Игровая статистика за январь — июль 2023 года.

На самом деле, для меня выбрать данные для этого исследования было крайне сложно. Протыкав по всем ссылкам курса, наткнулась на кучу сложной и объемной информации, вгонявшей меня в тупик. Но проведя некоторое время на сайте "Kaggle" нашла интересную тему для этого задания. "Набор данных игр Steam за 2024 год" - так называлась статистика, которая стала отправной точкой этого проекта.

Итак, направление ясно. К сожалению, приспособить таблицу с данными, которые нашла, я не смогла. Все время что-то мешало. Но тема оказалась что надо. Я люблю игры, игры любят меня, и мы счастливы вместе.

В Яндексе стала искать статистику о выпущенных играх за 2023-й год, первая же ссылка на Википедию дала мне все ответы, в виде таблицы с месяцем, названием и датой выпуска игры. С этим уже можно работать.

Расфасовав все данные по парам словаря, стала думать над вопросами, которые можно использовать для составления инфографики. Получилось так:

1. В какой месяц выходило больше всего игр?

2. Какое название самое длинное и сколько в нем символов? А какое самое короткое?

3. На какие платформы больше всего акцента у разработчиков?

И самое бесполезное, но то, что стало интересно лично мне в процессе обработки информации:

4. На какую букву чаще всего начинаются названия игр? (моя ставка была на английскую букву "C")

Также необходимо упомянуть, что я использовала статистику за месяцы с января по июль, чтобы не перегружать эту работу.

Теперь, когда цели и задачи ясны, можно приступать к написанию кода.

Первым графиком стала гистограмма, отвечающая на вопросы о количестве игр в месяц, вот код, который я вывела (в том числе с помощью статей в интернете, сайта "Kaggle" и ChadGPT):

В словаре "data = {}" хранятся все нужные данные, которые здесь я оставлять не буду, иначе проект растянется еще на пару страниц, но их можно найти в прикрепленном блокноте.

import pandas as pd import matplotlib.pyplot as plt

data = {}

df = pd.DataFrame(data) df['дата_выхода'] = pd.to_datetime(df['дата_выхода'], format='%d.%m')

df_filtered = df[(df['дата_выхода'].dt.month >= 1) & (df['дата_выхода'].dt.month <= 7)]

plt.figure(figsize=(8, 6)) plt.hist(df_filtered['дата_выхода'].dt.month, bins=7, color='darkcyan', edgecolor='black', range=(1, 8)) plt.title('Количество игр по дате выхода') plt.xlabel('Месяц') plt.ylabel('Количество игр') plt.xticks(range(1, 8), ['Янв', 'Фев', 'Мар', 'Апр', 'Май', 'Июн', 'Июл']) plt.tight_layout() plt.show()

Получается, ответом на мой вопрос является месяц Февраль, как период, в который вышло аж 17 игр, не смотря даже на то, что это самый короткий месяц в году. Ну и Апрель, с таким же показателем. Самым "неурожайным" оказался Январь - что не удивительно из-за количества выходных в этом месяце.

График про количество символов в названиях игр - еще одна гистограмма.

import pandas as pd import matplotlib.pyplot as plt

data = {}

df = pd.DataFrame(data)

df['длина_названия'] = df['название_игры'].apply(lambda x: len(x)) df_sorted_by_name_length = df.sort_values('длина_названия') plt.figure(figsize=(20, 5)) plt.bar(df_sorted_by_name_length['название_игры'], df_sorted_by_name_length['длина_названия'], color='darkcyan') plt.title('График по длине названия игр') plt.xlabel('Название игры') plt.ylabel('Длина названия') plt.xticks(rotation=90) plt.grid(axis='y') plt.show()

Вот такая вот огромная колбаса получилась, зато очень наглядная (если получится разглядеть 77 названий конечно).

Вывод: самое длинное название у дополнений к играм - "Pathfinder: Wrath of the Righteous DLC The Last Sarkorians" - целых 58 символов. С приличным отрывом от него идет "Horizon Forbidden West: Burning Shores (DLC)" (всей маршруткой ждем на ПК) - 44 символа.

Самое короткое название - "Dredge" - всего 6 букв.

Третья (и последняя) гистограмма, показывающая использование платформ для выпуска игр.

import pandas as pd import matplotlib.pyplot as plt

data = {}

df = pd.DataFrame(data)

platform_counts = df['платформа'].value_counts() plt.figure(figsize=(15, 5)) platform_counts.plot(kind='bar', color='darkcyan') plt.title('График по частоте использования платформ') plt.xlabel('Платформа') plt.ylabel('Количество игр') plt.xticks(rotation=90) plt.grid(axis='y') plt.show()

Получается, на один только Windows приходится больше 20 игр из 77, а на втором месте находятся мультиплатформенные игры, выпущенные для самых популярных устройств, судя по всему от крупных издателей, рассчитывающих на большую аудиторию.

Меньше всего игр выпускается в Web-формате. Вполне вероятно, что это связано с ограничением мощности платформы.

Самая интересная и, по совместительству, самая красивая часть этой работы - какая первая буква самая популярная у тех, кто называет игры?

import pandas as pd import matplotlib.pyplot as plt

data = {}

first_letters = [game[0].upper() for game in data['название_игры']] letter_counts = {letter: first_letters.count(letter) for letter in set(first_letters)}

labels = letter_counts.keys() sizes = letter_counts.values()

plt.figure(figsize=(10, 8)) plt.pie(letter_counts.values(), labels=letter_counts.keys(), autopct='%1.1f%%', startangle=140, colors=['darkcyan', 'royalblue', 'lightseagreen', 'palevioletred', 'turquoise']) plt.axis('equal') plt.title('Частота использования первых букв в названиях игр') plt.show()

Итак, на диаграмме отчетливо видно, что самая популярная первая буква в названии игр это... "S" английская. Частота ее использования составляет аж почти 17%. На втором месте по крутости буква "T", тоже английская. Помимо очевидного, с помощью этой диаграммы можно сделать вывод, что названия на русском языке явно не были популярны в первой половине 2023-го года.

К слову, моя ставка не оправдала себя, буква "C" наоборот оказалась одной из самых редко используемых.

Когда я узнала о том, как Python воспринимает цвета, сразу же полезла искать все названия всех цветов, которые можно использовать. Методом проб и ошибок и, конечно же, благодаря наметанному глазу, нашла классно сочетающиеся цвета и использовала их. Но так как цвет под названием "darkcyan" покорил мое сердце, ему я уделила больше всего внимания и использовала по максимуму.