Анализ и визуализация данных о персонажах Barbie

Фильмы о Barbie — одна из самых популярных и узнаваемых кинематографических вселенных, образ которой сопровождает многих с детства. Как зрителю и дизайнеру, мне всегда был интересен визуальный и социальный образ Barbie, поэтому в этом проекте я решила проанализировать одну из своих любимых кино-вселенных через данные.

Используя открытый датасет и инструменты программирования, я исследую распределение персонажей и актёров по полу, наиболее распространённые типы персонажей, визуальные характеристики героев (цвет волос и глаз), а также участие актёров озвучки. Анализ позволяет посмотреть на знакомый образ Barbie не интуитивно, а через количественные и визуальные закономерности.

Для анализа использован публичный датасет The Barbie Cinematographic Universe (Barbieverse), размещённый на платформе Kaggle. Датасет содержит структурированную информацию о персонажах и актёрах, участвующих в фильмах вселенной Barbie.

В данных представлены следующие параметры:

• имя персонажа;
• пол персонажа и актёра;
• тип персонажа (раса / сущность);
• цвет волос;
• цвет глаз;
• актёр озвучки;
• количество персонажей, озвученных одним актёром;
• дополнительные категориальные признаки (в том числе значения «не указано»).

Формат данных — табличный, что позволяет проводить фильтрацию, группировку и агрегацию данных для последующего анализа и визуализации.

Для визуализации результатов анализа были использованы несколько типов графиков, каждый из которых решает свою аналитическую задачу и позволяет наглядно интерпретировать данные.

Круговая диаграмма применяется для анализа долевых распределений. С её помощью визуализируется распределение пола актёров и персонажей, что позволяет быстро оценить соотношение категорий и выявить доминирующие группы.

Столбчатая диаграмма используется для сравнения категориальных данных. Она применена для отображения топ-10 наиболее распространённых рас персонажей, распределения цветов волос, а также топ-15 актёров озвучки по количеству персонажей. Такой формат позволяет легко сравнивать значения между категориями и выявлять лидеров.

Столбчато-точечная диаграмма применяется для анализа взаимосвязей между несколькими признаками. В проекте она используется для изучения связи между цветом глаз и цветом волос персонажей. Размер и положение элементов позволяют одновременно учитывать несколько параметров и выявлять устойчивые паттерны.

Использование разных типов визуализаций позволяет рассмотреть данные с нескольких точек зрения и сделать выводы не только количественно, но и визуально.

В визуализации и общем оформлении проекта использовалась цветовая палитра, вдохновлённая кинематографической вселенной Barbie. В качестве основного акцентного цвета был выбран фирменный розовый оттенок Barbie — #E0218A, который напрямую ассоциируется с визуальной айдентикой бренда.

Типографика проекта также отсылает к визуальному языку франшизы: для заголовков был использован шрифт Barbie, стилистически близкий к шрифту логотипа, применявшегося в одном из ранних вариантов фирменного знака.

Импорт библиотек и загрузка данных

На этом этапе устанавливаем и импортируем необходимые библиотеки (Pandas, Matplotlib, Seaborn) для работы с данными и построения визуализаций. Настраиваем стиль графиков и палитру цветов в тематике Барби для наглядного и привлекательного отображения информации.

Загрузка и первичный просмотр данных

На этом этапе мы загружаем данные из CSV-файла в датафрейм Pandas. Проверяем первые строки таблицы, размер датасета и названия столбцов, а также получаем общую информацию о типах данных и пропущенных значениях. Это позволяет убедиться, что данные корректно считаны и готовы к дальнейшему анализу.

Установка фирменного шрифта Barbie

На этом этапе мы загружаем и устанавливаем шрифт Barbie для графиков. После добавления шрифта в систему, он применяется к визуализациям, что делает графики стилистически согласованными с концепцией проекта.

Очистка и перевод данных на русский язык

На этом этапе создаём рабочую копию данных и приводим названия колонок к русскому языку для удобства анализа. Переводим ключевые характеристики персонажей — пол, расу, цвет волос, глаз и кожи — на русский язык и группируем похожие значения. Это позволяет стандартизировать данные и подготовить их к визуализации и дальнейшему анализу.

Распределение персонажей по полу

На этом этапе анализируем распределение персонажей по полу. После стандартизации значений создаём круговую диаграмму в стиле Barbie, показывающую количество и процентное соотношение мужских и женских персонажей. Такая визуализация помогает наглядно оценить баланс полов среди персонажей.

Визуализация топ-10 самых распространённых рас персонажей

На этом этапе анализируем расовое разнообразие персонажей. Создаём горизонтальную столбчатую диаграмму, показывающую десять наиболее часто встречающихся рас. Визуализация позволяет наглядно оценить, какие расы представлены чаще всего, а также их количественное и процентное соотношение среди персонажей.

Распределение цветов волос персонажей

На этом этапе анализируем цвета волос персонажей. Создаём столбчатую диаграмму с индивидуальными цветами для каждого типа волос, показывающую количество персонажей в каждой категории. Визуализация помогает наглядно оценить популярность разных цветов волос среди персонажей и выявить преобладающие оттенки.

Топ-15 актёров озвучки по количеству персонажей

На этом этапе анализируем, какие актёры озвучивали наибольшее количество персонажей. Строим столбчатую диаграмму, показывающую топ-15 актёров, с указанием количества персонажей, которые они озвучили. Визуализация позволяет наглядно оценить нагрузку актёров и их вклад в проект.

Гендерное распределение по расам

На этом этапе анализируем распределение персонажей по полу внутри наиболее распространённых рас. Строим группированную столбчатую диаграмму, которая показывает количество мужских и женских персонажей в каждой из восьми топ-рас. Визуализация позволяет выявить закономерности и дисбаланс гендерного распределения среди разных рас.