Введение
Для своего проекта я выбрал стриминговую платформу Twitch, потому что я являюсь её активным пользователем уже более десяти лет, и мне всегда было интересно узнать побольше о таких же как я и поэтому в этом проекте я рассмотрю как менялись предпочтения людей, основываясь на изменениях самых главных категорий платформы и в этом мне помогут знания, которые я приобрел, пока изучал курс. Мне было интересно изучать информацию, потому что Twitch с годами расширился до колоссальных размеров и вкусы аудитории постепенно начали меняться, из-за этого информация постоянно видоизменялась и приобретала новый вид
Использование данных
В качестве дата-базы я взял информацию с открытого источника kaggle. Введя в поиске Twitch я сразу же наткнулся на нужную мне базу, и на её основе сделал различные графики, а именно: линейчатую диаграмму, гистограмму, круговую диаграмму, и график. Это позволило мне рассмотреть разные виды информации и улучшить понимание данных.
Визуализация данных
Для визуализации я выбрал единую палитру, которая используется на самом сайте и отлично вписывается в графики. Оформление почти полностью соответствует стилю платформы и поэтому, как по мне является очень аутентичной.
Цветовая палитра
Код
При написании кода я опирался на знания полученные мной в ходе прохождения курса и самостоятельного изучения среды программирования Python. Эти знания помогли мне написать работающую программу и задавать правильные вопросы ИИ для того чтобы улучшить качество и убрать имеющиеся ошибки
Здесь я ввел стандартные строки для того, чтобы Python смог загрузить библиотеку Pandas с помощью которой я сделал графики. Также в самом начале я указал белый цвет текста, для лучшей видимости
Дальше я указал цвета, которые должны быть использованы в графиках и ввел строку, которая может читать файл дата-базы в формате csv. Затем я приступил к написанию кода для графиков. Для создания графиков я использовал библиотеку matplotlib и обозначил её как plt и с помощью осей начал выстраивать визуализацию.
Третий график
Четвертый график
Графики
В качестве первого графика я решил сделать гистограмму, которая показывает суммарное количество часов, которые люди потратили на просмотр тех или иных категорий в период с 2016 по 2024 год, чтобы увидеть наглядно какая из них на сегодняшний день является самой просматриваемой.
Вторым графиком я решил сделать линейную диаграмму. Она показывает как менялось предпочтение зрителей, мы можем заметить как одна категория будучи одной из самых непопулярных смогла вырваться вперед и держаться на плаву очень долгое время, а в это время у других был лишь незначительный подъем по динамике, который обособлен приростом среднего значения зрителей на платформе
Визуализация третьего графика была обусловлена тем, что нужно было максимально доступно и понятно показать категории с наибольшим количеством стриминга и как раз для этого пригодилась линейчатая диаграмма. Если смотреть в сравнении с другими графиками, можно сказать что количество никак не влияет на число просмотров категории, поскольку появляются новые название которые раньше не присутствовали до этого ни в одном графике
Четвертым графиком я решил использовать тепловую карту, что позволило мне увидеть активность сайта. С помощью графика мы можем определить какие года и месяцы были самыми продуктивными для платформы
Заключение
Благодаря датасету и созданным по нему графикам мы можем наблюдать как рос сайт и как менялись предпочтения зрителей с годами. Мне кажется информация представляет особый интерес, поскольку с её помощью в сравнении можно увидеть в какой момент платформа стала настолько популярной.
Применение генеративной модели
Для работы над визуализацией в этом проекте использовался ChatGPT (https://chatgpt.com). Искусственный интеллект в данном проекте использовался как помощник в написании кода, реализации визуального стиля и генерации изображений.
