Analyse SQL de Films IMDB : Découvrez les Secrets des 250 Meilleurs Films

Plongez au cœur des données des 250 films les mieux notés selon IMDB grâce à une analyse SQL poussée. Découvrir les tendances, les réalisateurs les plus prolifiques et les caractéristiques communes des films à succès devient un jeu d'enfant avec cet outil basé sur Python, DuckDB et Quarto.

Visualisez l'Analyse SQL de Données de films IMDB de Manière Interactive

Dites adieu aux tableaux statiques ! Ce projet utilise itables pour transformer les résultats de vos requêtes SQL en tableaux HTML interactifs. Explorez, filtrez et triez les données comme jamais auparavant et analysez les données IMDB avec SQL.

Les Avantages Clés de l'Analyse SQL de Films IMDB

• Exploration Facile des Données: Interrogez et analysez des données de films avec SQL.
• Visualisation Interactive: Affichez les résultats sous forme de tableaux HTML interactifs.
• Technologie Pointe: Propulsé par DuckDB, itables et Quarto.

Lancez Votre Analyse SQL de Données de Films IMDB en Quelques Étapes Simples

Voici le guide de démarrage rapide pour extraire des informations clés des données des films IMDB.

1. Clonez le dépôt:

   git clone https://github.com/gpenessot/imdb-sql-analysis.git
   cd imdb-sql-analysis
   

   Copy
2. Créez un environnement virtuel et installez les dépendances:

   uv venv
   source .venv/bin/activate # ou .venv\Scripts\activate on Windows
   uv pip install -r pyproject.toml
   

   Copy
3. Rendez le notebook Quarto en HTML, permettant une analyse approfondie à partir des données de films IMDB :

   quarto render notebook.qmd
   

   Copy
   Ou ouvrez-le interactivement dans Jupyter :

   quarto preview notebook.qmd
   

   Copy

Structure des Données: Ce qu'il faut savoir sur la base de données de films IMDB

Pour que l'analyse fonctionne correctement, la base de données SQLite movies.db doit se trouver dans le dossier data/. Elle doit contenir une table movies avec les colonnes suivantes:

• title
• director
• year
• rating
• genres
• runtime
• country
• language
• imdb_score
• imdb_votes
• metacritic_score

Ce projet offre une base solide pour l' analyse SQL avancée de films IMDB. Grâce à une licence MIT, vous êtes libre de le modifier et de l'adapter à vos besoins. Exploitez le potentiel des données de films IMDB et découvrez des informations précieuses dès aujourd'hui !