没有合适的资源?快使用搜索试试~ 我知道了~
Video Game Sales电子游戏销售分析 定义问题: 特征分析: 1.游戏平台分析 2.游戏类型分析 3.地区对比 预测分析: 未来的销售趋势预测 # 导包 import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns from pyecharts import options as opts from pyecharts.charts import Pie from pyecharts import options as opts from pyecharts.
资源详情
资源评论
资源推荐
电子游戏销售分析电子游戏销售分析
Video Game Sales电子游戏销售分析电子游戏销售分析
定义问题:
特征分析:
1.游戏平台分析
2.游戏类型分析
3.地区对比
预测分析:
未来的销售趋势预测
# 导包
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts import options as opts
from pyecharts.charts import Bar
plt.style.use('seaborn')
plt.rcParams['font.sans-serif']=['Simhei'] #显示中文,解决图中无法显示中文的问题
plt.rcParams['axes.unicode_minus']=False #设置显示中文后,负号显示受影响。解决坐标轴上乱码问题
数据清洗数据清洗
# 导入数据
data = pd.read_csv("vgsales.csv")
# 查看数据结构,发现Year,Publisher等项是有空值的
print("行数 : ", data.shape[0])
print("列数 : ", data.shape[1])
print("特征数量 : ", data.columns.tolist())
print("缺失值 : ", data.isnull().sum())
print("唯一值 : ", data.nunique())
行数 : 16598
列数 : 11
特征数量 :
['Rank', 'Name', 'Platform', 'Year', 'Genre', 'Publisher', 'NA_Sales', 'EU_Sales', 'JP_Sales', 'Other_Sales', 'Global_Sales']
缺失值 :
Rank 0
Name 0
Platform 0
Year 271
Genre 0
Publisher 58
NA_Sales 0
EU_Sales 0
JP_Sales 0
Other_Sales 0
Global_Sales 0
dtype: int64
唯一值 :
Rank 16598
Name 11493
Platform 31
Year 39
Genre 12
Publisher 578
NA_Sales 409
EU_Sales 305
JP_Sales 244
Other_Sales 157
Global_Sales 623
dtype: int64
weixin_38605538
- 粉丝: 4
- 资源: 991
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0