电影票房数据采集分析可视化系统 | Python Flask MySQL Echarts Requests爬虫大数据人工智能毕业设计源码（建议收藏）✅

Ne0inhk

24 Mar 2026 — 11 min read

博主介绍：✌全网粉丝10W+,前互联网大厂软件研发、集结硕博英豪成立工作室。专注于计算机相关专业项目实战6年之久，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。🍅

点击查看作者主页，了解更多项目！

🍅感兴趣的可以先收藏起来，点赞、关注不迷路，大家在毕设选题，项目以及论文编写等相关问题都可以给我留言咨询，希望帮助同学们顺利毕业。🍅

1、毕业设计：2026年计算机专业毕业设计选题汇总（建议收藏）✅

2、大数据毕业设计：2026年选题大全深度学习 python语言 JAVA语言 hadoop和spark（建议收藏）✅

1、项目介绍

技术栈
采用Python语言开发，结合Flask框架搭建后端服务，使用MySQL数据库存储数据，借助Echarts实现数据可视化效果，通过requests库编写爬虫程序，从艺恩电影票房网获取相关数据。

功能模块

地区票房占有率分析
月份票房分析
电影类型票房占有率分析
首页展示
实时票房排名
采集日志
数据采集

项目介绍
该电影票房数据采集分析可视化系统围绕电影票房数据展开全流程处理，依托Python、Flask等技术，通过爬虫从艺恩电影票房网自动抓取票房相关数据，经解析处理后存入MySQL数据库。系统提供多维度的可视化分析功能，涵盖地区票房占比、月份票房、电影类型票房占比等分析模块，还支持按年份查看实时票房排名，同时记录数据采集日志。用户可通过系统界面灵活筛选条件，查看各类可视化图表与数据表格，直观掌握电影票房的分布、趋势等信息，为电影行业相关人员及爱好者提供便捷的数据查询与分析工具。

2、项目界面

（1）地区票房占有率分析
通过环形图直观展示各地区票房占比情况，鼠标悬停可显示对应地区的票房数据及占比信息，同时页面顶部还设有首页、数据中心、总票房排行、类型占比分析、场均人次排名分析、月份票房分析、地区票房及登录等功能入口。

（2）月份票房分析
通过横向条形图直观展示各月份的票房数据，鼠标悬停在对应月份的条形上时，可显示该月份的具体票房数值，同时页面顶部还设有首页、数据中心、总票房排行、类型占比分析、场均人次排名分析、月份票房分析、地区票房及登录等功能入口。

（3）电影类型票房占有率
通过环形玫瑰图直观展示不同电影类型的票房占比情况，鼠标悬停在对应类型的扇区上时，可显示该类型的具体票房数值及占比信息，同时页面顶部还设有首页、数据中心、总票房排行、类型占比分析、场均人次排名分析、月份票房分析、地区票房及登录等功能入口。

（4）首页展示
提供了票房排名、总票房排行 top20、电影类型票房占有率、场均人次排名分析 top20 等快捷入口，同时页面顶部还设有首页、数据中心、总票房排行、类型占比分析、场均人次排名分析、月份票房分析、地区票房及登录等功能入口。

（5）实时票房排名
通过年份选择下拉框可切换不同年份，以表格形式清晰展示对应年度影片的排名、影片名称、类型、总票房、平均票价、场均人次、国家及地区、上映日期等详细信息，同时页面顶部还设有首页、数据中心、总票房排行、类型占比分析、场均人次排名分析、月份票房分析、地区票房及登录等功能入口。

（6）采集日志
以表格形式清晰展示每次数据爬取的操作人、开始爬取时间、爬取结束时间、爬取数据条数以及爬取目标地址等信息，同时页面顶部还设有首页、数据中心、总票房排行、类型占比分析、场均人次排名分析、月份票房分析、地区票房及用户登录等功能入口。

（7）数据采集页面
左侧是 Python 代码编辑与运行环境，用于编写和执行数据爬取脚本，实现从指定网页自动获取电影票房数据并存储到数据库，同时记录操作日志，右侧是目标数据来源网页，用于展示原始的电影票房信息，整个流程实现了数据的自动采集、存储与日志记录功能。

3、项目说明

一、技术栈说明
本系统以Python作为核心开发语言，借助Flask框架搭建轻量级后端服务，保障系统的灵活与高效；采用MySQL数据库完成电影票房数据的持久化存储，确保数据管理的规范性；依托Echarts可视化库实现多类型图表的动态展示，提升数据呈现的直观性；通过requests库编写爬虫程序，从艺恩电影票房网自动抓取最新的票房相关数据。

二、功能模块介绍

地区票房占有率分析：以环形图为核心展示形式，可直观呈现各地区票房的占比分布，鼠标悬停至对应区域时，能精准显示该地区的票房数值及占比信息，页面顶部配备首页、数据中心、各类分析模块及登录等功能入口，便于操作切换。
月份票房分析：采用横向条形图展示各月份票房数据，用户将鼠标悬停在任意月份的条形区域，即可查看该月份的具体票房数值，页面顶部同样设置了全量的功能导航入口，满足多场景操作需求。
电影类型票房占有率：运用环形玫瑰图呈现不同电影类型的票房占比情况，鼠标悬停至对应类型扇区，可查看该类型票房的具体数值与占比，功能导航入口覆盖全模块，操作便捷。
首页展示：作为系统的核心入口页面，整合了票房排名、总票房排行top20、电影类型票房占有率、场均人次排名分析top20等关键功能的快捷入口，顶部导航栏包含全量功能模块入口，方便用户快速跳转至目标分析页面。
实时票房排名：支持通过年份下拉选择框切换不同年度数据，以结构化表格形式展示对应年份影片的排名、名称、类型、总票房、平均票价、场均人次、上映地区及日期等详细信息，功能导航体系完整。
采集日志：以表格形式清晰记录每次数据爬取的全量信息，包括操作人、爬取开始时间、结束时间、数据条数及目标地址等，可追溯数据采集全过程，顶部功能入口覆盖登录及各类分析模块。
数据采集页面：左侧为Python代码编辑与运行环境，可编写并执行爬虫脚本，实现从指定网页自动抓取票房数据、存入数据库并记录操作日志的全流程；右侧展示数据来源的原始网页，清晰呈现数据采集的源头信息。

三、项目总结
本电影票房数据采集分析可视化系统实现了从票房数据自动采集、存储到分析可视化的全流程闭环。系统依托爬虫技术保障数据的实时性与完整性，借助数据库实现数据规范化管理，通过多样化的可视化图表与结构化表格，多维度呈现票房数据的分布、趋势及细节信息。无论是电影行业从业者开展数据调研，还是影迷了解票房市场情况，该系统都能提供便捷、直观、全面的数据查询与分析能力，具备较强的实用价值。

4、核心代码

from selenium.webdriver import Chrome from selenium.webdriver.support.select import Select import sys sys.path.append('utils')import mysqlHelper import datetime import time # 获取列表信息defgetData1(username): web = Chrome() web.get("https://www.endata.com.cn/BoxOffice/BO/Year/index.html")# 找到下拉菜单 sel_list = web.find_element_by_xpath('//*[@id="OptionDate"]') sel = Select(sel_list)# 初始化信息列表 movie_id =[] movie_name =[] movie_type =[] movie_sale_number =[] movie_average_sale =[] movie_average_people =[] movie_country =[] movie_online_time =[] movie_year =[] startTime = datetime.datetime.now().strftime('%Y-%m-%d')+' '+ time.strftime("%H:%M:%S")for s inrange(len(sel.options)):# 使用index索引逐个选择下拉菜单 sel.select_by_index(s) time.sleep(2)# 获取到每一个tr tr_list = web.find_elements_by_xpath('//*[@id="TableList"]/table/tbody/tr')for tr inrange(len(tr_list)):# 获取select选中的值 ele_sel = web.find_element_by_xpath('//*[@id="OptionDate"]')# 获取Select元素对像 year = ele_sel.get_attribute('value')# 获取Select选中的值# 获取每一个tr里的信息 money = tr_list[tr].find_element_by_xpath('./td[4]').text money = money.replace(',','') movie_id.append(tr_list[tr].find_element_by_xpath('./td[1]').text) movie_name.append(tr_list[tr].find_element_by_xpath('./td[2]').text) movie_type.append(tr_list[tr].find_element_by_xpath('./td[3]').text) movie_sale_number.append(money) movie_average_sale.append(tr_list[tr].find_element_by_xpath('./td[5]').text) movie_average_people.append(tr_list[tr].find_element_by_xpath('./td[6]').text) movie_country.append(tr_list[tr].find_element_by_xpath('./td[7]').text) movie_online_time.append(tr_list[tr].find_element_by_xpath('./td[8]').text) movie_year.append(year)print('数据获取完毕。。。') web.close() rows =zip(movie_id,movie_name, movie_type, movie_sale_number, movie_average_sale, movie_average_people, movie_country,movie_online_time,movie_year) mysql = mysqlHelper.get_a_conn() sql ='truncate table tb_movie_year' mysql.fetchall(sql)for row in rows:print(row) sql ='insert into tb_movie_year (id,movie_name,movie_type,movie_money,movie_price,movie_peo,movie_country,movie_date,movie_year) values("%s","%s","%s","%s","%s","%s","%s","%s","%s")'% row mysql.execute(sql)print('数据入库完毕。。。')# 保存日志 endTime = datetime.datetime.now().strftime('%Y-%m-%d')+' '+ time.strftime("%H:%M:%S") url ='https://www.endata.com.cn/BoxOffice/BO/Year/index.html' user_name = username sql ="SELECT count(1) num FROM tb_movie_year" result = mysql.fetchall(sql) data_num = result[0].get('num') sql ='insert into tbl_data_log (user_name,start_time,end_time,data_num,data_url) values ("%s","%s","%s","%s","%s")'%(user_name,startTime,endTime,data_num,url) mysql.execute(sql)if __name__ =='__main__': getData1("脚本录入")