Genshin Impact: Взгляд через призму данных
❝ Куда бы вас не завело путешествие, к звёздным высотам или в глубины бездны, каждый шаг — новое достижение. ❞
Концепция
Genshin Impact — это одна из самых популярных игр, в которой сочетаются элементы экшен-РПГ с открытым миром, фэнтезийным сюжетом и уникальными персонажами. В игре представлен широкий выбор героев, каждый из которых обладает своими уникальными способностями, элементом и принадлежностью к различным регионам. Изучение персонажей по регионам и элементам позволяет выявить интересные закономерности и помочь игрокам лучше понять стратегические особенности каждого героя.
Анализ основывается на данных о персонажах и оружие из игры Genshin Impact. В своей работе я использую информацию о различных характеристиках персонажей, таких как их элементы, регион проживания, а также оружие и его редкость.
Для анализа используются датасеты[GenshinDataset, Genshin Impact Characters Dataset] с сайта KAGGLE, содержащие информацию о более чем 50 персонажах и оружие, что позволяет провести подробное исследование их характеристик.
Для визуализации данных я выбрала несколько типов графиков:
Круговая диаграмма — используется для отображения распределения персонажей по элементам, что позволяет наглядно увидеть, какие элементы преобладают среди персонажей.
Сложенная столбчатая диаграмма — показывает распределение персонажей по регионам с выделением различных элементов, что позволяет увидеть, какой элемент преобладает в каждом регионе.
Точечная диаграмма — используется для отображения взаимосвязи между персонажами и их оружием по элементам, что позволяет выявить тенденции в распределении оружия между персонажами.
Тепловая карта — визуализирует распределение оружия по типам и редкостям. Каждая ячейка тепловой карты отображает количество оружия для конкретной комбинации типа оружия и редкости.
Столбчатые диаграммы — визуализируют силу оружия (базовую атаку) для каждого типа оружия.
Обработка данных
Для начала я импортировала необходимые библиотеки: numpy, matplotlib.pyplot, pandas, а также seaborn и LinearSegmentedColormap из matplotlib.colors для создания различных визуализаций данных. Затем загрузила датасеты с моего компьютера в Google Colab и приступила к написанию кодов для визуализации данных с помощью диаграмм.
для создания цветовых схем использовала словарь с цветами для различных элементов, таких как «Cryo», «Pyro», «Hydro» и другие. Это позволило мне обеспечить одинаковое восприятие элементов в разных типах графиков.
#C16F78, #95BAD2, #B1DEC4, #C4B1DE, #71C06A, #CFE5E3, #D0AB90
[01] Распределение количества персонажей по элементам
Для круговой диаграммы я сначала подсчитала количество персонажей по элементам, а затем использовала кастомные цвета для каждого элемента. Это позволило визуализировать распределение персонажей по элементам.
В игре наблюдается дисбаланс по элементам: одни встречаются чаще, другие реже.
Анемо и дендро уступают в количестве персонажей.
Гидро и пиро представлены шире, что может свидетельствовать о популярности этих элементов у разработчиков.
[02] Распределение количества персонажей по регионам и элементам
Для создания сложенной столбчатой диаграммы я сначала сгруппировала данные по регионам и элементам, после чего создала сводную таблицу, чтобы распределить количество персонажей. Такой подход позволяет более четко видеть, какой элемент преобладает в каждом регионе.
Некоторые регионы имеют явный перекос по элементам.
Например, Мондштат[город свободы и ветров] богат на анемо персонажей, а Ли Юэ — на пиро, хотя и является регионом камня.
Сумеру ожидаемо доминирует по количеству дендро персонажей.
[03] Распределение персонажей и их оружия
Для точечной диаграммы использовала библиотеку seaborn, где отображала персонажей и их оружие, а также распределение по элементам.
Каждый тип оружия привязан к определенным элементам, но есть интересные исключения.
Луки и катализаторы встречаются чаще у электро и гидро персонажей.
Копья стабильно популярны, особенно у пиро и гео.
[04] Распределение оружия по типам и редкости
Также я использовала тепловую карту, чтобы визуализировать распределение оружия по типам и редкостям. Это полезно для понимания, как часто встречаются различные комбинации оружия и редкости.
Наиболее редко встречающимися 5★ оружиями являются двуручные мечи.
Большинство 3★ и 4★ оружий приходится на луки и одноручные мечи, а меньше всего на копья.
[05] Распределение силы оружия по типам
Когда я создавала графики для каждого типа оружия, я использовала отдельные столбчатые диаграммы для отображения базовой силы (атаки) каждого оружия. Графики представлены в отдельных подграфиках, что позволяет легко сравнить их характеристики.
В среднем копья и двуручные мечи обладают самой высокой базовой атакой.
Катализаторы имеет самую низкую атаку, но обычно компенсируются эффектами.
