Анализ и Визуализация Продаж Игр Nintendo

Данные

Для данного проекта я выбрал данные по продажам игр Nintendo. Данные были взяты с Kaggle, известного ресурса для анализа данных. Файл содержит информацию о различных играх, включая название, платформу, дату выпуска, оценки критиков и пользователей, разработчиков и жанры.

>>> База Данных на Kaggle <<<

Причина выбора

Мне было интересно проанализировать именно эти данные, поскольку Nintendo является одной из самых знаковых компаний в игровой индустрии, и ее игры имеют значительное влияние на культуру и индустрию видеоигр. Анализ этих данных может дать ценные инсайты о тенденциях в игровых предпочтениях и популярности различных жанров.

Типы графиков

Гистограммы Для визуализации распределения оценок от критиков и пользователей.

Гистограмма Для отображения распределения игр по годам.

Столбчатая диаграмма Для отображения топ-10 жанров игр.

1. Загрузка данных

import pandas as pd file_path = 'NintendoGames.csv' data = pd.read_csv(file_path)

2. Просмотр данных

print("Первые несколько строк данных:") print(data.head())

3. Основной описательный анализ данных

print("\nОсновные статистики данных:") print(data.describe(include='all'))

4. Проверка на наличие пропущенных значений

print("\nПропущенные значения в данных:") print(data.isnull().sum())

5. Визуализация данных

Распределение оценок от критиков и пользователей

import matplotlib.pyplot as plt import seaborn as sns

sns.set(style='whitegrid') plt.figure(figsize=(14, 7)) sns.histplot(data=data, x='meta_score', kde=True, bins=30, color='skyblue', label='Meta Score') sns.histplot(data=data, x='user_score', kde=True, bins=30, color='salmon', label='User Score') plt.title('Распределение оценок от критиков и пользователей') plt.xlabel('Оценка') plt.ylabel('Количество игр') plt.legend() plt.show()

Распределение игр по годам

data['year'] = pd.to_datetime(data['date'], errors='coerce').dt.year plt.figure(figsize=(14, 7)) sns.histplot(data=data, x='year', bins=30, kde=True) plt.title('Распределение игр по годам') plt.xlabel('Год') plt.ylabel('Количество игр') plt.show()

Топ-10 жанров игр

genres = genres.explode() top_10_genres = genres.value_counts().head(10) plt.figure(figsize=(14, 7)) sns.barplot(x=top_10_genres.index, y=top_10_genres.values, palette='viridis') plt.title('Топ-10 жанров игр Nintendo') plt.xlabel('Жанр') plt.ylabel('Количество игр') plt.xticks(rotation=45) plt.show()

Стилизация графиков

Для стилизации графиков был выбран стиль «whitegrid» из библиотеки Seaborn. Этот стиль позволяет создать чистые и четкие графики, которые легко воспринимаются визуально. Также были использованы цветовые палитры, такие как «skyblue» и «salmon» для гистограмм, и «viridis» для столбчатой диаграммы, чтобы сделать графики более привлекательными и информативными.

Проанализировав данные о продажах игр Nintendo, мы можем сделать несколько выводов о тенденциях в оценках игр, популярности жанров и динамике выпуска игр по годам. Эти инсайты могут быть полезны для разработчиков игр, издателей и исследователей игровой индустрии.

>>> Код и Датасет <<<