Original size 853x1280

Анализ и визуализация документальных фильмов Netflix (2022)

PROTECT STATUS: not protected

Введение

В рамках проекта я проанализировала датасет с информацией о документальных фильмах, выпущенных на платформе Netflix в 2022 году. Данные представлены в формате CSV и содержат такую информацию как: название фильма, дата премьеры, длительность и язык оригинала.

Для исследования был использован датасет с информацией о документальных фильмах от Netflix, найденный на сайте kaggle: названия, даты релиза, продолжительность, а также оригинальный язык произведения. Данные представлены в формате CSV и включают около 60 фильмов, выпущенных студией за 2022 год. Данный датасет был выбран благодаря своей структурированности и тематике: он отражает особенности контента одного из крупнейших стриминговых сервисов и позволяет проследить культурные и временные закономерности в выпуске документальных фильмов.

Мне было интересно проанализировать документальные фильмы как отдельный тип медиа-контента, поскольку документалистика находится на стыке культуры, журналистики и визуального повествования. Netflix в последние годы активно инвестирует в документальные проекты, что делает этот тип контента особенно показательным для анализа: он отражает не только вкусы аудитории, но и редакционную политику платформы. Ценность этих данных заключается в возможности исследовать языковое разнообразие контента, предпочтительную длительность документальных фильмов, сезонность релизов, связь между временем выхода и характеристиками фильмов.

Для визуализации данных были выбраны разные типы графиков, каждый из которых решает конкретную аналитическую задачу: Столбчатые диаграммы — для сравнения категориальных данных (язык, месяцы). Гистограмма — для анализа распределения длительности фильмов. Линейный график — для отображения динамики релизов во времени. Такой набор позволяет рассмотреть данные с разных сторон и создать объясняющую визуализацию, а не просто набор иллюстраций.

Обработка данных

Для анализа данных использовалась библиотека pandas, позволяющая работать с табличными данными в формате CSV. На первом этапе были изучены структура датасета, типы данных и наличие пропущенных значений.

Используемые статистические методы

В проекте применялись методы описательной статистики. Для изучения категориальных данных использовался подсчёт частот, что позволило выявить наиболее распространённые языки документальных фильмов. С помощью группировки данных рассчитывалось количество фильмов по месяцам и средняя длительность фильмов. Анализ распределения длительности был выполнен с помощью гистограммы, что позволило определить типичный диапазон значений. Для анализа временной структуры данных применялось преобразование дат в формат datetime и извлечение временных признаков. Также были выполнены преобразования данных (перевод длительности в минуты), необходимые для корректного статистического анализа и визуализации.

Стилизация

Для стилизации визуализаций была использована единая цветовая палитра и библиотека Seaborn, что позволило добиться визуальной консистентности. Были настроены подписи осей, заголовки и размеры графиков для улучшения читаемости.

Этапы работы

На первом этапе была подготовлена рабочая среда: импортированы все необходимые библиотеки для анализа данных и визуализации.

Original size 1280x86

После подготовки среды был загружен датасет в формате CSV, содержащий информацию о документальных фильмах Netflix.

Original size 1280x69
Original size 1280x189

На этом этапе я изучила общую информацию о датасете: количество строк, названия столбцов и типы данных.

Для возможности временного анализа дата премьеры была преобразована в формат datetime. Также были добавлены столбцы с номером и названием месяца.

Original size 1280x72

Изначально длительность фильмов была представлена в строковом формате (часы и минуты). Для статистического анализа я перевела эти значения в минуты.

Original size 1280x291

В качестве базового цвета был выбран оттенок #008080 (teal). Этот цвет часто используется в аналитических и информационных визуализациях, так как он не перегружает зрение, хорошо читается и ассоциируется с исследовательским контекстом.

Original size 1076x129

Вместо использования большого количества разных цветов я выбрала монохромную систему на основе одного базового оттенка. Цветовая система проекта включает: светлые оттенки teal — для фона и второстепенных элементов, основной цвет #008080 — для ключевых данных, тёмные оттенки teal — для контуров и акцентов. Для этого была создана кастомная градиентная цветовая карта с помощью библиотеки matplotlib.colors.

Original size 1280x81

Чтобы все графики выглядели как части одного проекта, я задала глобальные параметры оформления с помощью seaborn и matplotlib.

Original size 1280x395

График 1. Языки документальных фильмов Netflix

Столбчатая диаграмма отображает количество документальных фильмов Netflix, выпущенных в 2022 году, в разрезе языков оригинала. Высота каждого столбца соответствует числу фильмов на конкретном языке. Использование одного цвета позволяет сосредоточиться на сравнении величин, а не на цветовых различиях.

Анализ и визуализация документальных фильмов Netflix (2022)
Project created at 16.01.2026
lpudesign
LPU — Lovely Professional University, India’s Best Private University in Punjab. A university with the infrastructure of global standards, internationally benchmarked curricula, rich diversity of students, innovative pedagogy for participative and experiential learning with focus on research, innovation and entrepreneurship
design
object design
art
fashion
environment
game design
illustration
animation
cgi
sound