🎬 Movie Data Analysis

Bu proje, movie analysis.ipynb not defteri ile bir film veri seti üzerinde temizleme, keşifsel veri analizi (EDA) ve korelasyon incelemesi yapıyor. Amaç; bütçe, hasılat, oy sayısı, puan gibi metrikler arasındaki ilişkileri görmek ve temel içgörüler elde etmektir.

Not: Not defterinde movies.csv dosyası okunmaktadır. Aynı dizinde bulunmalıdır.

---

📂 Proje İçeriği

• Notebook: movie analysis.ipynb
• Veri dosyası: movies.csv
• Çıktılar: Grafikler (matplotlib & seaborn), korelasyon tabloları ve ısı haritaları

---

🧰 Kullanılan Kütüphaneler

• pandas, numpy
• matplotlib, seaborn
• (Notebook içinde stil: plt.style.use('ggplot'))

---

🗂️ Veri Seti Sütunları (Notebook’ta kullanılanlar)

• Sayısal: budget, gross, runtime, score, votes
• Kategorik / Metinsel: rating, country, company, star, writer, released
• Türetilen alanlar: released_date (tarihe çevrilmiş), year_correct (yıl)

Notebook’ta released bilgisinden tarih çıkarımı yapılıp released_date oluşturuldu ve buradan year_correct (yıl) üretildi. Ardından orijinal released ve year sütunları temizlendi.

---

🧹 Veri Temizleme & Dönüştürme Adımları

1. Eksik değerler:
   • gross ve budget gibi sayısal alanlar medyan ile dolduruldu.
   • star gibi metinsel alanlar 'Unknown' ile dolduruldu.
2. Tip dönüşümleri:
   • budget ve gross → int64
3. Tarih işlemleri:
   • released sütunundaki metinden parantez öncesi tarih ayrıştırıdı → released_date
   • released_date → datetime (hatalılar için coerce)
   • year_correct → released_date’ten yıl bilgisi
4. Sıralama ve tekrar kontrolleri:
   • gross’a göre azalan sıralama
   • Kayıt duplicated kontrolü
5. Kodlanmış veri kümesi (opsiyonel):
   • Korelasyon analizi için kategorik sütunlar kategori kodu’na çevrildi (cat.codes).

---

📊 Analizler ve Görselleştirmeler

• Budget vs. Gross (Scatter Plot):
  Bütçenin hasılatla ilişkisi görselleştirildi (seaborn regplot ile trend çizgisi dahil).

• Sayısal Değişken Korelasyonu (Heatmap):
  budget, gross, score, votes, runtime gibi sütunlar arasında Pearson korelasyon ısı haritası.

• Kategorik Kodlanmış Korelasyon:
  Kategorik değişkenler (company, star, writer, country, rating) kodlanarak tüm değişkenler arası korelasyon matrisi incelendi ve yüksek korelasyon çiftleri listelendi.

İpucu: Genellikle budget ile gross arasında pozitif yönlü bir ilişki gözlendi. Kesin değerler, not defteri çalıştırıldığında üretilecek tablolarda görülebilir.

---

🚀 Hızlı Başlangıç

1. Bu depoya (veya klasöre) movies.csv dosyasını ekleyin.
2. Gerekli kütüphaneleri kurun:

   pip install pandas numpy matplotlib seaborn

3. Jupyter Notebook’u açın ve tüm hücreleri çalıştırın:

   jupyter notebook "movie analysis.ipynb"

Grafikler hücre çıktısı olarak üretilecektir. display.max_rows ayarı geçici olarak artırıldığı için uzun tablolar tam listelenebilir.

---

📌 Çıktılar / Beklenen İçgörüler

• Temizlenmiş ve tipleri standartlaştırılmış bir veri çerçevesi
• Budget ↔ Gross ilişkisine dair görsel ve istatistiksel fikir
• Oy sayısı (votes) / puan (score) gibi metriklerle hasılat arasındaki olası ilişkiler
• Korelasyon ısı haritaları ve yüksek korelasyon çiftleri listesi

---

📁 Örnek Dosya Yapısı

.
├── movie analysis.ipynb
├── movies.csv
└── README.md