当前位置：首页 > news >正文

python电影票房数据可视化分析系统不同档期电影票房Flask框架艺恩电影票房网站 requests爬虫（建议收藏）✅

news 2025/10/31 18:30:16

博主介绍：✌全网粉丝50W+，前互联网大厂软件研发、集结硕博英豪成立软件开发工作室，专注于计算机相关专业项目实战6年之久，累计开发项目作品上万套。凭借丰富的经验与专业实力，已帮助成千上万的学生顺利毕业，选择我们，就是选择放心、选择安心毕业✌
> 🍅想要获取完整文章或者源码，或者代做，拉到文章底部即可与我联系了。🍅

1、2026年计算机专业毕业设计选题大全（建议收藏）✅

2、大数据、计算机专业选题（Python/Java/大数据/深度学习/机器学习）（建议收藏）✅

1、项目介绍

技术栈：
Flask框架、Echarts可视化、档期电影数据、requests爬虫、艺恩电影票房网站

电影票房数据可视化分析系统不同档期电影票房

2、项目界面

（1）选择不同年份、不同档期、不同电影进行分析

在这里插入图片描述

（2）选择不同年份、不同档期、不同电影进行分析

在这里插入图片描述

（3）选择不同年份、不同档期、不同电影进行分析

在这里插入图片描述

（4）选择不同年份、不同档期、不同电影进行分析
在这里插入图片描述

（5）选择不同年份、不同档期、不同电影进行分析

在这里插入图片描述

（6）注册登录

在这里插入图片描述

（7）后台管理
在这里插入图片描述

（8）数据采集
在这里插入图片描述

3、项目说明

选题基于现阶段时代背景，利用Python爬虫技术获取艺恩电影票房数据网站中的信息，将获取到的数据保存到MySQL数据库中，使用Echarts技术做可视化图表的展示，搭建Flask框架做可视化系统，实现用户登录、注册功能，实现用户可以通过系统搜索不同档期的电影信息的功能，用户可以选择不同年份、不同档期、不同电影对数据进行数据分析和可视化展示；系统由前台操作和后台管理两部分构成，前台主要负责与用户交互，后台主要完成系统的数据管理等各项功能，系统设计功能图如下图所示：

前台操作模块主要实现的功能为：
（1）数据采集
本文将采用Python网络爬虫技术对艺恩电影票房数据网站的数据进行采集，并将采集到数据存储到MySQL数据库中。
（2）注册、登录功能
只有注册成为本系统的用户后，才能登录本系统进入系统页面，因此需要提供用户注册、登录功能。
（3）可视化展示
以Echarts可视化图表的形式展现不同档期的电影数据，包含电影票房数据、电影场次、人次，不同档期内，不同电影票房的占比、场次占比、人次占比等；另外还包括不同档期电影票房的地域分布、场次的地域分布、人次地域分布等信息。

后台管理模块主要实现的功能为：
（1）帐号管理
用户注册后，将用户的账号、密码等信息存储到数据库，当用户修改密码后及时更新用户的密码，在用户登录时匹配数据库看用户的账号和密码是否存在，未注册或输入密码错误的用户都不能登入系统。
（2）信息管理
电影票房信息和电影地域分布信息是档期电影信息可视化分析系统的重要内容所在，管理员需要能够检查更新系统中的电影票房信息和电影地域分布信息，对数据进行操作，包括增删改查等操作。

4、核心代码

import datetime
import requests
from service.mysql_util import MySQLConnPoolDB = MySQLConnPool()
DB.connect()def getMovie_BoxOffice_Day_Chart(date):"""影片票房地域分布:param date: 日期:return:"""data = {'r': '0.6690016180153391','datetype': 'Day','date': date,'sdate': date,'edate': date,'bserviceprice': '1',}response = requests.post('https://ys.endata.cn/enlib-api/api/movie/getMovie_BoxOffice_Day_Chart.do',headers=headers, data=data).json()table1s = response['data']['table1']results = []for table in table1s:result = {'CityLevel': table['CityLevel'],  # 城市区分"thedate": date,  # 日期"MovieID": table['MovieID'],  # 电影ID"MovieName": table['MovieName'],  # 电影名称"BoxOffice": table['BoxOffice'],  # 当前票房"ShowCount": table['ShowCount'],  # 当前场次"AudienceCount": table['AudienceCount'],  # 当前人次"hjBoxOffice": table['hjBoxOffice'],  # 黄金场票房"hjShowCount": table['hjShowCount'],  # 黄金场场次"hjAudienceCount": table['hjAudienceCount'],  # 黄金场人次}print(result)results.append(result)DB.insert(table='movie_area', data=results, is_bulk=True)def getMovie_BoxOffice_Day_List(date):"""票房详情数据:param date: 日期:return:"""data = {'r': '0.6690016180153391','datetype': 'Day','date': date,'sdate': date,'edate': date,'bserviceprice': '1','columnslist': 'pageindex': '1','pagesize': '200','order': '103','ordertype': 'desc',}response = requests.post('https://ys.endata.cn/enlib-api/api/movie/getMovie_BoxOffice_Day_List.do', headers=headers,data=data).json()table1s = response['data']['table1']result1s = []for table in table1s:result = {"thedate": date,"Irank": table["Irank"],  # 排名"MovieID": table["MovieID"],  # 电影ID"MovieName": table["MovieName"],  # 电影名称"BoxOffice": table["BoxOffice"],  # 当前票房"TotalBoxOffice": table["TotalBoxOffice"],  # 累计票房"TotalShowCount": table["TotalShowCount"],  # 累计场次"TotalAudienceCount": table["TotalAudienceCount"],  # 累计人次"ShowDay": table["ShowDay"],  # 天数"BoxOfficePercent": table["BoxOfficePercent"],  # 票房占比"ShowCount": table["ShowCount"],  # 当前场次"AudienceCount": table["AudienceCount"],  # 当前人次"AudienceCountPercent": table["AudienceCountPercent"],  # 人次占比"ReleaseDay": table["ReleaseDay"],  # 累计上映天数"AvgShowAudienceCount": table["AvgShowAudienceCount"],  # 场均人次"AvgShowBoxOffice": table["AvgShowBoxOffice"],  # 场均收入"ReleaseDate": table["ReleaseDate"],  # 上映日期"HjBoxOffice": table["HjBoxOffice"],  # 黄金场票房"HjShowCount": table["HjShowCount"],  # 黄金场场次"HjAudienceCount": table["HjAudienceCount"],  # 黄金场人次"HjOfferSeat": table["HjOfferSeat"],  # 黄金场排座"AvgHjAudienceCount": table["AvgHjAudienceCount"],  # 黄金场场均人次"BoxOfficeMoM": table["BoxOfficeMoM"],  # 票房环比"ShowCountMoM": table["ShowCountMoM"],  # 场次环比"AudienceCountMoM": table["AudienceCountMoM"],  # 人次环比"ShowCountPercent": table["ShowCountPercent"],  # 场次占比"SwBoxOffice": table["SwBoxOffice"],  # 上午场票房"SwShowCount": table["SwShowCount"],  # 上午场场次"SwAudienceCount": table["SwAudienceCount"],  # 上午场人次"XwBoxOffice": table["XwBoxOffice"],  # 下午场票房"XwShowCount": table["XwShowCount"],  # 下午场场次"XwAudienceCount": table["XwAudienceCount"],  # 下午场人次"JyBoxOffice": table["JyBoxOffice"],  # 加映场票房"JyShowCount": table["JyShowCount"],  # 加映场场次"JyAudienceCount": table["JyAudienceCount"],  # 加映场人次"Attendance": table["Attendance"],  # 上座率"HjBoxOfficePercent": table["HjBoxOfficePercent"],  # 黄金场票房占比"HjShowCountPercent": table["HjShowCountPercent"],  # 黄金场场次占比"HjAudienceCountPercent": table["HjAudienceCountPercent"],  # 黄金场人次占比"HjAttendance": table["HjAttendance"],  # 黄金场上座率"BoxOfficePercentNation": table["BoxOfficePercentNation"],  # 票房占全国比"OfferSeat": table["OfferSeat"],  # 当前排座"OfferSeatPercent": table["OfferSeatPercent"],  # 排座占比}print(result)result1s.append(result)DB.insert(table='movie_box_office', data=result1s, is_bulk=True)if __name__ == '__main__':time_1 = datetime.date(2023, 12, 1)  # 指定结束日期time_2 = datetime.date(2023, 1, 1)  # 指定起始日期n = (time_1 - time_2).days + 1for d in range(n):yesterday = (time_1 - datetime.timedelta(days=d)).strftime('%Y-%m-%d')print(yesterday)getMovie_BoxOffice_Day_Chart(yesterday)getMovie_BoxOffice_Day_List(yesterday)