PythonとSQLでIMDB高評価映画を深堀り分析！インタラクティブな可視化も実現

PythonとSQLを使って、IMDBの高評価映画データセットを徹底的に分析してみませんか？ このプロジェクトでは、DuckDBとPythonを活用し、250本のトップレート映画に関するSQLクエリを実行します。分析結果はitablesを用いてインタラクティブなHTMLテーブルとして表示され、Quartoで記述されたnotebook.qmdファイルにまとめられます。

プロジェクトの魅力

• SQLでのデータ分析: SQLクエリを用いて映画データを効率的に分析できます。
• インタラクティブな可視化: itablesで分析結果をインタラクティブなHTMLテーブルとして表示。さまざまな角度からデータ探索が可能です。
• DuckDBによる高速処理: 軽量で高速なDuckDBを活用し、大規模データセットも快適に処理できます。

手軽な導入方法

1. リポジトリをクローン:

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

   Copy

2. 仮想環境の構築と依存関係のインストール:

   uv venv
   source .venv/bin/activate # Windowsの場合は .venv\Scripts\activate
   
   uv pip install -r pyproject.toml
   

   Copy

簡単な使い方

• HTMLとしてレンダリング:

  quarto render notebook.qmd
  

  Copy

• Jupyterでインタラクティブに実行:

  quarto preview notebook.qmd
  

  Copy

必要なデータセット

data/フォルダ内にmovies.dbという名前のSQLiteデータベースを配置してください。データベースはmoviesテーブルを含んでいる必要があり、以下のカラムを持つ必要があります。

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

映画のデータ分析を始めよう！

このプロジェクトを通して、PythonとSQLを使った映画分析のエキスパートを目指しましょう！ 高評価映画の秘密を解き明かし、データに基づいたインサイトを発見してください。