Анализ реестра прокатных удостоверений в РФ

В поиске подходящих данных я обратил внимание на реестр прокатных удостоверений фильмов на момент 2024 года, опубликованный на портале открытых данных Министерства культуры РФ https://opendata.mkrf.ru/opendata/7705851331-register_movies. Эти данные показались мне интересными для анализа, так как дают возможность изучить особенности киноиндустрии: страны производства, возрастные категории и динамику выпусков.

Диаграммы для вывода данных: столбчатая диаграмма круговая диаграмма гистограмма линейная диаграмма

Я выбрал эти типы, чтобы визуализировать различия и тренды данных максимально понятно и наглядно!

Стилистика графиков: Я выбрал градиент синего и фиолетового для создания единого стиля презентации, вдохновившись обложкой.

Цвета:

Темно-синий: #0b3d91 Светло-синий: #6baed6 Фиолетовый: #9467bd

Для анализа данных я использовал Python и библиотеку Pandas. Вот этапы обработки данных:

Загрузка данных: Я загрузил файл реестра прокатных удостоверений, предоставленный Министерством культуры РФ.

import pandas as pd data = pd.read_csv («data-8-structure-4.csv», low_memory=False)

Выбрал столбцы, которые были важны для анализа: «Дата начала показа фильма», «Вид фильма», «Страна производства», «Возрастная категория».

selected_columns = [«Дата начала показа фильма», «Вид Фильма», «Страна производства», «Возрастная категория»] filtered_data = data[selected_columns]

Видны пики и спады в производстве фильмов. Например, значительное увеличение количества фильмов в определённые годы может быть связано с культурными или экономическими факторами. Можно заметить, что в 2007 было показано больше всего новых кинолент. Эх, не зря некоторые так хотят вернуть 2007-й

Россия является лидером по количеству фильмов в реестре, что ожидаемо, учитывая фокус на национальную киноиндустрию. Ну и на втором месте конечно же столица мировой киноиндустрии США.

Большинство фильмов имеет стандартную продолжительность (90–120 минут). Длительные фильмы — редкость, так как среднестатистический зритель не готов на столь длительный киносеанс. Исключением можно считать домашний кинопросмотр.

Большинство фильмов ориентировано на широкую аудиторию (0+ и 6+). Фильмы для взрослых (18+) занимают меньшую долю, что соответствует ожиданиям для индустрии кино, так как продажа билетов для семейных фильмов намного прибыльнее.

Использование нейросетей: Для визуальной части проекта я использовал нейросеть DALL-E для генерации обложки презентации и картинок. Так же для помощи с возникающими в коде ошибками я использовал Chat GPT 4o, присылая ему код ошибки.