ium_444356/Zajecia_2/main.py

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)