游戏销售情况数据可视化分析笔记②

目录

参考来源

代码及学习笔记

数据可视化的不同类型图

全球销量扇形图

发行数分布条形图

游戏分类计数图

各国家不同游戏类型销售热图

各国家不同游戏类型销售条形图

各平台各地区销售额条形图

 区别两个概念：直方图（Histogram）和条形图（Bar Chart）

直方图（Histogram）

条形图（Bar Chart）

区别总结：

---

参考来源

Global Video Game Sales of Data Analysis (kaggle.com)

代码及学习笔记

数据可视化的不同类型图

全球销量扇形图

top_platform = df[['Platform', 'Global_Sales',]].groupby('Platform').sum().sort_values(by='Platform', ascending=True)
top_platform.head(10).plot(kind='pie', subplots=True, figsize=(12,10),title='Global Sales per Platform',autopct='%1.0f%%') 
#pie就是饼图，subplots代表子图,autopct是每个扇区所占比例的格式化字符串

发行数分布条形图

df['Year'].plot(kind='hist',bins=50, figsize=(12,7),title='G Release Distribution') 
#年份直方图，bins指定直方图中的箱子（bin）数量，表示数据范围的条形。

游戏分类计数图

plt.figure(figsize=(12, 7))
plt.title('Selling Games by Genre')
sns.countplot(data=df, x='Genre', order=df['Genre'].value_counts().index, palette='Set2')
#sns.countplot: 是Seaborn库中的一个函数，用于绘制计数图
#order用于指定条形图的顺序
#index属性返回Series的索引，即类别的列表，这将用于设置条形图的顺序。
#palette='Set2': 这个参数用于指定颜色方案。Seaborn提供了多种预设的颜色方案，'Set2'是其中之一，它是一个包含多种颜色的色板。
plt.show()

各国家不同游戏类型销售热图

comp = df[['Genre', 'NA_Sales', 'EU_Sales', 'JP_Sales']]
comp_map = comp.groupby(by=['Genre']).sum()#各国家销售按照游戏类型分组求和汇总

plt.figure(figsize=(12, 7))
sns.set(font_scale=1)#设置图表样式字体大小
sns.heatmap(comp_map, annot=True, fmt = '.1f')#绘制热图
#annot=True: 热图中的每个单元格显示对应的数值
#fmt='.1f': 单元格中的数值格式化为一个浮点数，保留一位小数。
plt.xticks(fontsize=100)#设置 x 轴刻度标签的字体大小为 10
plt.yticks(fontsize=10)
plt.show()

各国家不同游戏类型销售条形图

#数据处理
comp_table = comp_map.reset_index()#将DataFrame的索引重置回默认整数索引
comp_table = pd.melt(comp_table, id_vars=['Genre'], value_vars=['NA_Sales', 'EU_Sales', 'JP_Sales'], var_name='Sale_Area', value_name='Sale_Price')
#melt函数，用于将长格式的DataFrame转换为宽格式
#id_vars指定了在转换过程中保持不变的列。
#value_vars指定了想要melt的列，这些列的值将被转换到新的行中。
#(个人理解：这步操作类似Excel数据可视化将某个列字段拉到行字段，在每个地区Area之下又细分了不同的游戏类别，可以看图去理解。）
comp_table.head()
#预览前五行这里显示的就是NA地区5个不同类型游戏的销售

#数据可视化
plt.figure(figsize=(12, 7))
sns.barplot(data=comp_table, x='Sale_Area', y='Sale_Price', hue='Genre')
#hue用于根据列的值对条形进行分组，并为每个组分配不同的颜色
plt.title('Sales by Genre and Area')
plt.xlabel('Sale Area')
plt.ylabel('Sales')
plt.show()

各平台各地区销售额条形图

#数据处理
comp_platform = df[['Platform', 'NA_Sales', 'EU_Sales', 'JP_Sales']]#地区和平台数据框
comp_platform.head()#预览前五行
comp_platform = comp_platform.groupby(by=['Platform']).sum().reset_index()#按平台分组并对各个地区销售求和，对索引重新排序
comp_platform = pd.melt(comp_platform, id_vars=['Platform'], value_vars=['NA_Sales', 'EU_Sales', 'JP_Sales'], var_name='Sale_Area', value_name='Sale_Price')
#不同平台下，各地区的销售额
comp_platform.head()

#数据可视化
plt.figure(figsize=(12, 7))
sns.barplot(data=comp_platform, x='Platform', y='Sale_Price', hue='Sale_Area')
plt.title('Sales by Area and Platform')
plt.xlabel('Platform')
plt.ylabel('Sales')
plt.xticks(rotation=90)
#将x轴上的刻度标签旋转90度
plt.show()

 区别两个概念：直方图（Histogram）和条形图（Bar Chart）

直方图（Histogram）

1. 用途：直方图用于展示连续数据的分布情况，特别是展示数据的频率分布。
2. 数据类型：适用于连续数据，数据被分组到称为“箱子”（bins）的区间内。
3. 形状：直方图的条形是连续的，条形的边缘是平滑的。
4. 条形宽度：条形的宽度通常相等，表示数据区间的宽度。
5. 条形高度：表示每个区间内数据的频率或数量。
6. 特点：直方图可以显示数据的集中趋势、偏斜性以及分布的形态。

条形图（Bar Chart）

1. 用途：条形图用于比较不同类别的数据。
2. 数据类型：适用于离散数据，每个条形代表一个类别或分组。
3. 形状：条形图的条形是分开的，每个条形之间有明显的间隔。
4. 条形宽度：条形的宽度可以根据需要调整，通常用于使图表更易于阅读。
5. 条形高度：表示每个类别的数值大小。
6. 特点：条形图易于比较不同类别之间的数值大小，可以清晰地展示类别之间的差异。

区别总结：

• 数据类型：直方图用于连续数据，条形图用于离散数据。
• 条形表示：直方图的条形是连续的，条形图的条形是分开的。
• 条形宽度：直方图的条形宽度通常相等，表示数据区间；条形图的条形宽度可以不同，用于区分类别。
• 目的：直方图用于展示数据分布，条形图用于比较不同类别的数值。

选择使用直方图还是条形图通常取决于数据的性质和分析的目的。直方图更适合分析数据的分布特征，而条形图更适合比较不同类别的数据。