迪士尼统治影业？| DT×NYCDSA

迪士尼近几年的收购让这家老牌娱乐产业巨头再次生龙活虎起来。在过去一段时间内，票房最高的15部电影中有9部来自迪士尼。

问题是：迪士尼的整体水平真的比同行高么？还是只是这些电影本身比较出色？皮克斯、漫威以及卢卡斯等对这个现象有贡献么？

为了回答这个问题，我决定去爬取 IMDB 的网站，收集2010年到2017年的电影信息，包括片名，年份，预算，全球票房，美国票房，上映首周票房，以及所属类型。我使用 Python 的 Scrapy 包来完成这一任务。

我选择了排名最前面的6家公司，他们拍摄了505部电影，分别是：迪士尼，华纳兄弟，二十世纪福克斯，环球影业，哥伦比亚影业，派拉蒙影业。

我排除了那些没有任何票房信息的电影，剩下452部。对于没有全球票房数据的电影，我根据美国票房数据进行了估算。这样计算可能会有一些误差，但是补足了缺失数据的问题。我通过观察发现，美国票房和全球票房的比例大约在0.93左右，于是有63部电影的全球票房数据是通过这种方法估算得出的。我还设计了“全球收入”的概念，来展示票房收入减去预算后的利润部分。

下面的箱线图展示了各个公司的情况，我们可以明显看到迪士尼的平均值高于其他公司。每个箱子周边的散点显示这个分布是右倾的。因此我用了Box-Cox变换来进行假设检测。从检测结果来分析，迪士尼的票房收入在统计学上显著高于其他公司。

按照不同年份分析这些公司，可以看到最初哥伦比亚影业的片量最高，但是之后华纳影业和环球影业取代了它的领导地位。即使迪士尼没有最高的产量，它仍然是全球票房收入最高的。

为了搞明白为何迪士尼可以在2016年打破票房收入的纪录，我分析了它的具体细分公司。从下面的图可以看出，皮克斯、漫威和星战系列电影为漫威的票房带来了非常积极影响。下图中的气泡大小代表净收入的大小，我将这个图片做成了一个互动的形式，通过把鼠标悬浮在相应的气泡上，就会显示出一些关于电影的其他信息。但是文章中使用的是静态截图形式。

在2016年，我们可以看到迪士尼的每一个电影品牌都推出了至少一部主打电影。漫威推出了《美国队长3》和《奇异博士》，皮克斯推出了《海底总动员2》，卢卡斯影业则重启了星战计划，拍摄了《星战外传：侠盗一号》，迪士尼动画影业则推出了两部口碑极佳的动画电影《海洋奇缘》和《疯狂动物城》。

在分析的过程中，大多数公司有分之和子公司。这可能对我们的分析带来困扰。对于一些电影，IMDB上并没有将他们的父公司列入制片方名单。为了弥补这一点，可以去爬取维基百科来收集相应信息。另外，我们还可以对不同年份的影片情况进行统计，分析各个公司的年度计划的不同。

对于几大电影公司的分析，其实还停留在表面阶段，主要使用了数据爬虫、清洗和可视化的方法，初步展示了我的观察结果。还有很多可以深入挖掘和改进的地方。

今年迪士尼依然在票房战争中领先，并且很可能会继续保持领先地位。2018年也是迪士尼的大年。已经上映的《黑豹》挤进了票房前十，《复仇者联盟3》电影票房破10亿美元，星球大战新片预计在纪念日假期票房大卖，《超人特工队2》、《无敌破坏王2》都将上映。这样的阵容让迪士尼有可能在今年再破纪录

（本文编译自技术博客 One Disney to rule them all? 仅代表作者观点。）

数据侠门派

数据侠 Guilherme Strachan 是纽约数据科学院的学员，他是一名软件开发者，同事也在数据科学领域也很有建树。他拥有电子工程专业硕士，方向是计算机智能。他擅长处理问题、机器学习模型以及编程。

关于DT×NYCDSA

DT财经与纽约数据科学学院是战略合作伙伴。DT×NYCDSA 系合作开设的系列专栏。

加入数据侠

数据侠计划是由第一财经旗下DT财经发起的数据社群，包含数据侠专栏、数据侠实验室系列活动和数据侠联盟，旨在聚集大数据领域精英，共同挖掘数据价值。申请入群请添加微信公号dtcaijing004并备注“数据社群”，合作请联系datahero@dtcj.com。