用Python“科学”预测下《哪吒》票房

开发 后端
今天我尝试用“科学”一点的方法也来预测一下。事先说明,我还没有去看《哪吒》,所以在预测中并无个人偏好。对于纯数据分析来说,这是个好事,让我可以做一个没有感情的杀手分析师。

最近几天,朋友圈和微博被《哪吒之魔童降世》刷屏了。不少看过的朋友都成为“自来水”,力荐此片。

而它的市场表现也很给力,上映首日即破亿,5天超10亿,目前已成为国产动画片最高票房。

于是很多人开始猜测,最终的票房会达到多少?一开始有人预测十几亿,后来普遍认为超20亿,到现在甚至有人给出了40亿的预测。 

 

 

 

今天我尝试用“科学”一点的方法也来预测一下。

事先说明,我还没有去看《哪吒》,所以在预测中并无个人偏好。对于纯数据分析来说,这是个好事,让我可以做一个没有感情的杀手分析师。

相关的代码、数据、原图已上传,获取方式见文末。(还有小彩蛋)

截至发稿时(8月2日)是《哪吒》上映第8天,实时票房15亿多,前7日票房14.68亿。

一种粗糙的预测方式就是:找一找之前类似电影这个时间的票房是多少,按倍数乘一下。

但这里有个问题,不同电影的票房走势是不一样的。以下是我们从猫眼票房上随手找的几部大片或类似电影,他们的票房走势:

 

 

 

 

注:零点首映场的数据被算在了首映前一天,这里我们做了个人工处理,把它合并到了首映日。并且没计算之前的电影数据。这是为了后面的预测分析做准备。

从图上可以看出,有的电影在上线后会有一小波增长,并且在之后的周末和假日都会向上波动,这通常是上映后口碑较好,吸引到更多观众并且排片增加的影片;而有的电影,则是上映即巅峰,之后一路下落,甚至没啥反弹,这其中不乏票房很高的大片,一般是阵容强大/题材吸引人/早期宣发做得好,但观影感受却低于预期的影片。

这里发现一个特别的案例:《白蛇:缘起》,它是少有的上映后票房持续呈上涨趋势的影片。然而却在春节档到来之际突然下线,票房戛然而止,实在可惜。

所以拿不同的电影来比较,结果也会差很多。比如常用来作对比的《大圣归来》,前7日票房累计为2.99亿,总票房9.56亿,按比例算一下《哪吒》票房就是近47亿;而拿《流浪地球》来作为参考,前7日票房累计为23.6亿,总票房46.55亿,结果就是28.9亿。若是再换做《白蛇》或者《爱情公寓》,那更是相去甚远。

所以我想到的方法是:通过对历史票房数据进行多项式曲线拟合,建立一个票房走势的“模型”,再把现有的票房套进模型里做计算。

这里用到的是 numpy 库 polyfit 和 poly1d 方法,根据已有数据,利用最小二乘法得到拟合曲线的方程和系数。

  1. np.poly1d(np.polyfit(x, y, n)) 

对于上述9部电影的拟合效果(红线为拟合结果):

 

 

 

 

对于新上映的电影,数据还太少,直接拟合没有意义。所以我们选择其他电影拟合出的曲线,进行“缩放”,让它适合现有的数据。

这里用 scipy 库的最小二乘函数 leastsq,将其他电影拟合出的曲线作为基础(而非通用的多项式),对《哪吒》的已有数据进行拟合。

  1. def func(x, p):  # 拟合函数 
  2.     A, k = p 
  3. #     return A * z(k * x) # 增加x 
  4.     return A * z(x)  # z为其他电影算出的模型 
  5.  
  6. def residuals(p, y, x): 
  7.     #实验数据x, y和拟合函数之间的差,p为拟合需要找到的系数 
  8.     return y - func(x, p) 
  9.  
  10. plsq = leastsq(residuals, p, args=(y, x)) 

如果用《大圣归来》的曲线,同时假设上映60天,算出来结果是 41.3 亿。

 

 

 

 

或许那个 41 亿的预测就是这么出来的。不过《大圣》的票房量级要相对少很多,所以走势曲线也相对更“平缓”。直接套用在《哪吒》上,系数是 4.4 倍,我觉得这个误差是比较大的。实际票房不出意外的话,应该达不到这么高。

换做《流浪地球》再试下,结果 27.6 亿。

 

 

 

 

这个结果我觉得更合理些。因为:

  1. 都是预算紧缺情况下完成的高质量作品
  2. 上映后都有比较好的口碑传播,形成现象级话题
  3. 都有知名度较高的题材(刘慈欣/哪吒)
  4. 都在热门档期(春节/暑期)

如果在现有数据上,加上这个这周末的三天猜测数据(2亿/2.5亿/2.5亿,我觉得这个数据算是比较保守了),再次进行拟合。那么结果就会达到 29.9 亿。

 

 

 

 

考虑到《哪吒》的题材相对《地球》更适合全家观影,并且暑期档的时间更长,同期竞争较小,所以我觉得,它的曲线应当比《地球》更乐观,破 30 亿问题不大。

因此,就目前的状况来看,我的预测是介于 30~40 亿之间(比《地球》拟合的高,但比《大圣》拟合的低),取个折中就是略高于 35 亿吧。

当然,也不排除后续有变数。再过几天,有新的数据之后再跑一下这个预测程序,应该会更准确。

相关代码、数据、结果图已上传,并附有说明,获取请在公众号(Crossin的编程教室)里回复关键字 哪吒

简单说明下,代码分几部分,可单独运行:

  • get_boxoffice.py 从猫眼票房获取几部参考影片的历史票房数据
  • get_nezha.py 从猫眼票房获取《哪吒》票房数据
  • plot.py 绘制历史票房走势图
  • nezha.py 对历史票房进行曲线拟合,并对《哪吒》票房进行预测

说点题外话,不管是30亿还是40亿,《哪吒》都是铁定进入历史总票房top10的,并很有希望进top5(34亿)。

我个人觉得这是个好现象。哪怕像《大圣归来》、《流浪地球》,包括《白蛇》这样的电影还多不足的地方,但它们的出现和市场表现让人觉得,还是有人在认真做电影,并且观众也会认可这样的电影。这样的良性循环会让以后出现更多类型更优质的国产电影,而不是只有喜剧片,只能靠流量明星的单一市场。

虽然劣币驱逐良币的现象在很多领域始终存在,但总会有人愿意去做良币。有什么样的受众就有什么样的创作者。我愿意为这些出现的良币鼓掌和付费,这样它们的出现才会多一些、久一些。不然,好团队好作品生存不了,我们以后就只能“吃垃圾”了。 

责任编辑:庞桂玉 来源: Python之禅
相关推荐

2019-08-16 13:35:47

戴尔

2013-10-30 10:19:18

2019-09-30 09:10:11

Python编程语言数据科学

2021-01-08 05:26:31

ServerlessPython 预测

2017-07-25 18:36:00

机器学习WOT票房

2018-02-01 16:25:55

2019-09-12 08:38:15

机器学习电影数据库

2022-01-18 09:21:17

Python机器学习黄金价格

2013-01-08 17:08:36

Android手机科学家预测天气

2020-10-15 12:46:49

编程书Python数据科学

2022-02-18 10:34:19

逻辑回归KNN预测

2021-02-07 09:40:19

Python神经网络人工智能

2018-04-16 12:14:34

数据科学机器学习神经网络

2022-01-17 14:13:17

人工智能AI深度学习

2019-08-06 14:15:23

Python数据分析哪吒

2018-10-16 15:17:07

Python求婚匹配

2017-10-12 23:20:06

机器学习票房预估实战

2020-08-21 09:23:22

Python开发工具

2022-03-30 15:11:26

Python房价工具

2023-08-14 08:32:42

MySQL数据库
点赞
收藏

51CTO技术栈公众号