Анализ хоррор фильмов
Концепция проекта
Я обожаю смотреть кино, а моим любимым жанром являются хоррор-фильмы, ведь они сочетает в себе элементы страха, напряжения и драмы. Мне было интересно изучить, как менялись предпочтения зрителей и рейтинги фильмов с течением времени, а также выявить наиболее популярные поджанры и их влияние на кассовые сборы. Эти данные имеют особую ценность, так как позволяют понять, какие аспекты хоррор-фильмов наиболее востребованы, и как они эволюционировали за последние десятилетия.
Я выбрала данные IMDb Horror: Chilling Movie Dataset, которые содержат информацию о названиях фильмов, годе выпуска, продолжительности, жанрах, рейтингах, режиссерах, количестве голосов и кассовых сборах. Данные были представлены в формате CSV и содержали информацию о фильмах, начиная с 1920-х годов и заканчивая современными релизами. Эти данные были найдены в открытом доступе на сайте Kaggle и представляют собой интересный набор для анализа, так как охватывают широкий временной период и разнообразие жанров.
Моя цветовая палитра для графиков была вдохновлена атмосферой ночного леса и кадрами из классических хоррор-фильмов. Я хотел передать ощущение таинственности, напряжения и мрачности, которое часто ассоциируется с этим жанром.
Для анализа данных я выбрал следующие типы графиков:
- Точечный график: Для визуализации зависимости кассовых сборов от продолжительности фильма.
- Круговая диаграмма: Для отображения доли поджанров хоррора.
- Линейный график: Для анализа изменения среднего рейтинга фильмов с годами.
- Горизонтальная гистограмма: Для сравнения средних рейтингов по жанрам.
Эти графики были выбраны, так как они позволяют наглядно представить различные аспекты данных: распределение, доли, тренды и сравнения.
Анализ данных
Я начала с обработки данных. Данные были загружены из CSV-файла с помощью библиотеки Pandas. Для анализа я выполнила следующие шаги:
- Преобразование столбца «Gross» (кассовые сборы) в числовой формат.
- Удаление строк с пропущенными значениями в ключевых столбцах.
Для стилизации графиков я использовала библиотеку Matplotlib и Seaborn. Основные элементы стилизации:
- Цветовая палитра: Использованы оттенки серого, зеленого и бежевого для создания мрачной атмосферы, соответствующей тематике хоррора.
- Фон графиков: Темный фон (#171F26) для контраста с яркими элементами графиков.
- Шрифт: Serif, 15 кегль, чтобы текст был легко читаемым и элегантным.
Также я отдельно подготавливала данные к некоторым графикам. Так, мне нужно было разделить строки с жанрами на отдельные элементы и исключить основной жанр «Horror», чтобы сосредоточиться на поджанрах; выбрать наиболее популярные поджанры для отображения на круговой диаграмме; разделить строки с жанрами на отдельные элементы и посчитать средний рейтинг для каждого жанра. Я считаю, что подготовка данных — это ключевой этап анализа, который позволяет сделать данные пригодными для визуализации.
Визуализация данных
Точечный график. Визуализации зависимости кассовых сборов от продолжительности фильма.
Точечный график показывает, как продолжительность фильма влияет на его кассовые сборы. Благодаря нему можно сделать вывод, что фильмы продолжительностью 90–120 минут чаще имеют высокие кассовые сборы.
Круговая диаграмма. Отображения доли поджанров хоррора.
Круговая диаграмма показывает долю каждого поджанра в общем количестве фильмов, исключая основной жанр «Horror». Из нее видно, что наиболее востребованными поджанрами хоррора являются триллеры и мистика, что подчёркивает важность напряжённого сюжета и загадочности для зрителей.
Линейный график. Изменения среднего рейтинга фильмов с годами.
Линейный график показывает, как средний рейтинг фильмов менялся с годами. И из него можно сделать грустный вывод, что, к сожалению, начиная с 80-х годов, фильмы ужасов теряют свой высокий рейтинг и становятся более проходными. Только в последние годы заметен небольшой рост рейтинга, что, вероятно, связано с улучшением качества фильмов.
Горизонтальная гистограмма. Сравнения средних рейтингов по жанрам.
Горизонтальная гистограмма показывает средний рейтинг для каждого жанра, отсортированный по возрастанию. Отсюда на удивление видно, что хоррор-мюзиклы являются одним из самых успешных поджанров.
Заключение
Этот анализ позволил выявить ключевые тренды в жанре хоррор-фильмов. Используя эти данные, киностудии могут принимать более обоснованные решения при создании новых фильмов, чтобы удовлетворить ожидания зрителей и добиться успеха в прокате.
Описание применения генеративной модели
Для составления цветовой палитры в этом проекте я использовала Chat-GPT 4.0. https://openai.com/index/gpt-4/
А для создания обложки я использовала нейросеть Ideogram v0.2 с промтом: «atmospheric poster for a horror movie in realism. it should show a close-up of the fogged glass of the house from the inside and a hand that draws a pie chart on it with a finger. It’s night outside and the house is dark too. Aesthetically, the photo should be in cool dark shades, as if in a slight haze, reminiscent of a film photo» https://ideogram.ai/t/explore
Источники
ShreyanshVerma27. IMDb Horror: Chilling Movie Dataset. IMDb Horror: Unleashing the Terror with a Comprehensive Movie Dataset. 2023. https://www.kaggle.com/datasets/shreyanshverma27/imdb-horror-chilling-movie-dataset?resource=download
