Steam_game_Analysis_1

우선 글을 쓰기 전에 , 참고한 사이트는 다음과 같다 . 

https://github.com/Kiminwoo/steam-data

위 사이트를 들어가면 , Steam 게임들을 정리해 놓은 csv파일과 , 분석해 놓은 글이 있다.

csv파일은 2017년까지의 데이터만 있다.

언어는 Python을 사용한다.

나도 여기서 도움을 받고 , 어떤식으로 분석을 했는지 확인해 보았다.

코드를 보면서 확인해 본다 . 

필요한 library 로딩

import scipy as sp

import matplotlib.pyplot as plt

import seaborn as sea

import pandas as pd

데이터 시각화 지정

sea.set_palette("muted")

Exel 파일로 저장되어진 게임 데이타를 불러온다.

data = pd.read_excel('C:/Users/user/Desktop/졸작/Steam게임데이타(Github)/Steam_game_data.xlsx',sheet_name='Steam_game_data')

추천수와 게임사용자수와 어떤 관계가 있는지 알아보고자 , 다음처럼 pairplot으로 뽑아 보았다.

data["Rec Count 100k"] = data["RecommendationCount"] / 100000.0

data["Player Count 100k"] = data["SteamSpyPlayersEstimate"] / 100000.0

INTERESTING_NUMERICS = [

    "Player Count 100k",

    "Metacritic",

    "Rec Count 100k"    

]

plt.figure(figsize=(12,12));

sea.pairplot(data[INTERESTING_NUMERICS]);

plt.savefig("C:/Users/user/Desktop/졸작/Steam게임데이타(Github)/numeric-data4.png",bbox_inches='tight');

다음은 pairplot 결과화면이다.

보게 되면 , 추천수와 사용자수와 양의 관계를 가진다.

이를 통해 , 사용자의 수가 증가할수록 추천수가 증가한다는 것을 알 수 있다.

다시 말하자면 , 많은 사용자들이 게임을 즐기수록 , 그 게임에 대해서 추천하는 수도 증가한다는 것을 알 수 있다.

다음은 , 추천수와 사용자수에 따른 distplot으로 표현해 본것이다.

distplot은 histogram과 비슷하다.

class PER:

    def __init__(self, per):

        self.per = per

def see_one(name, nonzero=True, bound=None, ax=None):

    

    print(name)

    d = data

    

    if nonzero:

        d = d[d[name] > 0.0]

    

    if bound:

        if isinstance(bound, PER):

            max_index = int(len(d[name]) * bound.per)

            bound = d[name].copy().sort_values().head(max_index).values[-1]

            print("Using upper bound", bound)

        d = d[d[name] < bound]

    

    d = d[name]

    

    print(d.describe())

    print('-'*20)

    

    if ax is None:

        plt.figure()

    sea.distplot(d, kde=True, rug=False, ax=ax)

fig, axes = plt.subplots(1, 2, figsize=(12,4));

for ax, col in zip(axes.flatten(), ["SteamSpyPlayersEstimate", "RecommendationCount"]):

    see_one(col, nonzero=True, bound=PER(0.90), ax=ax)

plt.savefig("C:/Users/user/Desktop/졸작/Steam게임데이타(Github)/player_count_recommends_distribution2.png", bbox_inches='tight');

distplot형태는 다음과 같다.

다음은 joinplot을 사용하여서 , 보다 쉽게 사용자의수와 추천수를 확인해 본 것이다

rec_num = data[["RecommendationCount", "SteamSpyPlayersEstimate"]].copy()

def get_bound(name):

    max_index = int(len(rec_num[name]) * 0.75)

    bound = rec_num[name].copy().sort_values().head(max_index).values[-1]

    return bound

def one_filt(src,name):

    return src[ (src[name] > 0) & (src[name] < get_bound(name)) ]

to_check = one_filt(one_filt(rec_num, "RecommendationCount"), "SteamSpyPlayersEstimate")

sea.jointplot("SteamSpyPlayersEstimate", "RecommendationCount", data=to_check, kind="reg");

plt.savefig("C:/Users/user/Desktop/졸작/Steam게임데이타(Github)/player-count-recommends-jointwithreg.png", bbox_inches='tight');

다음은 joinplot의 결과화면이다.

이를 통해서 사용자수와 추천수는 양의 관계를 가진다는 것을 정확하게 알 수 있다.