基于豆瓣电影TOP250的可视化设计

news2024/10/6 2:29:07

本文要完成的目的，实现豆瓣电影TOP250的可视化

思路

讲解思路，采用倒推的方式，

首先确定可视化图表，也就是最终的效果。
这样就能确定需要那些基础数据
根据需要的数据进行按需爬取存储。

豆瓣电影Top250的可视化分析

本篇文章完成前两步。可视化图表设计和模拟数据。

可视化设计

柱状图：

【豆瓣电影TOP250】评价人数最多的电影top10

统计对象：电影评分TOP600
统计目的：豆瓣电影TOP250
X轴数据：电影评价人数
Y轴数据：电影名

【豆瓣电影TOP250】年份最多的电影数量top10

统计对象：电影评分TOP600的电影
统计目的：年份最多的电影数量top10
X轴数据：电影数量值
Y轴数据：电影年份值

折线图

【豆瓣电影TOP250】每年高分电影产量趋势

统计对象：豆瓣电影TOP250
统计目的：每年高分电影产量趋势
X轴数据：电影年份
Y轴数据：当年电影数量

饼图

豆瓣电影TOP250各类型电影占比

统计对象：豆瓣电影TOP250
统计目的：展示不同类型电影在评分TOP600中的比例
图表数据：各类型电影的数量

评价人数最多的电影top10

模拟数据

    // 假设这是获取到的豆瓣电影TOP250评价人数最多的电影TOP10的数据
    var movieData = [
        // 电影名, 评价人数
        ["肖申克的救赎", 1000000],
        ["霸王别姬", 950000],
        ["阿甘正传", 900000],
        ["这个杀手不太冷", Math.floor(Math.random() * 800000) + 100000], // 随机生成100000到900000的评价人数
        ["千与千寻", Math.floor(Math.random() * 800000) + 100000],
        ["泰坦尼克号", Math.floor(Math.random() * 800000) + 100000],
        ["盗梦空间", Math.floor(Math.random() * 800000) + 100000],
        ["星际穿越", Math.floor(Math.random() * 800000) + 100000],
        ["楚门的世界", Math.floor(Math.random() * 800000) + 100000],
        ["三傻大闹宝莱坞", Math.floor(Math.random() * 800000) + 100000],
        ["忠犬八公的故事", Math.floor(Math.random() * 800000) + 100000]
    ];
    // 确保评价人数是降序排列
    movieData.sort((a, b) => b[1] - a[1]);
    // 只保留评价人数最多的前10部电影
    movieData = movieData.slice(0, 10);

年份最多的电影数量top10

模拟数据

 	// 模拟豆瓣电影TOP250的电影年份和对应的数量
    var simulatedData = [];
    for (let i = 1990; i <= 2020; i++) { // 假设我们只考虑1990年到2020年的电影
        let count = Math.floor(Math.random() * 50) + 1; // 随机生成1到50部电影的数量
        simulatedData.push([i, count]);
    }
    
    // 按照电影数量进行降序排序，获取年份最多的电影数量top10
    simulatedData.sort((a, b) => a[1] - b[1]);
    simulatedData = simulatedData.slice(0, 10);
    
    // 提取X轴和Y轴的数据
    var xAxisData = simulatedData.map(item => item[1]);
    var yAxisData = simulatedData.map(item => item[0]);

每年高分电影产量趋势

模拟数据

	// 模拟豆瓣电影TOP250每年高分电影的产量
    var yearData = []; // 存储年份
    var productionData = []; // 存储每年高分电影的产量
    
    for (let i = 1990; i <= 2020; i++) {
        // 随机生成1到50部电影的数量，模拟每年高分电影的产量
        let count = Math.floor(Math.random() * 50) + 1;
        yearData.push(i); // 添加年份到X轴数据
        productionData.push(count); // 添加电影产量到Y轴数据
    }

各类型电影占比

模拟数据

// 定义电影类型列表
    var movieGenres = [
        "剧情", "喜剧", "动作", "爱情", "科幻", "动画", "悬疑", "惊悚", "恐怖",
        "纪录片", "短片", "情色", "音乐", "歌舞", "家庭", "儿童", "传记", "历史",
        "战争", "犯罪", "西部", "奇幻", "冒险", "灾难", "武侠", "古装", "运动",
        "黑色电影"
    ];

    // 根据类型列表生成模拟数据
    var pieChartData = movieGenres.map(function(genre) {
        // 随机生成每种类型的电影数量，这里假设数量在50到500之间
        var value = Math.floor(Math.random() * 451) + 50;
        return {
            value: value,
            name: genre
        };
    });