python数据分析可视化项目——游戏销售量

---

数据来源

本项目数据来源于kaggle数据集，地址https://www.kaggle.com/datasets/gregorut/videogamesales， 大小390kb。

• 数据指标包括：
  • Rank - 销售量排名
  • Name - 游戏名称
  • Platform - 游玩平台
  • Year - 发行年份
  • Genre - 游戏类型
  • Publisher - 出版商
  • NA_Sales - 北美销售量millions
  • EU_Sales - 欧洲销售量millions
  • JP_Sales - 日本销售量millions
  • Other_Sales - 其他地区销售量millions
  • Global_Sales - 总销售量

---

可视化

数据准备

import pandas as pd
import matplotlib.pyplot as plt

data = pd.read_csv('data\\vgsales.csv',)

print(data.columns)
print(data.head(5))

游戏出版年份和销量统计——折线图

# 按年份分组、排序
data = data.groupby("Year")
data = data.sum().sort_values("Year",ascending=False)

print(data.head(5))

fig = plt.figure()
ax1 = fig.add_subplot(111)
ax1.plot(data.index,data["Global_Sales"],color="black",label="Global_Sales")
ax1.plot(data.index,data["NA_Sales"],color="blue",alpha=0.9,label="NA_Sales")#透明度
ax1.plot(data.index,data["EU_Sales"],color="yellow",label='EU_Sales')
ax1.plot(data.index,data["JP_Sales"],color="pink",label="JP_Sales")

ax1.set_xlabel("发行年份")
ax1.set_ylabel("销售量")

ax1.legend()

plt.savefig('image/mplot.png')
plt.show()

lst_genre = list(set(data["Genre"].values))
print(lst_genre)

data = data.groupby(["Year","Genre"]).sum()
print(type(data))
print(data.head(5))
data = data.reset_index()

fig, axrr = plt.subplots(3,4)
ax1 = axrr[0][0]

print(type(ax1))
print(data.head(50))

for i in range(3):
    for j in range(4):
        ax = axrr[i][j]
        ax.plot(data[data["Genre"]==lst_genre[i+j]]["Year"],
                 data[data["Genre"]==lst_genre[i+j]]["Global_Sales"],
                label=lst_genre[i+j])
        ax.set_xlabel("Year")
        ax.set_ylabel("Global_Sales")
        ax.legend(loc='upper left')

fig.suptitle("游戏类型的销售量时间曲线")

游戏类型、出版商、游玩平台销量统计——柱形图

dataPla = data.groupby("Platform")
dataPla = dataPla.sum().sort_values("Global_Sales",ascending=False)
# dataPla = dataPla[dataPla['Global_Sales']>100]
dataPla = dataPla[:10]

dataPub = data.groupby("Publisher")
dataPub = dataPub.sum().sort_values("Global_Sales",ascending=False)
dataPub = dataPub[dataPub['Global_Sales']>100]
dataPub = dataPub[:10]

dataGen = data.groupby("Genre")
dataGen = dataGen.sum().sort_values("Global_Sales",ascending=False)
dataGen = dataGen[:10]

print(data.head(5))

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

fig = plt.figure()
ax1 = fig.add_subplot(311)
ax2 = fig.add_subplot(312)
ax3 = fig.add_subplot(313)

ax1.bar(dataPla.index,dataPla['Global_Sales'])
ax2.bar(dataPub.index,dataPub['Global_Sales'])
ax3.bar(dataGen.index,dataGen['Global_Sales'])

游戏类型比例——饼图

plt.pie(dataGen['Global_Sales'],labels=dataGen.index,autopct="%.3f%%")
plt.savefig('image/mpie.png')

先做这些 ——2022.6.11

---