1、前言

你問我游戲重要還是女朋友重要？
你是不是傻？游戲沒了可以再下！
要是女朋友沒了……就沒人會打擾你玩游戲了，
哈哈哈哈哈哈哈哈哈哈！大部分男生都喜歡游戲，但對游戲的了解卻不是很多，讓我們來分析一下“男生的女朋友——游戲”。數據中含有1980-2017年近40年各出版商發行的游戲，在這份數據的基礎上分析一下哪些游戲平臺和游戲出版商實力更強？什么游戲類型是更受人們喜愛的？在不同地區游戲的銷售概況是如何的？簡簡單單幾個步驟就足以得到答案：附上數據鏈接：https://www.kaggle.com/gregorut/videogamesales
注意：本文在交互模式jupyter中完成！

2、導入必須的庫

在對相關數據進行分析之前，先導入必要的庫：

import?pandas?as?pd
import?matplotlib.pyplot?as?plt
import?numpy?as?np
#為了中文能正常顯示
from?matplotlib?import?font_manager
#讓圖片顯示在交互頁面
%matplotlib?inline

3、代碼正文

從csv文件中導入數據

pandas是作為Python進行數據分析的工具庫，含有大量簡單便捷的方法，在進行數據處理是實用性極強。其中read_csv方法能夠從csv文件中讀取數據并保存至DataFrame對象中，方法如下#讀取csv文件
df?=?pd.read_csv('vgsales.csv')
#顯示文件前5行
df.head()

結果如下：

數據清洗與整理

有爬蟲經驗的小伙伴應該清楚，在爬取大量數據時，難免會有數據的缺失或者數據錯誤的情況出現，所以導入數據后最關鍵的一步就是觀察數據是否有上述情況出現，清洗與整理后的數據分析出的結果更加準確。常見的數據清洗方法有：填充缺失或錯誤數據或刪去含有缺失或錯誤數據的一行。本文采用后者，方法如下：#檢查是否有缺失值，True表示含有缺失數據
df.isnull().any()

#刪去缺失值
df?=?df.dropna()
df.info()

數據分析

第一個實例對游戲平臺進行分析，因為數據比較龐大，所以我們只分析載有游戲多于100的游戲平臺。首先根據DataFrame索引出游戲平臺（Platform）這一列數據，然后使用value_counts()方法對游戲平臺載有的游戲統計，最后截取出我們需要的數據。#取載有游戲多于100的游戲平臺
pf?=?df['Platform'].value_counts().sort_values()#sort_values()為排列操作
pf?=?pf[pf>100]
pf

#游戲平臺名稱形成列表作為Y軸數據
pf_name?=?pf.index.tolist()
#載有游戲個數形成列表作為X軸數據
pf_number?=?pf.values.tolist()
#建立畫布
fig,ax?=?plt.subplots(figsize?=?(16,10),dpi?=?80)
#y軸范圍
length?=?np.arange(len(pf_name))
#繪制條形圖
ax.barh(length,pf_number,tick_label?=?pf_name)
#設置標題和標簽
ax.set_title("The?top?20?of?Platform",fontsize?=?18)
ax.set_xlabel("Number",fontsize?=?16)
#添加數據標簽
for?a,b?in?zip(length,pf_number):
????ax.text(b+40,a-0.15,b,ha?=?"center",fontsize?=?12)
plt.savefig('E:/jupyter/result/Game_sale1.jpg')
plt.show(

結果如下圖：

那如果我們想知道各個地區游戲的銷售情況，該怎么辦呢？
#查看年份是否有不適合的值
df['Year'].value_counts().sort_index()

得到了如下銷售情況：

在看到年份的索引時，奇怪的出現了還未到的2020年，說明是數據錯誤，就需要對這一行數據進行清洗。方法如下：
df?=?df[~df["Year"].isin([2020.0])]#~表示取反
df['Year'].value_counts().sort_index()
敲黑板！這里我們要獲取每一年的各個地區所有游戲銷售額總值，我們就要用到cumsum這個方法——cumsum方法通俗說是一個累加和，注意紅框里的數據，這里是依據年份將每部游戲的銷售額相加#cumsum函數是累加和，即按照Year這一列，將相同年份的銷售額相加
df['sum_sales']?=?df['Global_Sales'].groupby(df['Year']).cumsum()
df['NA_sum_sales']?=?df['NA_Sales'].groupby(df['Year']).cumsum()
df['EU_sum_sales']?=?df['EU_Sales'].groupby(df['Year']).cumsum()
df['JP_sum_sales']?=?df['JP_Sales'].groupby(df['Year']).cumsum()
df['Other_sum_sales']?=?df['Other_Sales'].groupby(df['Year']).cumsum()
df.head(10)
得到如下結果：用小腦瓜想一想，需要的數據是一年的總銷售額，所以只需要保留每一年最后一行的銷售額，這里可以用drop_duplicates去重，并keep參數保留最后一行即可。
#去重——得到每年各個游戲的銷售值
sale_df?=?df.drop_duplicates(subset=['Year'],keep='last')
sale_df.head()
#強制轉換類型
sale_df['Year']?=?sale_df['Year'].astype(int)
sale_df.head()
#按照年份序列排序-升序（ascending調節升序或降序）
sale_df?=?sale_df.sort_values(by="Year"?,?ascending=True)
sale_df.head()

為了方便看到銷售額變化趨勢，我們繪出其變化曲線圖如下：

#繪制條形圖
my_font?=?font_manager.FontProperties(fname=r"c:\windows\fonts\simsun.ttc")
#準備數據
y_1?=?sale_df['sum_sales'].values.tolist()
y_2?=?sale_df['NA_sum_sales'].values.tolist()
y_3?=?sale_df['EU_sum_sales'].values.tolist()
y_4?=?sale_df['JP_sum_sales'].values.tolist()
y_5?=?sale_df['Other_sum_sales'].values.tolist()
x_1?=?sale_df['Year'].values.tolist()
#x軸范圍
x?=?range(len(x_1))
#建立畫布
plt.figure(figsize=(20,10),dpi=80)
#繪制折線圖，label為lengend的標簽
plt.plot(x,y_1,label?=?'全球')
plt.plot(x,y_2,label?=?'北美')
plt.plot(x,y_3,label?=?'歐洲')
plt.plot(x,y_4,label?=?'日本')
plt.plot(x,y_5,label?=?'其他')
#調整x軸刻度
_xtick_labels?=?['{}年'.format(i)?for?i?in?x_1]
plt.xticks(list(x)[::3],_xtick_labels[::3],fontproperties?=?my_font,fontsize?=?16)
#填寫x，y軸標簽
plt.xlabel('年份',fontproperties?=?my_font,fontsize?=?16)
plt.ylabel('銷售額',fontproperties?=?my_font,fontsize?=?16)
plt.title('銷售額的變化曲線',fontproperties?=?my_font,fontsize?=?18)
#柵欄
plt.grid(alpha=0.5)
plt.legend(prop?=?my_font,loc?=?'upper?left')
plt.savefig('E:/jupyter/result/Game_sale2.jpg')
plt.show()
得到銷售額的變化曲線：
接下來我們來了解一下世界前十的游戲出版商。方法類似于第一個實例，請看注釋:
#獲取出版商前十
pb?=?df['Publisher'].value_counts().sort_values(ascending=False).head(10)#ascending可調整降序或升序
#設置畫布的尺寸
plt.figure(figsize=(8,8))
#將出版商的名字作為對應數據的標簽
labels?=?pb.index
#準備數據
x?=?pb.values
#繪制空心餅圖
x1?=?[1,0,0,0,0,0,0,0,0,0]#用于空心
plt.pie(x?,?radius=1.0,pctdistance?=?0.75,labels=labels,autopct='%1.1f%%')
plt.pie(x1,?radius=0.5,colors?=?'w')
plt.title('Top?10?of?Publisher',fontsize?=?16)
plt.savefig('E:/jupyter/result/Game_sale3.jpg')
plt.show()世界前十游戲出版商如下：蘿卜青菜各有所愛，每個人喜歡的都不一樣，游戲也是如此，那么什么游戲類型最受大眾喜愛呢？我們需要一個只包含游戲類型和銷售額的DataFrame對象，先用sum()方法統計，后用loc索引即可。方法如下
#按照游戲類型將每一處的銷售額相加
Group?=??df.groupby(['Genre']).sum().loc[:,'NA_Sales':'Other_Sales']
Group
得到如下喜好結果：

直觀顯示，繪制出不同游戲類型的銷售額圖，看看小伙伴們喜歡什么類型的游戲！

#顯示中文
my_font?=?font_manager.FontProperties(fname=r"c:\windows\fonts\simsun.ttc")
#建立畫布
plt.figure(figsize=(8,?12))
#x軸標簽
xlabel?=?['NA_Sales','EU_Sales','JP_Sales','Other_Sales']
#y軸范圍與標簽
y?=?range(len(Group.index))
ylabel?=?Group.index
#繪制熱力圖
plt.imshow(Group,?interpolation='nearest',?cmap=plt.cm.pink,aspect='auto')#cmap為熱力圖顏色變化
#調整x，y軸刻度
plt.xticks(list(range(4))[::1],xlabel[::1],fontproperties?=?my_font,fontsize?=?12)
plt.yticks(list(y)[::1],ylabel[::1],fontproperties?=?my_font,fontsize?=?12)
#設置x，y軸標簽
plt.xlabel('銷售額',fontproperties?=?my_font,fontsize?=?14)
plt.ylabel('游戲類型',fontproperties?=?my_font,fontsize?=?14)
plt.colorbar(shrink=0.8)#改變Bar的長度
plt.title('The?Heat?Map?of?Sales',fontproperties?=?my_font,fontsize?=?16)
plt.savefig('E:/jupyter/result/Game_sale4.jpg')
plt.show()
得到的銷售額情況如下，左邊坐標表示不同游戲類型，色度情況表示銷售量，顏色越淺表示銷量越高！

4、分析總結

通過以上數據分析及可視化，我們終于得到了一些因吹斯汀的信息，一起來看看吧！

• DS和PS遠超其他平臺位列前端

• 北美和歐洲是游戲的主要市場，銷售額碾壓其他地區

• 《FIFA》《極品飛車》的出版商Electronic Arts(EA)一枝獨秀

• 動作、運動、射擊游戲深受大眾喜愛，銷售額遠超其他類型游戲

以上，便是今日分享，覺得不錯，還請點個在看，謝謝～End

推薦閱讀：（點擊標題即可跳轉）

• 
  

• 
  

來和小伙伴們一起向上生長呀！掃描下方二維碼，添加小詹微信，可領取千元大禮包并申請加入 Python 學習交流群，群內僅供學術交流，日常互動，如果是想發推文、廣告、砍價小程序的敬請繞道！一定記得備注「交流學習」，我會盡快通過好友申請哦！
?長按識別，添加微信（添加人數較多，請耐心等待）

總結

以上是生活随笔為你收集整理的女朋友还是游戏？一起来分析下游戏的开发与销售情况！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。