Исходный размер 1140x1600

Анализ данных Покемонов

Введение

Для анализа был выбран датасет «Pokemon with stats» с платформы Kaggle. Он содержит обширную информацию о игре популярной медиафраншизы — «Покемон». Мне было интересно анализировать эти данные, потому что они включают различные числовые характеристики покемонов, что дает возможность для разнообразного статистического анализа.

Виды графиков:

  1. Столбчатые диаграммы
  2. Линейный график
  3. Круговая диаграмма
  4. Гистограмма
  5. Диаграмма рассеяния

Выбор этих типов графиков обусловлен их эффективностью в представлении различных аспектов данных и способностью наглядно демонстрировать ключевые выводы анализа.

Этапы работы

Стилизация Для дизайна использовалась сочетания из единой палитры красочных пастельных цветов: для основного цвета и обводки.

big
Исходный размер 3564x956

Цветовая палитра

big
Исходный размер 2864x296

Сначала я перетащила файл датасета в файлы google collab блокнота. Потом установила библиотеки pandas и matplotlib и импортировала нужные для проекта функции. Затем просмотрела данные в датасете, изучила графики, предлагаемые средой.

График #1

big
Исходный размер 640x511

Круговая диаграмма

На графике представлена информация отображающая частоту различных типов покемонов из датасета. По нему можно сделать вывод, что водные покемоны — самые частые, а летающие — самые редкие.

Исходный размер 2850x286

Код подсчитывает частоту каждого типа покемонов в столбце 'Type 1', основываясь на этом создает круговую диаграмму с цветами для секторов.

График #2

Исходный размер 694x547

Этот график позволяет визуально оценить соотношение между атакой и защитой покемонов. Каждая точка на графике представляет одного покемона, где его положение определяется значениями атаки (по оси X) и защиты (по оси Y).

Такая визуализация может помочь выявить закономерности или корреляции между этими двумя характеристиками покемонов. Например, можно увидеть, есть ли покемоны с высокими значениями обеих характеристик, или они обычно специализируются на одной из них (высокая атака, но низкая защита, или наоборот).

Исходный размер 2878x292

График #3

Исходный размер 841x547

Линейный график

Этот график показывает как менялось количество легендарных покемонов от поколения к поколению. Можно увидеть, в каких поколениях было введено больше или меньше легендарных покемонов.

Исходный размер 2854x444

Для создания визуализации код фильтрует датафрейм, оставляя только легендарных покемонов. Потом группирует легендарных покемонов по поколениям и подсчитывает их количество в каждом поколении.

График #4

Исходный размер 694x547

Гистограмма

Этот график позволяет визуально оценить распределение скорости среди всех покемонов в датасете.

Исходный размер 2854x298

График #5

Исходный размер 625x587

Столбчатый график

Этот график визуально представляет топ-10 покемонов с самыми высокими общими характеристиками. На первых позициях оказались легендарные покемоны — Мега Райкваза, Мега X Мьюту и Мега Y Мьюту.

Исходный размер 2856x646

Вывод

Таким образом, анализируя датасет покемонов, я обнаружила интересные закономерности. Например, самый сильный покемон Мега Райкваза имеет самый редкий тип покемонов — летающий. Также, разброс показал, что баланс между атакой и защитой хорошо продуман, что важно для видеоигры. Мои выводы могут быть полезны как игрокам, так и разработчикам для улучшения стратегий и баланса игры.

Описание применения генеративной модели

Для генерации обложки использовалась нейросеть Midjourney.

Промпт: all pokemon pastel colors --ar 9:16 --niji 5


Ссылка на нейросеть

Анализ данных Покемонов
Проект создан 25.09.2024
Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную...
Показать больше