
正在热映《一步之遥》电影票房很火爆,但是口碑两极分化,不仅朋友圈里大家互撕,一个部门的小伙伴都会为了它到底是姜文的烂片还是好片,动手打起来。
先看看各大网站对这片的打分,也是雾里看花,远近高低各不同。截止到今天中午:豆瓣6.2,时光网6.3,微信电影9.5分,微博7.7分。
而小格自家的用户打分是最狠的:4.8!几乎也是刷新了历年的低分榜!查了一下,上一部低的这么彻底的电影,还是鼎鼎有名的《富春山居图》。虽然这两片完全没有可比性,无论是从质量、卡司还是制作上,却真真实实把姜文从神坛上拉下来。
接下来,让大数据来告诉你,究竟是哪些人在给姜文的《一步之遥》差评?而喜欢《一步之遥》的,又是什么样的观众?
PS:1、格瓦拉的打分,全部来自于购票用户,是实打实看过《一步之遥》的(不保证看完)。没买过票,抱歉,你打的分数不算数。所以,无论分数如何,这是真实反映进影院人群对该片的态度。
2、统计中,高分是指(8-10分)和低分是指(1-3)。购票用户中给《一步之遥》打高分的占25%~30%,打低分的占40%~45%。一首一尾,把它的分数压扁到了4.8。
女人比男人更爱姜文
原来看姜文电影人,女性比例远远超过男性,这个结果让小格都有些惊讶:姜文大叔的荷尔蒙气质,原来对女人们充满了号召力。
80后是主流人群
80后是买单的主力,这部影片对于90、00后基本影响力甚微。70后,你们都去哪里了?
高低分用户性别比例相似
爱打高分和低分的多数都是女人干的,果然是爱之深,恨之切。另外,女人的情绪化,真的这么容易走极端?
南京人最爱《一步之遥》;广州人最不客气
都说南京人有文化、有底蕴,这个数字确实能说明——他们最能成为姜文的知音!对于务实的广州人来说,没有文化上的任何亲近性,也最容易直接抛出差评!
看完零点场,观众是最愤怒的
小格特别理解零点场观众的情绪,大半夜天寒地冻,都是满腔热情去迎接《一步之遥》的人,期待值最高,落差也最大。
高分用户很喜欢《后会无期》,但没那么喜欢《心花路放》
最后,我们抽取了高低分用户最近看得最多的五部电影,看看他们的打分习惯是怎样的。如上图所示,百分比显示的是这部分用户,打的分数比该片平均分高出或低出多少。
总体来说,高分用户更宽容,打的分就是比一般人高;低分用户更苛刻,打的就是比一般人低,哪怕你是《星际穿越》。
其中,只有一个特例:高分用户好像不太待见宁浩的《心花路放》,只有这部电影,他们打的分要比平均分低3%。
另一个有趣的点是,高分用户比别人更爱韩寒的《后会无期》,而且,是很爱。该片的平均分是7.5,高分用户可打了8.59啊!
看来,喜欢《一步之遥》的,也很喜欢《后会无期》,却没那么喜欢《心花路放》。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08