)作、愛情。結(jié)合起來不知道為什么就覺得怪怪的，但也是很正常：性與暴力是人類永恒的題材，大多數(shù)人看電影還是圖個(gè)爽，更注重的是視覺沖擊和情懷擁抱。的確，生活已經(jīng)不易了，要是坐在電影院里再思考人生豈不是更頭疼。大家基本都愛喜劇，特別是國人，這是人之常情。只有哪天人民真正生活幸福了估計(jì)就尋思著喜歡看悲劇了，平衡是事物發(fā)展的必然。不過近兩年的喜劇的確很不錯(cuò)，開心麻花的貢獻(xiàn)很大，一些漫改電影也是有崛起之勢(shì)估計(jì)下一年會(huì)是喜劇片角力的一方重點(diǎn)（不過這一點(diǎn)日本占據(jù)著天然優(yōu)勢(shì)）。
那么，如果按照評(píng)分來看，類型是否有著決定性作用呢？為此我將評(píng)分劃為以下幾類：7分及以上（7+），5-7分（5-7），3-5分（3-5）。如下三張圖所示：
一個(gè)很直觀的感覺，就是劇情標(biāo)簽的占比明顯在下降從25.57%降到了13.33%。這也證明了劇情這一標(biāo)簽的特殊性，在7分以上的高分電影中劇情片的占比非常高幾乎等于除劇情片外top3標(biāo)簽之和。作為高分電影的一級(jí)標(biāo)簽，更多的人認(rèn)為劇情是電影很重要的一部分，反觀兩極化的喜劇與愛情，在7+，3-5分的類型分布中分布是很多的，但低分喜劇、愛情片似乎少與劇情掛鉤，那么這類電影就會(huì)沒有營養(yǎng)甚至邏輯混亂，就會(huì)被觀眾踩下去。再看看今年的動(dòng)作片，發(fā)現(xiàn)普遍在中低檔游走，的確觀眾也看多了打打殺殺，特技什么的也大差不差，香港動(dòng)作片持續(xù)低迷中，老牌動(dòng)作演員也越來越少，新晉武生又沒有太多亮眼表現(xiàn)（針對(duì)國內(nèi)），國外的動(dòng)作片還好有阿湯哥這類勞模撐著（諜6），但是國外的動(dòng)作片很容易形成系列，系列又很容易會(huì)產(chǎn)生后續(xù)乏力的情況導(dǎo)致越拍越差。冷門片方面分布在中高分中，畢竟敢拍冷門題材聚焦奇特之點(diǎn)的影人要么是奇才要么就是瘋子，而這兩類人往往能將藝術(shù)推向巔峰。再看看低分電影方面，很明顯低分電影中的類型無非是我們接觸到的最常見題材，越是我們常見的越容易翻車，主要是容易拍所以很容易滋生腐敗的資本。最后，讓我們?cè)倏匆谎蹌?dòng)畫片，發(fā)現(xiàn)在高分電影中動(dòng)畫片不在少數(shù)，只想說二次元賽高啊。
接下來我們?cè)賮矸治鲆幌?b>電影與國家的關(guān)系，可能習(xí)慣上講美國大片美國大片的，那事實(shí)上真的是這樣嗎？讓我們來看圖
與其說美國大片的，還不如說是美國高產(chǎn)片。18年熱門電影中美國參與發(fā)行制作的電影是最多的，國內(nèi)其次（港澳臺(tái)一并算進(jìn)去了）。其次的是日韓和英法，其他地區(qū)可以算是冷門區(qū)了，令我意外的是今年的印度電影不如以往給力了，可能也被資本腐蝕了，當(dāng)然更有可能的是過往太經(jīng)典一時(shí)半會(huì)兒很難再超越。我們來結(jié)合評(píng)分具體再看看，和之前一樣將評(píng)分劃分。
結(jié)合以上三幅圖，直觀可以看出，中美兩國占著體量和市場(chǎng)優(yōu)勢(shì)產(chǎn)量頗豐。但總體美國電影質(zhì)量比較好，因?yàn)榈头侄蚊绹氖炀氁葒鴥?nèi)少，高分段比國內(nèi)多。
其他對(duì)比數(shù)據(jù)我可以得出以下結(jié)論：
1.今年國內(nèi)爛片的比重還是很大，計(jì)算有三成，但今年的國產(chǎn)佳片更多，與往年比較還需要結(jié)合前幾年數(shù)據(jù)，這個(gè)以后再完善。
2.北歐電影精致，數(shù)量少且大部分在高分段。日韓電影的水準(zhǔn)較高，低分段不見蹤影，中高檔均勻分布，自成體系。
3.其他國家產(chǎn)量少，片源少很難做出判斷可以理解為噪聲，但是如果這些國家的電影進(jìn)了熱門那么很有可能是參展電影，那就牛批了。
最后，本篇再分析分析電影時(shí)長的分布特點(diǎn)，直接上圖。
上圖給我的信息只有分布上的規(guī)律，總的時(shí)長跨度與高分電影是一致的，說明高分電影的時(shí)長跨度很大，這說明了高分電影的多樣性，我們拿最短時(shí)長的電影和最長的電影說說看：最長的大象席地而坐，金馬獎(jiǎng)；最短的權(quán)游動(dòng)畫，大IP。劇情起手，前者導(dǎo)演胡波為了這部電影付出了什么大家現(xiàn)在也知道了，后者的編劇是小說作者喬治·馬丁更不用說了。雖然時(shí)長跨度大，但是真的是有內(nèi)容與情懷的，當(dāng)有靈魂的時(shí)候，沒了輕重，時(shí)間便變得不再重要。而且我們注意到大象這么長時(shí)間是因?yàn)檫@是導(dǎo)演剪輯版，是能完全體現(xiàn)導(dǎo)演思想和對(duì)電影理解的版本。所以有時(shí)候我也會(huì)去找導(dǎo)演剪輯版的電影，時(shí)間長，原汁原味，不用委屈于上映刪減的版本，最能體現(xiàn)電影的本身。
相比之下，低分電影的時(shí)長就比較統(tǒng)一沒什么太大跨幅而且時(shí)長普遍偏低，這也恰恰說明了低分電影的套路單一仿佛是生產(chǎn)流水線上的產(chǎn)品，沒什么內(nèi)容套一個(gè)鮮亮的外殼就出爐了，可能只需要很短的時(shí)間，根本不可能花時(shí)間去打磨，隨便剪一下并一下做個(gè)宣傳就上映了。
為了能進(jìn)一步看清分布規(guī)律我們將評(píng)分再細(xì)分以下得到下面的這幅圖，一起來看一下，得到的現(xiàn)象很明顯，箱式圖的中位數(shù)線是遞減的，時(shí)長跨度也是不斷減小。
最后，我再按總排名先后結(jié)合時(shí)長做了張散點(diǎn)分布圖，通過線性回歸得到一條斜率為負(fù)的線性公式，說明從總體數(shù)據(jù)上的確是呈遞減趨勢(shì)，而且區(qū)域收斂狀態(tài)（因?yàn)樵匐y看也根本不會(huì)進(jìn)熱門，連觀眾都沒有了）
以上這些基于的是熱門電影數(shù)據(jù)，所以數(shù)據(jù)量少，有些結(jié)論只能猜測(cè)，而且本文也沒引用一些專業(yè)的電影知識(shí)輔佐觀點(diǎn)，所以我稱之為全死角分析。但是局部很多時(shí)候也能反應(yīng)總體，倒也不完全是管中窺豹。以后隨著自身技術(shù)的改進(jìn)和數(shù)據(jù)量的增大，會(huì)更加深入的以專業(yè)的視角去發(fā)掘信息，呈現(xiàn)真正多角度的分析。下篇會(huì)著重于文本分析，會(huì)分析下熱門電影的制作發(fā)行公司的概況，以及對(duì)本文做有價(jià)值的補(bǔ)充。
本文最后再順便推薦今年的幾部電影
劇情：大象席地而坐
/懸疑：網(wǎng)絡(luò)迷蹤
/歷史：特工
/犯罪：祈禱落幕時(shí)
/動(dòng)作：鐵雨
/喜劇/愛情：花牌情緣系列
/犯罪：罪人
/動(dòng)畫：超人總動(dòng)員2
