Анализ и визуализация данных Netflix
Введение в тему
Для анализа я выбрала датасет Netflix Movies and TV Shows, содержащий информацию о фильмах и сериалах, представленных на платформе Netflix. Для поиска датасета с отзывами и рейтингом я использовала ресурс Kaggle.com. Датасет включает такие характеристики, как тип контента, страна производства, дата добавления, возрастной рейтинг, жанры и продолжительность. Данные представлены в табличном формате CSV, что делает их удобными для обработки и анализа с использованием библиотеки Pandas в языке программирования Python.
Актуальность
Выбор именно этого датасета обусловлен высокой популярностью платформы Netflix и её значимой ролью в современной индустрии цифровых медиа. Анализ структуры и динамики каталога Netflix позволяет лучше понять, какие типы контента преобладают на платформе, как менялась стратегия добавления фильмов и сериалов с течением времени, а также какую роль играет международный контент. Эти данные представляют практическую и исследовательскую ценность, так как отражают глобальные тенденции в сфере онлайн-развлечений и потребления медиаконтента.
Выбор графиков
Для всестороннего анализа я выбрала пять типов графиков, каждый из которых отвечает на конкретный вопрос:
1. Линейный график (тренд): Динамика добавления контента на платформу по годам. 2. Гистограмма с KDE: Распределение контента по годам выпуска. 3. Столбчатая диаграмма (Top-N): Страны-лидеры по производству контента для Netflix. 4. Круговая диаграмма: Соотношение фильмов и TV-шоу в каталоге (общая структура). 5. Горизонтальная столбчатая диаграмма (Top-N): Самые частые режиссеры в каталоге.
График № 1
График № 2
График № 3
График № 4
График № 5
Для написания кода я использовала: https://www.deepseek.com/
Для создания изображений я использовала: https://ideogram.ai/t/explore
