豆瓣評分9.9分的電影是什麼
本文主要介紹：數據分布，概率，地圖，數據過濾器，列屬性及圖形生成器的應用。
數據來源：通過爬蟲收集豆瓣電影評分。
收集數據量：1500部電影。
數據截止時間：2018年3月27日 12：00
前幾天無意間聊起了電影評分，說起在豆瓣上評分超過9.9分的電影是什麼？對電影評分超過9.9覺得是一個奇葩存在，那麼豆瓣上有9.9分評分的電影嗎？
正好最近也想學習如何編寫一個爬蟲，去爬一些公開的數據，這正好是一個好的素材，於是就有了今天的分析。
首先我用爬蟲在豆瓣上爬了1500部電影的數據，樣本應該具備一定的代表性，淡然如果願意可以一直爬，但從數據分析角度，1500組左右的數據應該夠了（去除無效數據後分析）。
根據這些數據我們可以做如下分析：（分析軟體使用的是JMP）
9.9分的電影什麼
+
我們先關注第一個問題：有9.9分的電影嗎？如果有是什麼？
超過9.5分的神片，佔比是多少？
相反的，評分只有1分的電影有嗎？
1. 9.9分的電影是什麼？
從以上結果中，我們發現 了最大值為9.9分，這個作品是17年10月份上映的《藍色星球2》
這個片子有18465人評論，5星好評率超過94%，這組紀錄片讓我們看到了大自然造物的神奇，同時記錄了續多溫馨的瞬間。值得推薦。
2. 超過9.5分的電影佔比有多少？
我們了解到，如果豆瓣評分超過9分，就算是比較受歡迎的影片了。如果超過9.5分，那製片方是絕對可以拿出來顯擺了。
如果我們要查看9.5分以上的佔比，我們需要擬合一個分布。遺憾的是我們在擬合的時候並沒有發現哪個分布與這組數據接近。
與數據擬合最近的是3正態混合。你可以簡單理解為 爛片，正常片，神片，三組數據的混合
爛片的均值接近5分，正常片的均值為7分，神片的均值為8.5分。當然這種解釋聽起來比較合理，但似乎沒有什麼根據，同時也加大了分析的難度。
為了統計方便，我們採用比較接近的Johnson分布來計算概率，通過分析結果如下：（高於9.5分的概率）
高於9.5分的理論佔比不到1.6%（扣除超過10分的概率），而我們抽樣的數據裡面超過9.5分的僅僅只有0.57%。簡單來說好片100部才有不到2部，如果你一天看一部電影，三個月才能看到一部好電影，如果你一周才看一部，看到一部好電影的時間是2年，這也是你為什麼看不到好電影的原因。
用數據過濾器篩選出超過9.5分的電影清單如下：
不知道看什麼的小夥伴，可以按上面的清單看了。
3. 被評為最爛的影片是什麼？
從抽樣數據來看，最爛的片子是2.1分的是畢志飛導演的電影《純潔的心靈》
海報宣傳的是「神片送喜」，如他願，真成神片了。
就連泳衣的款式都被吐槽了，你覺得這款泳衣款式老嗎？
評分高低有地域差別嗎？
+
分值看完後我們看下豆瓣網友是否有地獄偏好，是不是外界傳言的國內多爛片呢。首先我們先看一張圖。（用所有影片按地區平均）
在這張圖中，大家對中國電影的評分屬於一般的水平，距離高水平還有一定的距離。
接下來我們看下在中國的影片與總體相比，在各個類型上是否一致？總體評分最低的類別是 戰爭片，最高的是記錄片。當然家庭，和犯罪類型的影片評分也同樣比較高。
而在中國大陸，排在倒數第一名的竟然是「愛情」，看到這個結果你以後還會看大陸導演拍的愛情片嗎？
評分最高的依然是記錄片，寫到這裡讓我們聯想到了《舌尖上的中國》。家庭穩居第二，第三名是脫口替代了犯罪，而犯罪影片的分類，在中國大陸影片的分類中消失了。
影迷喜歡吐槽還是喜歡讚美
+
當然並不是所有的觀影者都會在豆瓣上評分，也不是在豆瓣上進行評分的人都是觀影者，看了不評，評了不看肯定都是存在的。這些都不是我們討論的範圍。我們根據已知的數據看下「是爛片評價的人多，還是優秀的影片評價的人多」我們先看下規律：
對於5分以下的影片，評論人數很少有超過10萬的，而對於6分以上的影片則評論人數明顯增多。最多的評論達到了62萬（砰然心動），並且評分還是比較高的
這裡讓我們思考一個問題：是因為評分高了大家才去看的嗎？而對評分低的影片直接選擇忽視？
毫無懸念，在中國大陸影片中，收穫評論最多的是戰狼2，當然，也是票房最高的影片之一。
當你不優秀的時候，連獲得吐槽的機會都沒有，因為大家都很忙。
TAG:時說 |