豆瓣已玩烂？IMDb数据告诉你长青导演、高分影片都有谁

转战Python半年，接触爬虫2个月，期间读了10本相关书籍，完成此作，算是对过去学习、实践的一次回顾。也希望与更多的python，爬虫爱好者小伙伴们一起交流、成长。

选此题目，一来豆瓣作为爬虫入门，各种大牛的深入分析已趋于完美；另一方面随着中国电影工业的发展，我们需要将视角转向国际市场，通过数据分析，了解一下外国人比较感兴趣的电影。以IMDb top250主页为分析对象，来看一看分析结果。

01 影片类型对比

首先来看一下各个类型的影片占比：

Top250电影的类型占比，前三名分别是喜剧、犯罪与动作。

紧张刺激的情绪、张弛有度的情节，最能带给影迷带来记忆深刻的观影体验。

下面再来看下各个类型的影片的得分对比：

从类型来看，西部片一骑绝尘，究其原因可能与受众人群小、爱好者狂野奔的性格易给高分有关。其次，犯罪、动作、冒险、推理、恐怖题材也易出较高评分

02 年份对比

首先我们看下TOP250电影的所属年份：

Top250电影中，1957、1995、与2014年电影较多，而1975年后，上榜电影有明显增加的趋势，这可能与电影工业的日趋成熟有关。

至于1995年，熟悉电影的小伙伴可能知道，1995年是世界电影100周年，无数电影天才抱着献礼的想法，在这一年诞生了他们伟大的作品，我们较为熟悉的有《肖申克救赎》、《阿甘正传》、《低俗小说》、《四个婚礼与一个葬礼》、《七宗罪》、《狮子王》等。

同时我们看下各个年份电影的评价分数：

比较电影年代评分，并无发现明显上升或下降趋势，可见电影艺术并不会随时间而失去自身价值。对于电影，技术不是第一位的，感情共鸣的因素占更大权重；哪部电影最好看？答案就在我们每个人心中。

03 国家/地区对比

我们看下各个国家/地区的电影在TOP250电影中的占比情况：

这个数据比较有趣，有点像诺贝尔奖，美国电影占据半壁江山，其余国家瓜分剩下的蛋糕。排名前几位的分别是英国、法国、日本、德国。

如果是西方主流价值观的原因，同样作为东方文化代表的邻国日本，却有16部电影上榜，可见西方价值观并不能成为中国电影上榜少的主要原因。虽然近几年中国不乏有《大鱼海棠》、以及刚最新上映的《流浪地球》这样高质量的作品上线，但是在国际市场仍反响平平。我相信电影是有共同语言的，也真的有普世价值观这样的东西。如何打造国际化电影工业，给世界人民讲故事，是中国电影人接下来需要探索的课题。

04 导演对比

我们一起看下那些在TOP250榜单中，最常出现的导演们：

电影界的诺贝尔开奖啦，一起来看看有哪些作者上榜。鉴于大家对外国导演名可能不太熟悉，这里做了一个导演-代表作做对照表，值得注意的是，雷德利・斯科特、詹姆斯・卡梅隆、大卫・芬奇分别执导了电影《异形1》《异形2》《异形3》，一部《异形》出3个上榜导演，可见其系列影响力，没看过的小伙伴强烈建议一看，虽然口味可能点重。 05 人群对比

首先我们看下不同人群的评分情况：

从性别维度来看，男性比女性给容易给出高分。另一方面，从年龄段侧看，无论男女，未成年人员最易给出高分，随着年龄增加，评分愈加犀（è）利（dú），超过45岁的人群，给出的分数是最低的。是否历经沧海，坚硬的心就越难被打动？又或许见多识广，才能公正客观的评价一部电影？也许可以就此问题研究一下，如《电影节评委年龄层的科学配置方法》。

然而知道了评分情况，我们也需要去了解下各类人群的占比情况：

虽然“老叔叔”、”老阿姨”们的评分偏低，但是一部电影的口碑高低不用太担心这类人群。因为数据告诉我们，满足30-44以及18-29这两个年龄段的中青年男性口味，电影口碑肯定差不了。从近些年《战狼》、《红海行动》，这类战争动作片均取得不错的口碑中，对评分机制可略知一二。

06 类型、年龄与评分的关系

首先我们用热力图来看下各个人群对不同类型电影的评分情况：

不同年龄群，对电影类型的偏好是不同的。如未成年男性、女性，对推理、西部片表现出浓厚兴趣，而45以上的男性、女性，分别对科幻、黑色电影类型钟爱。

评分的高低也需要结合占比进行综合分析：

这次我们将数据粒度细化至各年龄层，结合各年龄段评分，以下我们给出各年龄层在TOP250榜中的推荐电影。

电影推荐 

▼未成年男性（<18）

▼18-29岁男性▼30-44岁男性▼45+男性▼未成年女性(<18）▼18-29岁女性▼30-44岁女性▼45+女性以上是根据IMDbTop250数据推荐的电影，如果有不符合的情况，在这里说声抱歉。毕竟美国人民的喜好和中国还是有一定区别的。

最后，用《三体》的一首诗作为结尾：

我看到了我的爱恋

我飞到她的身边

我捧出给她的礼物

那是一小块凝固的时间

时间上有美丽的条纹

摸起来像浅海的泥一样柔软

她把时间涂满全身

然后拉起我飞向存在的边缘

这是灵态的飞行

我们眼中的星星像幽灵

星星眼中的我们也像幽灵

最后附上数据爬取攻略

网页分析

・IMDb Top250主页

・IMDb电影详情页(1)

・IMDb 电影详情页(2)

基于以上网页构造，我们发现只需得到每个电影的详情页编码(唯一)，通过2次“蛙跳”，实现详情页(1)(2)导出国家&类型，分数&人数的信息的获取。便于理解，爬取思维导图如下：作者：翻滚吧羊宝宝，微信号：LiuYannis