2012第31周官方应用市场Top Grossing动态

本周的官方市场榜单分析小编是提取的30周以及31周收入排行Top200数据,表格中颜色突出APP为Top200中排名上升变动超过50的APP,在之前的榜单分析中这类应用也被归于新上榜APP之列,但是并不能突出各APP的排名变化以及上升空间,所以从本周起改变一下分析方式,这样看起来也许比之前的要直观一些。

对于一直免费当道的国内Android市场,GooglePlay也没有收入排行榜单这一说,这里的数据是来自GooglePlay美国区仅供参考,就不在分析之列,一起来看看这一周来iOS市场中国区APP收入排名变化吧:

1.本周收入榜单自200开外进入Top100的APP共有24款,所占比例为8%,其中美国区GooglePlay有三款游戏以及一款应用上榜,一直在iOS平台相当火热的《狂野飙车7:热度》终于首次亮相Android收入排名榜单(当然这是在美国,中国的赛车迷们早就下载了免费版的了吧?);在iPhone平台有六款游戏以及三款应用登榜,其中Gameloft新作《恶魔大作战》(Monsterlife)在本周一经发布就迅速在iOS平台创造了不错的收入,实力不容小觑;而在iPad平台,新上榜APP数量就有11款之多,并且是以《恶魔大作战》(Monsterlife)领衔,而且从榜单也可以看出在iPad平台排名变动超过50的APP数量在三个平台也是最多的。

2.三个平台收入排名变动在10以内的APP分别为:59(GooglePlay)、48(iPhone)、38(iPad),从这项数据以及新上榜APP数量、排名变动超过50的APP数量变动综合来看,iPad平台APP收入变化是最大的,当然也仅限于中后部分排名,榜首APP的排名变动基本上不大。

3.iOS平台新上榜APP及排名变化较大APP部分简单分析:

51信用卡管家Pro

一款简单的信用卡管理应用,通过抽取信用卡关联邮箱中的信用卡消费记录银行邮件来管理你的信用卡,并提供还款提醒功能,该应用有免费版,不过Pro版支持同时管理6张以上信用卡,上不封顶。

Clash of Clans

大胆的把农场类+塔防+僵尸农场的入侵三种游戏模式有机结合,值得学习。

恶魔大作战(Monsterlife)

Gameloft本周新作,一经发布就取得了不错的收入成绩,这是一款面向家庭所有成员推出的全新模拟养成类游戏,游戏采用了纸模风格的UI设计,玩家可以选择3D剪纸风格的小怪兽,培养小怪兽的习性,并通过训练小怪兽以参与各种各样的关卡和任务,来探索可爱怪兽的魔力世界和刺激的战斗,喜欢《宠物小精灵》的玩家对这款游戏一定不会陌生。

Happy Street

建村庄交朋友集资源,发现新地方,和朋友一起尽情的欢乐吧。一款很萌的模拟经营类小游戏,被AppStore首页推荐过成绩果然不一般。

惊颤: 闹鬼 高清典藏版

这款游戏是由BigFish公司推出,Big Fish Games(大鱼游戏)是世界上最专注于休闲游戏领域的公司之一,目前营收超过了1亿美元,利润一直在稳步增长。该作无论是从画面还是游戏性上都非常不错,大公司出品,品质还是比较有保障的。

乐斗派

腾讯推出的一款iOS平台的3D打斗类社交游戏。在游戏中,玩家可以自由创建可爱独特的人物角色,在丰富有趣的武器系统里打造自己的专属武器,加上绚丽的3D画面和精彩的战斗过程,还是对玩家有一定的杀伤力的,在本周该作的排名上升达到了惊人的175位,上升相当迅速。

チャン・グンソク公式電話アラーム

对,你没有看错,这不是乱码,一款在中国市场根本不提供的应用居然出现在中国收入榜单之中,据说是一个叫张根硕的韩国还是日本明星相关的一款应用,但是这关我什么事呢?肯定是AppAnnie统计失误,小编只能这么安慰自己。

以下是榜单变化全图(其中Android用的是美国区的Top Grossing 榜单,因为中国区的没有Top Grossing数据):

点击查看大图
点击查看大图

 供雷锋网专稿,转载请注明来自雷锋网及作者,并链回本页)
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是一个有关电影票房的数据可视化项目: ```python import matplotlib.pyplot as plt import numpy as np # 固定数据 movies = ['Avengers: Endgame', 'Avatar', 'Titanic', 'Star Wars: The Force Awakens', 'Avengers: Infinity War', 'Jurassic World', 'The Lion King', 'The Avengers', 'Furious 7', 'Frozen II'] gross = [2.798, 2.789, 2.187, 2.068, 2.048, 1.671, 1.657, 1.519, 1.516, 1.450] budget = [356, 237, 200, 245, 316, 150, 260, 220, 190, 150] year = [2019, 2009, 1997, 2015, 2018, 2015, 2019, 2012, 2015, 2019] # 创建画布 fig, ax = plt.subplots() # 设置标题 ax.set_title('Top 10 Highest Grossing Movies of All Time', fontsize=16) # 绘制水平条形图 y_pos = np.arange(len(movies)) ax.barh(y_pos, gross, align='center', color='blue', alpha=0.5) # 设置y轴标签 ax.set_yticks(y_pos) ax.set_yticklabels(movies, fontsize=12) # 设置x轴标签 ax.set_xlabel('Gross Revenue (in billions USD)', fontsize=12) # 添加数值标签 for i, v in enumerate(gross): ax.text(v + 0.1, i, str(v), color='blue', fontsize=10) # 添加网格线 ax.grid(axis='x', linestyle='--', alpha=0.5) # 添加副标题 ax.text(0.95, 0.05, 'Data source: Box Office Mojo', transform=ax.transAxes, fontsize=10, ha='right') # 添加右侧y轴,显示电影年份和制片成本 ax2 = ax.twinx() ax2.set_yticks(y_pos) ax2.set_yticklabels(year, fontsize=10) ax2.set_ylabel('Year of Release', fontsize=10) ax2.tick_params(axis='y', labelright=True) ax3 = ax.twinx() ax3.spines["right"].set_position(("axes", 1.1)) ax3.set_frame_on(True) ax3.patch.set_visible(False) for sp in ax3.spines.values(): sp.set_visible(False) ax3.yaxis.tick_right() ax3.set_ylim(ax.get_ylim()) ax3.set_yticks(y_pos) ax3.set_yticklabels(budget, fontsize=10) ax3.set_ylabel('Production Budget (in millions USD)', fontsize=10) ax3.yaxis.set_label_position('right') # 调整画布大小 fig.set_size_inches(12, 8) # 展示图形 plt.show() ``` 该数据可视化项目展示了历史上票房最高的10部电影,使用了水平条形图来展示电影的总票房收入,同时还展示了每部电影的年份和制片成本。此外,还添加了网格线和副标题来提高可读性。最终的图形如下所示: ![电影票房数据可视化图形](https://i.imgur.com/LUcK0U2.png)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值