Анализ данных по продажам видеоигр
Я с самого детства интересуюсь миром видеоигр, потому при планировании проекта и его целей пришла мысль использовать данные именно по этой теме. В итоге был найден датасет «Video Games Sales» («Продажи видеоигр») на сайте data.world.
Анализ этих данных раскрыл множество различных аспектов индустрии: я узнал о ведущих издателях игр, о самых популярных играх, на каких устройствах предпочитают играть люди и многое другое.
Было использовано 3 вида графиков:
- Линейные | Позволяют отразить динамику, меняющуюся с течением времени, и сравнить её у разных категорий относительно друг друга.
- Столбчатые | Позволяют наглядно увидеть разницу в различных категориях.
- Круговые | Позволяют сравнить долю различных категорий относительно друг друга и всего целого.
После того, как необходимый датасет был найден, он был загружен с помощью библиотеки Pandas и были выведены первые пять строк для ознакомления с содержимым и понимания, в какую сторону анализа данных стоит двигаться. Кроме того, дополнительно была подгружена цветовая палитра с помощью библиотеки Seaborn, чтобы обеспечить более эстетичное представление данных в Python.
Для воплощения конкретных задумок был задействован ChatGPT-4o для поиска оптимальных методов, команд и путей реализации идей. Кроме того, искусственный интеллект использовался для исправления ошибок и оптимизации кода.
Примеры промптов во время выполнения проекта.
Стилизация графики воплотила оттенки, отражающие личное восприятие IT сферы, с преобладанием зелено-синих тонов. Округлые формы и поддержание общей эстетики подчёркиваются использованием шрифта HSE Sans.
Используемый шрифт и цветовая палитра.
График № 1.
Код к графику № 1.
График № 2.
Код к графику № 2.
График № 3.
Код к графику № 3.
График № 4.
Код к графику № 4.
График № 5.
Код к графику № 5.
Использованные нейросети:
- ChatGPT-4o | Поиск оптимальных методов и команд в библиотеке Pandas, исправление ошибок и оптимизация кода.
- Midjourney v6 | Создание обложки проекта.
