当前位置：首页 > news >正文

【数据可视化-30】Netflix电影和电视节目数据集可视化分析

news 来源：原创 2025/6/29 10:51:17

🧑 博主简介：曾任某智慧城市类企业算法总监，目前在美国市场的物流公司从事高级算法工程师一职，深耕人工智能领域，精通python数据挖掘、可视化、机器学习等，发表过AI相关的专利并多次在AI类比赛中获奖。CSDN人工智能领域的优质创作者，提供AI相关的技术咨询、项目开发和个性化解决方案等服务，如有需要请站内私信或者联系任意文章底部的的VX名片（ID：xf982831907）

💬 博主粉丝群介绍：① 群内初中生、高中生、本科生、研究生、博士生遍布，可互相学习，交流困惑。② 热榜top10的常客也在群里，也有数不清的万粉大佬，可以交流写作技巧，上榜经验，涨粉秘籍。③ 群内也有职场精英，大厂大佬，可交流技术、面试、找工作的经验。④ 进群免费赠送写作秘籍一份，助你由写作小白晋升为创作大佬。⑤ 进群赠送CSDN评论防封脚本，送真活跃粉丝，助你提升文章热度。有兴趣的加文末联系方式，备注自己的CSDN昵称，拉你进群，互相学习共同进步。

在这里插入图片描述

【数据可视化-30】Netflix电影和电视节目数据集可视化分析

一、引言
- 1. 简述数据可视化的重要性
Netflix电影和电视节目数据集可视化分析
- 一、引言
- 二、数据探索
- - 2.1 数据集介绍
  - 2.2 数据清洗与探索
- 三、单维度特征可视化
- - 3.1 内容类型分布
  - 3.2 上映年份分布
  - 3.3 电视节目季数分布
  - 3.4 电影时长分布
- 四、多维度关系可视化
- - 4.1 top15国家与内容类型的关系
  - 4.2 年份与内容类型的关系
  - 4.3 评级与内容类型的关系
  - 4.4 内容时长与上映年份的关系（以电影为例）
- 五、总结与洞察

一、引言

1. 简述数据可视化的重要性

数据可视化是将数据以图形或图像的形式表示出来，使得复杂的数据更容易被人类理解和分析。在数据分析、商业智能、科学研究等领域，数据可视化都扮演着至关重要的角色。它不仅能够直观展示数据的分布、趋势和关联，还能帮助我们发现隐藏在数据中的模式和洞见，从而做出更明智的决策。

Netflix电影和电视节目数据集可视化分析

一、引言

数据可视化是探索和理解复杂数据集的强大工具。通过可视化分析，我们可以揭示Netflix平台上电影和电视节目的分布特征、内容趋势以及用户可能的观看偏好。本文将基于包含丰富信息的Netflix数据集，从多个维度进行可视化探索，帮助大家更直观地了解Netflix内容生态。

二、数据探索

2.1 数据集介绍

本数据集包含以下变量：

show_id：每部电影或电视节目的唯一标识符
type：内容类型（电影或电视节目）
title：电影或电视节目的标题
director：电影导演
cast：参与的演员
country：内容制作国家
date_added：在Netflix上的上架日期
release_year：内容的实际发布年份
rating：内容的电视分级
duration：时长（分钟）或季数

2.2 数据清洗与探索

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns# 加载数据
df = pd.read_csv('netflix_titles.csv')  # 请替换为实际文件路径# 查看数据基本信息
print(df.info())# 查看各列唯一值数量
print(df.nunique())# 缺失值情况
df.isnull().sum()

从数据的基本信息中，我们可以发现：

数据集包含多种类型变量，包括类别型（如type、rating）和一个数值型（release_year）
一共有8807行数据，数据中存在缺失值，director导演列的缺失值最多，达到2634个，近缺失30%

三、单维度特征可视化

3.1 内容类型分布

plt.figure(figsize=(10, 6))
sns.countplot(x='type', data=df)
plt.title('Content Type Distribution')
plt.xlabel('Content Type')
plt.ylabel('Count')
plt.tight_layout()
plt.show()

观察结果：电视节目和电影的数量差异显著，电视节目占比较高。

3.2 上映年份分布

plt.figure(figsize=(15, 6))
sns.countplot(x='release_year', data=df, palette='viridis')
plt.title('Content Release Year Distribution')
plt.xlabel('Release Year')
plt.ylabel('Count')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

观察结果：内容发布年份集中在近几年，反映出Netflix内容产量的增长趋势。

3.3 电视节目季数分布

# 提取电视节目的季数信息
tv_shows = df[df['type'] == 'TV Show']
tv_shows['duration'] = tv_shows['duration'].apply(lambda x: int(x.split(' ')[0]) if pd.notnull(x) else 0)plt.figure(figsize=(12, 6))
sns.histplot(tv_shows['duration'], bins=30, kde=True, color='teal')
plt.title('TV Show Seasons Distribution')
plt.xlabel('Number of Seasons')
plt.tight_layout()
plt.show()

观察结果：大部分电视节目季数集中在1到5季，少数节目拥有较长的系列。

3.4 电影时长分布

# 提取电影的时长信息
movies = df[df['type'] == 'Movie']
movies['duration'] = movies['duration'].apply(lambda x: int(x.split(' ')[0]) if pd.notnull(x) else 0)plt.figure(figsize=(12, 6))
sns.histplot(movies['duration'], bins=50, kde=True, color='coral')
plt.title('Movie Duration Distribution')
plt.xlabel('Duration (minutes)')
plt.tight_layout()
plt.show()

观察结果：电影时长主要集中在90到120分钟之间，符合典型电影的时长范围。

四、多维度关系可视化

4.1 top15国家与内容类型的关系

country = df['country'].value_counts()[:15].index.tolist()
df1 = df[df['country'].isin(country)]plt.figure(figsize=(15, 8))
sns.countplot(x='country', hue='type', data=df1, palette='Set2')
plt.title('Content Type Distribution by Country')
plt.xlabel('Country')
plt.ylabel('Count')
plt.xticks(rotation=45)
plt.legend(title='Content Type')
plt.tight_layout()
plt.show()

观察结果：美国制作的内容最多，且电影和电视节目分布较为均衡，其他国家则各有侧重。

4.2 年份与内容类型的关系

plt.figure(figsize=(15, 8))
sns.countplot(x='release_year', hue='type', data=df, palette='husl')
plt.title('Content Type Distribution Over Years')
plt.xlabel('Release Year')
plt.ylabel('Count')
plt.legend(title='Content Type', bbox_to_anchor=(1, 1), loc='upper left')
plt.tight_layout()
plt.show()

观察结果：近几年电影和电视节目数量均呈现增长趋势，但电视节目增长更为显著。

4.3 评级与内容类型的关系

plt.figure(figsize=(15, 8))
sns.countplot(x='rating', hue='type', data=df, palette='muted')
plt.title('Content Distribution by Rating and Type')
plt.xlabel('Rating')
plt.ylabel('Count')
plt.xticks(rotation=45)
plt.legend(title='Content Type', bbox_to_anchor=(1, 1), loc='upper left')
plt.tight_layout()
plt.show()

观察结果：不同评级的内容类型分布差异明显，TV-MA（成人级）和TV-14（青春期少年级）分级的内容较多，涵盖电影和电视节目。

4.4 内容时长与上映年份的关系（以电影为例）

plt.figure(figsize=(15, 8))
sns.scatterplot(x='release_year', y='duration', data=movies, alpha=0.6, color='purple')
plt.title('Movie Duration vs Release Year')
plt.xlabel('Release Year')
plt.ylabel('Duration (minutes)')
plt.tight_layout()
plt.show()

观察结果：电影时长与上映年份无明显线性关系，但可见不同时期电影时长的分布特征。

五、总结与洞察

通过以上多维度的可视化分析，我们得出以下关键洞察：

内容类型分布不均：电视节目数量多于电影，且增长趋势更为明显。
国家制作差异显著：美国是内容制作的主力军，其他国家制作内容较少，但各有特色。
分级与内容类型关联紧密：成人级和青春期少年级内容占比较大，涵盖电影和电视节目。
电影时长稳定：电影时长多集中在90到120分钟，符合观众常规观影习惯。

以上分析为理解Netflix平台内容生态提供了多维度视角，揭示了各变量之间的潜在关系，为进一步的内容策略制定和用户研究提供了数据支持。

【数据可视化-30】Netflix电影和电视节目数据集可视化分析

一、引言

1. 简述数据可视化的重要性

Netflix电影和电视节目数据集可视化分析

一、引言

二、数据探索

2.1 数据集介绍

2.2 数据清洗与探索

三、单维度特征可视化

3.1 内容类型分布

3.2 上映年份分布

3.3 电视节目季数分布

3.4 电影时长分布

四、多维度关系可视化

4.1 top15国家与内容类型的关系

4.2 年份与内容类型的关系

4.3 评级与内容类型的关系

4.4 内容时长与上映年份的关系（以电影为例）

五、总结与洞察

相关文章：