ФОРМУЛА ХИТА: анализ данных IMDb

Для этого проекта я выбрала тему, которая мне как режиссёру особенно близка — кинематограф. А если точнее — я решила попробовать найти формулу успеха в мире кино, проанализировав, как бюджет, жанр, год выпуска и другие факторы влияют на рейтинг и популярность фильмов.

Почему именно эти данные? Потому что кино — это не только искусство, но и индустрия. И мне стало интересно посмотреть: Есть ли зависимость между бюджетом и рейтингом? Какие жанры чаще получают высокие оценки? Как менялось количество фильмов с течением времени? Сколько хитов появляется каждый год?

Для стилизации графиков я выбрала чёрный фон, чтобы создать атмосферу, которая напоминает кинозал — это соответствовало тематике кино и придавало визуалу стильную глубину. Источником вдохновения послужили эстетика ночных интерфейсов и современный минимализм, где важна контрастность и чистота визуала, — это можно увидеть, например, в интерфейсах стриминговых сервисов типа Netflix. Также подобная цветовая гамма, конечно же, отсылает к черно-белым фильмам и кинохлопушке :)

Цвета и шрифты выбраны так, чтобы графики были легко читаемыми на тёмном фоне: аккуратные линии сетки и убранные лишние рамки (использовала sns.despine()).

Для начала я загрузила датасет с помощью библиотеки kagglehub (код можно посмотреть там же, на сайте kaggle), которая помогла скачать набор данных с IMDb про фильмы с разными жанрами.

После загрузки посмотрела на первые строки таблицы, колонки и общую информацию, чтобы понять структуру данных и типы столбцов:

Для первой визуализации я построил гистограмму, чтобы увидеть, как распределяются оценки фильмов. Это позволяет понять, какие рейтинги самые популярные и есть ли перекосы, например, много ли фильмов с высокими или низкими оценками. Я добавила линию сглаживания (KDE), чтобы было проще увидеть общую форму распределения, а не только столбцы гистограммы.

Большинство фильмов имеют рейтинг от 6 до 7.5 баллов, что говорит о преобладании "средне-хорошего" контента. Высокие оценки (8+) — редкость, и это подчёркивает, насколько трудно добиться по-настоящему высоких откликов от зрителей. Возможно, кинохит — это не просто бюджет и известный режиссёр, а ещё и попадание в эмоциональный нерв времени.

Следующим шагом я проанализировала, как средний рейтинг меняется в зависимости от жанра. Для этого выделил из списка жанров только главный (первый), чтобы сравнивать именно их. Построил столбчатую диаграмму, где высота столбца — это средний рейтинг по жанру. Чтобы сделать график более информативным, добавил числовые подписи сверху каждого столбца. Стилизация в том же тёмном стиле с белыми элементами, чтобы сохранить визуальную целостность.

На первых местах по среднему рейтингу — вестерны и фильмы-нуары. Это неудивительно, так как подобные жанры снимались в начале пути кинематографа и чаще всего имеют культовый статус, поэтому чаще всего получают положительные оценки, — скорее всего ими наслаждаются синефилы. Жанры вроде ужасов или фэнтези — наоборот, чаще получают более низкие оценки (возможно, из-за массового производства в случае ужастиков и узости аудитории в случае фэнтези).

Чтобы увидеть динамику кинопроизводства, подсчитал, сколько фильмов выходило в каждом году. Представил эту информацию в виде линейного графика с точками на каждом году. Это позволяет понять, есть ли рост или спад выпуска фильмов за разные периоды.

До 2016 года по данным датасета видно устойчивый рост в производстве фильмов, особенно с 2000-х годов. Это может быть связано с цифровизацией, снижением стоимости производства и ростом онлайн-платформ. Чем больше фильмов выходит, тем сложнее создать что-то оригинальное — и тем ценнее настоящие хиты.