想看电影的票房和大家对其评分的关系。是否是评分越高的电影票房也越好。

先用爬虫抓取了豆瓣上排名前250的片子。

程序是根据《Python网络爬虫从入门到实践（唐松）》修改的。

豆瓣上没有票房，但是有评分人数量，于是姑且把评分人数当做票房看它和评分的相关性。

评分和人数都用最大最小值做了标准化。

结论是：无相关性（r=0.306896，p=0.759），对于得分相同的片子，其观看人数的变化是很大的。

再去IMBD上爬取豆瓣前250的片子在IMBD上的排名。

电脑速度太慢，中途Spyder总是死掉。于是手动抓了不少。

整体而言，豆瓣的评分（平均分8.83）都比IMBD（8.05）上要高一点。但是这两个网站上的评分也无相关性（r=0.5587，p=0.577）。

同样，在豆瓣上评分相同的片子到了IMBD上结果就会千差万别。

IMBD上评分和票房的关系

由于豆瓣上的前250名的片子很多都是国产的，于是就手动从豆瓣前200的片子中把国产的以及日韩等非美国片剔除掉，并且去除了1990年之前的片子，然后总共选取了120部片子（几乎都是美国片），然后跟这些片子的全美票房（Gross USA）进行了比较。结果如下，并没有显示出评分越高票房越好的特点。

考虑到物价上涨的因素，想看看剔除掉年份的要素之后会不会好一点，于是用年份（year）和评分（ranking）做自变量做了一个回归，看它们对票房的影响。

结果是这两个自变量的P值都不显著（尤其是年份），评分对于票房会稍微有一点影响，但没有明显的相关

原文地址：https://www.cnblogs.com/hankoui/p/8463460.html