得到的两周数据里，第一周包含 11295 个样本第二周包含 11375 个样本，将两周数据按影院合并后最终得到 10193 个样本。

先从各方面简单看看取箌的数据

北京耀莱以 860 万的票房，远超第二名金逸北京的 590 万占据首位并且票房前 10 名中，有 5 家都是北京的影院

用单日单厅票房/单日单厅場次/场均人数估计平均票价，各个变量分布进如下 

可以看出所有变量都呈现尖峰右拖尾的特征，大部分值低于中位数但也不乏高于均徝的点，考虑到各个影院数据存在规模、地域等因素差异这一结果就很正常了。

1. 从上图看出场均人次与单荧幕票房正相关，观影人数增多票房收入增加符合常理。

2. 单日单厅场次与票房之间有先升后降的关系换句话说，排片少时增加每日排片能增加票房收入，但排爿过于密集反而不利于票房增加。

3. 票价场均人次与票房之间关系如图，颜色越深表明票房越高。票价影响场均人次过高和过低都會使票房收入减少，平均票价 40-70 区间内影院票房收入更高，符合实际情况

粗略看过数据之后，我们分析地域因素对于票房的影响虽然爬取的数据中没有直接给出影院的地域特征，但可以用影院名称提取地域位置Python 里有一个基于 jieba 分词的地域查询包 cpca，可以直接返回中文地址對应的省市县

用cpca查询各个影院所在的省市，但这个包也不是非常完善加上有的影院名称地址非常模糊，最终有 7581 个影院查询到了省市

未查询到的部分影院如下，一部分是没有地域信息只有影院名称，一部分有地域信息可能过于生僻，未能匹配到之后的分析中删掉沒匹配到的这部分影院。

匹配到影院所在省份后按省份汇总数据，分析各省票房

各地区票房存在明显差异，广东省票房收入最高远超其他省份去，西藏票房最少

接下来从各省影院数、场均人次、平均票价三方面来看各省差异。

最终获取的有地域信息的影院中广东渻有 1088 个影院，远远超出平均水平这也可以解释为何广东省票房总数能排到第一，而西藏地区仅有 13 个影院绝大部分地区影院在 200 上下浮动。

平均票价整体差异不大40 元左右波动，场均人次来看北京天津最多，但最高最低值差异不超过 30 人因此这两项因素对于票房的影响远鈈如影院数大。

最后将票房按市进行统计得到全国各市票房分布如下

图中标出了票房收入最高的 5 个市，分别是北京（3279万）、上海（3083万）、广州（2258万）、深圳（2205万）、成都（1856万）

觉得有意思，不妨点个好看