Описание проекта
Dota 2 — соревновательная игра, где выбор героя и его эффективность зависят как от силы персонажа в патче (версии игры), так и от меты (насколько персонаж в данный момент актуальный для выбора игроками), стиля игры и уровня игроков. Количественный анализ помогает увидеть закономерности, которые трудно заметить при субъективной оценке.
В рамках проекта будет выполнен анализ данных по героям Dota 2, чтобы понять, какие герои популярны, какие чаще выигрывают, и как связаны результативность (Win Rate), популярность (Pick Rate) и сложность героя.
Выбор данных
Для анализа используется датасет dota2_heroes_stats_clean.csv, содержащий информацию по 126 героям. В таблице присутствуют: • основные идентификаторы (name, id); • игровые характеристики и атрибуты (primary_attr, базовые статы и их прирост); • сложность героя (complexity); • ключевые метрики популярности и эффективности: pickRate, winRate, banRate; • дополнительные параметры (скорость атаки, поворот, дальность и др.).
Данные представлены в формате CSV, что делает их удобными для обработки с помощью Pandas и построения визуализаций в Matplotlib.
Источник данных
Датасет, используемый в проекте, был создан с помощью данных другого датасета на платформе OpenDota, поэтому весь используемый датасет в этом проекте был структурирован и доработан лично по данным из датасета на этой платформе.
Набор данных интересен тем, что объединяет: • поведенческие метрики игроков (Pick Rate / Ban Rate), • результативность (Win Rate), • характеристики героя (атрибуты и сложность). Это позволяет посмотреть на героев сразу с нескольких сторон: популярность ≠ сила, а “сложный герой” не обязательно означает высокий (или низкий) процент побед.
Цели и задачи исследования
Целью проекта является визуальный и сравнительный анализ героев Dota 2 по показателям популярности, эффективности и сложности, а также выявление общих закономерностей между этими показателями.
Для достижения цели были сформулированы задачи: • определить самых популярных и самых редких героев по Pick Rate; • визуально показать героев с лучшим Win Rate (и как это читается в целом); • сравнить распределения Win Rate по уровням сложности; • найти лидеров и аутсайдеров среди достаточно популярных героев; • проверить, бывают ли редкие герои сильными; • изучить общее распределение Win Rate и насколько оно близко к 50%.
Подготовка и обработка данных
Датасет уже представлен в “чистом” виде. Перед построением графиков, обозначим их виды: • числовые столбцы (pickRate, winRate, banRate) приводятся к числовому типу; • для графика по сложности используется complexity как категориальная группа (1/2/3); • для сравнений используются агрегаты: средние значения, медианы и квантиль для определения “популярных”.
Инструменты анализа: • Pandas — загрузка и обработка данных. • Matplotlib — построение всех визуализаций. • Единый стиль (фон/сетка/палитра) реализован через настройки rcParams, чтобы графики выглядели как одна серия.
Подход к визуализации
Особенность проекта — единый визуальный стиль Radiant/Dire, где “успех/плюс” визуально читается через Radiant-палитру, а “минус/слабее/реже” — через Dire-палитру.
В игре есть две стороны, за которые ты можешь играть — это выше названные Radiant и Dire, которые имеют свое личное обозначение цветом. Все постройки, войска, а так же реальные игроки, играющие на персонажах каждой из сторон, отображаются своим цветом.
Radiant (Силы Света) – в игре обозначаются зеленым цветом. Dire (Силы Тьмы) – обозначаются красным цветом.
Каждый график решает свою аналитическую задачу: • сравнение крайних значений (diverging bar chart), • “визуальная типографика” для быстрого чтения топ-героев (scatter-layout текстом), • сравнение распределений (ridgeline), • сравнение относительно среднего (dumbbell), • анализ редких значений (lollipop), • обзорное распределение (histogram).
Использование генеративной модели
В процессе работы использовалась генеративная модель (ChatGPT) как вспомогательный инструмент: для улучшения формулировок, подбора визуальных решений и доработки кода визуализаций. Нейросеть не заменяла анализ данных, а использовалась как поддержка.
После подготовки данных и формулировки исследовательских задач был выполнен визуальный анализ — серия графиков, которая показывает мету и эффективность героев через разные «углы зрения».
1. Самые популярные и самые редкие герои (Pick Rate)
График показывает две группы героев: тех, кого выбирают чаще всего, и тех, кого выбирают крайне редко. Визуально это сделано через расхождение столбцов: популярные герои уходят вправо (Radiant-цвет), а редкие — влево (Dire-цвет). Такой приём помогает быстро увидеть контраст между “метовыми” героями и героями, которые почти не появляются в играх.
