Анализ данных статистики влияния тира на мнение игроков League of Legends
В данном проекте я проанализировал первый патч 13 сезона компьютерной игры «League of Legends», а именно «League of Legends Champion Stats 13.1.csv». Для того чтобы рассмотреть именно эту базу данных, было несколько причин:
1. Блансировка игры. Разработчики могут воспользоваться этими графиками для изменения баланса игры, чтобы изменить наиболее выделяющихся чемпионов из всех и постараться исправить неравномерные показатели популярности и силы разных чемпионов.
2. Исследование зависимости изменений. Эти графики можно сравнить с данными предыдущих сезонов и понять как менялось мнение о разных чемпионах большинства игроков.
3. Аналитика для игроков. С этими данными можно будет легче улучшить свой личный игровой процесс, понять каких персонажей чаще банят, как это вляет на процент побед и найти эффективные решения для себя.
График рассеяния «Взаимосвязь Счёта на чемпионе, „Тира“ чемпиона и процента побед»
Почему именно такой тип? График рассеивания имеет несколько преимуществ, которые делают его полезным инструментом для анализа данных:
Визуализация отношений между переменными: График рассеивания позволяет легко увидеть, есть ли связь между двумя переменными. Это может быть линейная, нелинейная зависимость или отсутствие зависимости вообще.
Обнаружение выбросов: Этот график помогает быстро обнаружить аномальные значения или выбросы, которые могут существенно повлиять на анализ данных.
Простота интерпретации: График рассеивания интуитивно понятен и легко интерпретируется даже людьми с минимальными статистическими знаниями.
Визуализация плотности данных: Используя график рассеивания, можно увидеть, где данные сгруппированы наиболее плотно, что помогает понять распределение данных.
Проверка гипотез: Scatter plot помогает визуально оценить гипотезы о взаимосвязи переменных перед применением более сложных статистических методов.
Возможность добавления дополнительных измерений: Используя цвет, размер точек или формы, можно добавить на график рассеивания дополнительные измерения, что помогает более глубоко анализировать данные.
Ценность данного анализа
График предоставляет информацию о зависимости между счётом на персонаже и процентом побед для различных тиров чемпионов. Игроки могут использовать эту информацию для выбора чемпионов. Например, если игрок предпочитает играть на победу, он может выбрать чемпионов с более высоким процентом побед, даже если их тир не самый высокий.
Вывод
1. Линия тренда имеет положительный наклон, это указывает на то, что с увеличением счёта на персонаже также увеличивается процент побед. Это логично, так как более высокий счёт обычно свидетельствует о большем количестве игр на чемпионах, а соответственно и о лучшей игре.
2. По графику видно, что чем выше тир чемпиона, тем более высокое значение счёта и процента побед он имеет. Это логично, так как большая часть игроков хотят выигрывать, а соответственно берут самых сильных персонажей.
3. Точки, которые значительно отклоняются от линии тренда, могут быть интересными для дальнейшего анализа. Например, если в каком-то более низком тире, высокий процент побед, это может указывать на низкую популярность чемпиона, но стабильную хорошую игру за них меньшим количеством игроков.
График рассеяния «Взаимосвязь блокировки и счёта чемпиона в зависимости от его тира»
Ценность данного анализа
Мне было важно увидеть, связаны ли у чемпиона ли процент его блокировки и счёт на нём. То есть, банят ли персонажа потому, что на нем больше играют и связан ли с этим тир чемпиона.
Вывод
1. Линия тренда имеет положительный наклон, это указывает на то, что с увеличением счёта на персонаже также увеличивается процент блокироваки. Это логично, так как более высокий счёт обычно свидетельствует о большем количестве игр на чемпионах, а соответственно и о лучшей игре. И раз это так, то в режиме игры «Clash», где перед игрой можно посмотреть статистику персонажа, будут чаще блокировать именно тех персонажей на которых оппонет играл больше, а это часто зависит от того насколько силён персонаж.
2. Так же это показывает, что люди подверженны тенденции играть не на своих любимых персонажах, а на тех которые более выгодны для победы, и так как они попадаться в играх начинают чаще, то многим игрокам проще блокировать их, чтобы разнообразить себе игру или получить больше шансов на побеу.
График рассеяния «Взаимосвязь процента выбора и счёта чемпиона в зависимости от его тира»
Ценность данного анализа
Мне было важно увидеть, связаны ли у чемпиона ли количество его выбора игроками и счёт. То есть и правда ли выбирают чаще именно персонажей высокого тира и как связан счёт на этих чемпионах.
Вывод
1. Линия тренда имеет положительный наклон, это указывает на то, что с увеличением счёта на персонаже также увеличивается процент выбора его игроками. Это логично, так как более высокий счёт обычно свидетельствует о большем количестве игр на чемпионах, а соответственно и о лучшей игре.
2. Интересно, что вне зависимости от блокировки чемпиона, котрую рассмотрели в предыдущем графике, чемпионов с высоким тиром всё так же выбирают чаще, показывая что количество игр на них не уменьшается от того что игроки стараются недопускать их до своих матчей.
График пирог «Распределение среднего счёта по тирам»
Ценность данного анализа
Мне было важно проследить, есть ли перевес в счёте персонажей в зависимости от тира. Так как если он есть, то игроки сильно подверженны внешней статистике данных по играм, а так же что игроки всегда будут стремиться использовать недоработки системы. Это позволит разработчикам учитывать свои ошибки и вносить корректировки в игру лучше.
Вывод
1. Взглянув на график, можно сразу увидеть, что высший тир занимает больший процент счёта, что означает, что игроки не хотят играть на более слабых чемпионах вне зависимости от их уникальности. Для игроков гораздо более важен факт победы, чем уникальный игровой опыт.
Сторонние ресурсы
Источник изображения (обложки): https://howlongtobeat.com/game/5203
Исправление ошибок в коде — Chat GPT: https://chatgpt.com/
