🎬 Filmanalyse – Genres und Schauspieler (1970–2010)
Dieses Projekt analysiert mehrere Film-Datensätze (im JSON-Format) aus den Jahren 1970 bis 2010. Ziel ist es, populäre Filmgenres und Schauspieler zu identifizieren sowie deren Entwicklung über die Jahre hinweg zu untersuchen.
📂 GitHub-Link zum Projekt:
🔗 Filme Schauspieler Analyse
🎯 Ziel der Analyse
- Identifikation der Top-10 Filmgenres (nach Anzahl der Filme)
- Visualisierung mit Balken- und Kreisdiagrammen
- Analyse der Popularitätsentwicklung der Top-3 Genres über die Zeit (Liniendiagramm)
- Ermittlung der Top-10 Schauspieler nach Anzahl der Filme
- Kreis- und Balkendiagramme zur Darstellung der beliebtesten Schauspieler
- Popularitätsentwicklung der Top-3 Schauspieler (1970–2010)
- Verhältnis der Filme in den Top-3 Genres für die Top-10 Schauspieler (Vergleich als Balkendiagramm + Tabelle)
📊 Verwendete Tools
- Google Colab (Python)
- Pandas, NumPy
- Matplotlib, Seaborn
🗂️ Datenquelle
- 📥 JSON-Files von GitHub:
Wikipedia Movie Data Repository
Fazit Die Analyse zeigt deutlich, dass bestimmte Filmgenres wie Drama, Comedy und Action über Jahrzehnte hinweg dominieren. Auch Schauspieler wie Robert De Niro, Morgan Freeman oder Bruce Willis waren über lange Zeit hinweg besonders aktiv und präsent.
Insbesondere lassen sich folgende Tendenzen erkennen:
- Die Beliebtheit der Top-Genres bleibt über Jahrzehnte hinweg relativ stabil.
- Die Karrieren einzelner Schauspieler zeigen typische Wellenbewegungen mit klaren Höhepunkten.
- Die Top-10 Schauspieler spielen besonders häufig in Filmen der populärsten Genres mit — ein Indiz für die strategische Ausrichtung großer Produktionen.
📍 Erstellt und ausgeführt in Google Colab Autorin: Elina Hlyva, https://github.com/elinahlyva-dataanalytics 📆 Projektzeitraum: Dezember 2025