import pandas as pd import matplotlib.pyplot as plt import sklearn.model_selection import numpy as np from kaggle.api.kaggle_api_extended import KaggleApi import os # funkcja usuwająca wiersze zawierające platformę "Stadia" def delete_stadia(games): index_list = [] for i in range(0, len(games["platform"])): try: if games["platform"][i] == " Stadia": index_list.append(i) except: continue games.drop(index_list, inplace=True) # funkcja usuwająca wiersze zawierające "tbd" w kolumnie "user_review" def delete_tbd(games): index_list = [] for i in range(0, len(games["platform"])): try: if games["user_review"][i] == "tbd": index_list.append(i) except: continue games.drop(index_list, inplace=True) # funkcja zmieniająca kolumnę "user_review" ze stringa na numeric def user_review_to_numeric(games): games["user_review"] = pd.to_numeric(games["user_review"]) # funkcja normalizująca wartości w kolumnie "meta_score" i "user_review" def normalization(games): games['meta_score'] = games['meta_score'] / 100.0 games['user_review'] = games['user_review'] / 10.0 # funkcja przygotowująca dane metacritic def preparation_meta_plot(games): keys = games["meta_score"].value_counts().keys().sort_values() values = [] for k in keys: values.append(games["meta_score"].value_counts()[k]) return values # funkcja przygotowująca dane użytkowników def preparation_users_plot(games): keys = games["user_review"].value_counts().keys().sort_values() values = [] for k in keys: values.append(games["user_review"].value_counts()[k]) return values # funkcja tworząca wykres def create_plot(games): keys_meta = games["meta_score"].value_counts().keys().sort_values() values_meta = preparation_meta_plot(games) keys_user = games["user_review"].value_counts().keys().sort_values() values_user = preparation_users_plot(games) fig = plt.figure(figsize=(10, 5)) plt.plot(keys_meta, values_meta, color="maroon", label = "metacritic") plt.plot(keys_user, values_user, color='blue', label = "użytkownicy") plt.xlabel("Ocena") plt.ylabel("Liczba ocen") plt.title("Oceny metacritic i użytkowników") plt.legend() plt.show() # funkcja dokonująca podziału na podzbiory train i test def create_train_dev_test(games): games_train, games_test = sklearn.model_selection.train_test_split(games, test_size=6972, random_state=1) games_test, games_dev = sklearn.model_selection.train_test_split(games_test, test_size=3486, random_state=1) #games_train, games_test = sklearn.model_selection.train_test_split(games, test_size=5810, random_state=1) return games_train, games_dev, games_test # funkcja pobierająca informacje z danej platformy o ocenach metacritic def get_platform_score_metacritic(games, platform): meta_list = [] for i in range(0, len(games["platform"])): try: if games["platform"][i] == platform: meta_list.append(games["meta_score"][i]) except: continue return meta_list # funkcja pobierająca informacje z danej platformy o ocenach użytkowników def get_platform_score_users(games, platform): users_list = [] for i in range(0, len(games["platform"])): try: if games["platform"][i] == platform: users_list.append(games["user_review"][i]) except: continue return users_list # funkcja wypisująca informacje o danych powiązanych z daną platformą (wielkość zbioru, średnia, minimum, # maksimum, odchylenie standardowe, mediana) def platform_information(games, platform): list = get_platform_score_metacritic(games, platform) list_users = get_platform_score_users(games, platform) print("\n") print("Wielkość zbioru dla%s: %.0f" % (platform, len(list))) print("\n") print("Średnia ocen metacritic dla%s: %.2f" % (platform, np.mean(list))) print("Minimalna ocena metacritic dla%s: %.2f" % (platform, min(list))) print("Maksymalna ocena metacritic dla%s: %.2f" % (platform, max(list))) print("Odchylenie standardowe w ocenach metacritic dla%s: %.2f" % (platform, np.std(list))) print("Mediana ocen metacritic dla%s: %.2f" % (platform, np.median(list))) print("\n") print("Średnia ocen użytkowników dla%s: %.2f" % (platform, np.mean(list_users))) print("Minimalna ocena użytkowników dla%s: %.2f" % (platform, min(list_users))) print("Maksymalna ocena użytkowników dla%s: %.2f" % (platform, max(list_users))) print("Odchylenie standardowe w ocenach użytkowników dla%s: %.2f" % (platform, np.std(list_users))) print("Mediana ocen użytkowników dla%s: %.2f" % (platform, np.median(list_users))) # funkcja wypisująca informacje o danych (wielkość zbioru, średnia, minimum, # maksimum, odchylenie standardowe, mediana, rozkład częstości przykładów) def dataset_information(games): print("Wielkość zbioru: %.0f" % games["meta_score"].describe().loc[['count']][0]) print("\n") print("Średnia ocen metacritic: %.2f" % games["meta_score"].mean()) print("Minimalna ocena metacritic: %.2f" % games["meta_score"].describe().loc[['min']][0]) print("Maksymalna ocena metacritic: %.2f" % games["meta_score"].describe().loc[['max']][0]) print("Odchylenie standardowe w ocenach metacritic: %.2f" % games["meta_score"].describe().loc[['std']][0]) print("Mediana ocen metacritic: %.2f" % games["meta_score"].median()) print("\n") print("Średnia ocen użytkowników: %.2f" % games["user_review"].mean()) print("Minimalna ocena użytkowników: %.2f" % games["user_review"].describe().loc[['min']][0]) print("Maksymalna ocena użytkowników: %.2f" % games["user_review"].describe().loc[['max']][0]) print("Odchylenie standardowe w ocenach użytkowników: %.2f" % games["user_review"].describe().loc[['std']][0]) print("Mediana ocen użytkowników: %.2f" % games["user_review"].median()) # wykres create_plot(games) # pobranie dataset z kaggle os.system("kaggle datasets download -d deepcontractor/top-video-games-19952021-metacritic") os.system("unzip top-video-games-19952021-metacritic.zip") # wczytanie danych games=pd.read_csv('all_games.csv') # usunięcie 5 wyników "Stadia" delete_stadia(games) # usunięcie wyników zawierających "tbd" w kolumnie "user_review" delete_tbd(games) # zmiana kolumny "user_review" na numeric user_review_to_numeric(games) # normalizacja kolumn "meta_score" i "user_review" normalization(games) # wypisanie informacji o danych dataset_information(games) # wypisanie informacji o danej platformie platform_information(games, " PlayStation 4") # podział na podzbiory train, dev i test (6,2,2) #games_train, games_test = create_train_test(games) games_train, games_dev, games_test = create_train_dev_test(games)