Вводная часть
Для своего проекта я выбрал набор данных о Топ-2000 веб-телесериалов с самым высоким рейтингом по версии TMDB , представленный на платформе Kaggle в формате CSV — смотреть датасет.
Я решил выбрать эту тему, когда в очередной раз искал какой сериал посмотреть работая над другими проектами. И так как я люблю смотреть сериалы я захотел провести их глубокий анализ с 1951 по 2025 год. Такое исследование позволит глубже понять тенденцию популярности сериалов и почему именно их выбирают люди.
В своем анализе я визуализирую данные с помощью гистограммы, круговой и столбчатой диаграммы, диаграммы рассеивания, а также линейного графика. Эти инструменты позволяют более наглядно представить ключевые выводы исследования.
Этапы работы
Для начала я импортировал Pandas, с помощью которого собираюсь проводить анализ данных. Я загрузил данные и вывел датасет и информацию о нём. Более точечные комментарии я писал внутри Google Colab, чтобы не запутаться в последовательности.
После импорта данных из файла, нужно их правильно отсортировать. Я выполняю подготовку данных к анализу: нормализирую категориальные значения, числовые колонки приводятся к корректному типу, жанры сериалов разбиваются на отдельные элементы, а также удаляются пустые значения, после чего я проверяю структуры данных и корректность их изменений.
Далее я решил настроить цвета для будущих графиков. Мне захотелось видеть графики в бежевых тонах.
1. Гистограмма — распределение рейтингов сериалов.
Я решил создать гистограмму, чтобы проанализировать распределение рейтингов сериалов и понять, в каком диапазоне сосредоточено большинство оценок. По оси X отложены значения рейтинга, а по оси Y — количество сериалов, попадающих под интервал. Дополнительно была использована сглаживающая кривая, чтобы подчеркнуть общую тенденцию распределения.
Результат: зрители чаще всего оценивают сериалы в диапазоне 7.5–8.5, что показывает склонность выбирать хорошо сбалансированные проекты, а не исключительно выдающиеся или слабые.
2. Круговая диаграмма — распределение сериалов по странам.
Дальше я использую круговую диаграмму, чтобы показать структуру распределения сериалов по странам-производителям. Такой график по мне был более корректен в отображении стран, которые доминируют на рынке. Каждый сектор диаграммы соответствует стране, а его размер отражает долю сериалов, произведенных в этой стране относительно общего количества.
Результат: США стоит в лидерах по производству сериалов, а также значительный вклад вносят Великобритания, Япония и Южная Корея.
3. Столбчатая диаграмма — популярность жанров.
Для сравнения количества сериалов в разных жанрах я выбрал столбчатую диаграмму, потому что она наиболее наглядно подходит для сопоставления категориальных данных. Каждая колонка соответствует отдельному жанру, а высота отражает количество сериалов, относящихся к этому жанру. Этот график помогает понять какие жанры чаще всего снимались и понять зрительские предпочтения.
Результат: чаще всего люди выбирают для просмотра драму, комедию и экшн, потому что эти жанры универсальны и эмоциональны.
4. Scatter-график — уровень зрительского интереса.
Scatter-график выявляет взаимосвязь между качеством и популярностью сериалов на уровне жанров, а не отдельных проектов. В данном случае каждая точка соответствует одному жанру. По горизонтальной оси показан средний рейтинг жанра, а по вертикальной — среднее количество голосов, отражающих уровень зрительского интереса. Размер точки показывает количество сериалов в жанре, что дополнительно оценивает степень популярности жанра.
Результат: наглядно показана взаимосвязь между рейтингом сериала и количеством голосов, показывая, что высокий рейтинг не всегда сопровождается большим числом голосов и выявляет отсутствие строгой линейной зависимости между этими показателями.
5. Линейный график — динамика выхода сериалов по годам
Для анализа изменений во времени был выбран линейный график, который отображает временной ряд, в котором менялось количество выпускаемых сериалов от года к году. Линяя позволяет визуально отследить рост или спад активности на рынке. Также создается понимание, в какие года пришла популярность сериалов и выявить периоды роста или спада интереса аудитории.
Результат: после 2000 года выбор стал шире из-за роста стриминговых сервисов. Люди стали иметь доступ к большему количеству сериалов, и они пробуют разные жанры и страны производства, а не ограничиваются локальными проектами.
