Original size 564x824

Самые продаваемые видеоигры

PROTECT STATUS: not protected

Вводная часть

Данные и источник:

Для анализа мы выбрали датасет о продажах видеоигр (Video Game Sales). Этот датасет взят с платформы Kaggle и содержит информацию об играх, их жанрах, годах релиза, издателях, платформах и глобальных продажах.

Почему эти данные интересны:

Индустрия видеоигр — одна из самых быстрорастущих и динамичных отраслей развлечений. Анализ таких данных позволяет понять эволюцию предпочтений игроков, взлёты и падения отдельных платформ и жанров, а также влияние издателей на рынок. Для нас это ценно, так как позволяет увидеть структурные тенденции и оценить, какие сегменты гейминга были наиболее успешными.

Выбор типов графиков:

Столбчатые диаграммы: Для сравнения категориальных данных (например, топ-жанры, топ-платформы). Линейный график: Для изучения динамики продаж по годам (помогает увидеть тренд во времени). Тепловая карта (Heatmap): Для визуализации распределения продаж в двумерном пространстве «Издатель-Жанр», чтобы выявить «горячие точки».

Этапы работы

  1. Загрузка данных

Мы использовали библиотеку Pandas для чтения CSV-файла.

Original size 851x191

В главном скрипте (main.py) мы вызываем эту функцию.

Original size 405x82
  1. Предобработка данных.

Проверили пропуски, удалили строки без года релиза или глобальных продаж, привели столбец с годом к целочисленному типу.

Original size 789x272
  1. Анализ данных.

Мы выделили функции для анализа:

Получение топ-жанров по суммарным продажам. Суммарные продажи по годам релиза. Топ-платформы по продажам. Распределение продаж у топ-издателей по жанрам.

Original size 971x471
  1. Визуализация и стилизация.

Использовали matplotlib и seaborn. Настроили стили (тема, палитра, шрифт) в plotting.py.

Original size 390x304

Строим графики

Стилизованные графики: Мы вдохновились геймерской эстетикой, выбрав палитру magma (создаёт ярко-контрастный вид) и тёмный фон сетки darkgrid, что напоминает неоновую инфографику. Отсутствие нейросетей — мы обошлись базовыми методами анализа.

Итоговые графики

Original size 1280x768
Original size 1280x768
Original size 1280x768
Original size 1280x768

Результаты сохраняются в папку output:

Top Genres by Global Sales (столбчатая): Показывает, какие жанры наиболее прибыльны. Global Sales by Year of Release (линейный график): Динамика продаж по годам, помогающая увидеть пики популярности. Top Platforms by Global Sales (столбчатая): Какие платформы доминировали на рынке? Sales Distribution by Publisher and Genre (тепловая карта): Взаимосвязь между ведущими издателями и их успешными жанрами.

Структура репозитория:

main.py — основной скрипт (вызов всей логики) data_loader.py, analysis.py, plotting.py, logger_utils.py — модули проекта vgsales.csv — датасет output/ — папка с готовыми графиками logs/ — лог-файлы работы программы

Самые продаваемые видеоигры
Project created at 29.01.2025
More projects in artificial intelligence
Лилия Чуб провела анализ преступности в России с 2003 по 2020 год, используя открытые данные и визуализацию для выявления тенденций и корреляций между видами преступлений. Проект включает матрицу корреляций, тепловую карту и графики, демонстрирующие снижение общего числа преступлений и сезонные колебания за исследуемый период.
creativecity.academy
A joint project of the HSE ART AND DESIGN SCHOOL and the Institute for the Development of Creative Industries, focused on working with Russian regions. The Creative City digital platform is a media outlet that aggregates projects related to territorial branding, a community of professionals, and a service that allows you to create local websites, work with the local identity and popularity of cities and places. Study the map of the Creative City. Get acquainted with the projects that have already been implemented. Add your... Show more
events
travelling
history
art and design
We use cookies to improve the operation of the HSE website and to enhance its usability. More detailed information on the use of cookies can be fou...
Show more