Разнообразие покемонов
Описание
В детстве я много играла в игры и смотрела мультфильмы про покемонов. Казалось, что этот мир огромен и бесконечен — ведь с каждым новым поколением появлялись всё новые и новые покемоны.
Годы спустя меня заинтересовало, как же менялись характеристики покемонов от поколения к поколению, есть ли у легендарных покемонов особые параметры и как принадлежность к разным типам влияет на их боевые способности.
На Kaggle я нашла датасет с данными по всем покемонам — их типам, поколениям и боевым характеристикам. Это дало мне отличный шанс взглянуть на знакомый мир с позиции исследователя и провести глубокий анализ.
Цель этой работы — провести комплексный анализ характеристик покемонов из разных поколений и исследовать влияние типов на боевые параметры с помощью визуализаций данных. Я хочу понять, какие закономерности и тренды скрыты в этих данных, и какие выводы можно сделать о развитии вселенной покемонов.
Для поиска датасета с характеристиками покемонов я использовала ресурс kaggle.com. На нём я нашла сборку, включающую данные о типах, базовых боевых параметрах и способностях покемонов из разных поколений. Этот датасет показался мне особенно интересным, так как позволяет проследить, как изменялись характеристики покемонов со временем и какие типы встречаются чаще всего.
Для более полного анализа я использовала следующие типы диаграмм:
— Столбчатая диаграмма — чтобы показать распределение покемонов по типам. — Тепловая карта (heatmap) — для визуализации частоты сочетаний основных и вторичных типов, а также корреляций между боевыми характеристиками. — Boxplot (ящик с усами) — для анализа распределения характеристик по поколениям. — Линейный график (line chart) — для отслеживания средних значений характеристик в каждом поколении. — Гистограмма — для анализа распределения суммарной боевой силы покемонов.
Эти визуализации помогают мне наглядно представить данные и выявить интересные закономерности: какие боевые параметры чаще всего варьируются, какие типы покемонов преобладают, а также как менялся баланс характеристик от поколения к поколению.
Стиль
Покемон — это огромная медиа-франшиза, поэтому очень сложно выделить визуальный язык, который бы отражал это аниме/игру и при этом, был удобен для визуализации данных. Так что, я попросила ChatGPT подобрать цвета по типам покемонов: Огненный — #F08030 (оранжевый) Водный — #6890F0 (синий) Травяной — #78C850 (зелёный) Электрический — #F8D030 (жёлтый) Ядовитый — #A040A0 (фиолетовый) Ледяной — #98D8D8 (голубой) Боевой — #C03028 (красный)
Графики
Столбчатая диаграмма
Перед тем как строить графики, мне нужно было определить, к какому поколению относится каждый покемон в таблице. В исходных данных этой информации не было — была только колонка с номером покемона в Покедексе (Number), а поколение напрямую из этого не следовало.
Поэтому я написала функцию, которая по номеру определяет поколение. Например, с 1 по 151 — это первое поколение, с 152 по 251 — второе, и так далее. С помощью этой функции я добавила в таблицу новую колонку Generation.
После этого я посчитала, сколько покемонов приходится на каждое поколение, и построила столбчатую диаграмму. Она показывает, в каких поколениях было больше всего новых покемонов.
График показывает количество покемонов в каждом из восьми поколений. Мы видим явное снижение количества покемонов в поздних поколениях.
Поколение 1 выделяется как самое крупное поколение, что может говорить о большей популярности и узнаваемости покемонов первого поколения.
Ящик с усами
Следующим шагом я решила проанализировать, как изменялись боевые параметры покемонов в разных поколениях. Меня интересовали такие характеристики, как:
HP (здоровье), Att (атака), Def (защита), Spa (спец. атака), Spd (спец. защита).
Для каждого параметра я построила отдельный график в виде boxplot. Он показывает, как значения распределены: где находится медиана, какие значения типичны, а какие можно считать выбросами.
Каждый график построен по поколениям: на оси X — номер поколения, на оси Y — значение характеристики. Благодаря этому можно визуально оценить, в каком поколении, например, было больше покемонов с высоким уровнем атаки или здоровья.
В целом, графики показывают, что средние значения характеристик покемонов (HP, Att, Def, SpA, SpD) относительно стабильны между поколениями, с небольшими колебаниями. Однако наблюдаются некоторые интересные различия в разбросе и наличии выбросов:
HP (Здоровье): Медианные значения HP кажутся довольно стабильными по всем поколениям. Однако 8-е поколение имеет тенденцию к большему разбросу значений HP и более высоким медианам по сравнению с предыдущими поколениями, что может указывать на появление более живучих покемонов в последних поколениях. При этом, первые поколения демонстрируют выбросы с большим количеством HP.
Att (Атака): Медианные значения атаки также относительно стабильны, но 7-е поколение демонстрирует тенденцию к росту в сравнении с другими. При этом, поколения со второго по шестое демонстрируют схожее распределение. 1-е поколение — минимальное.
Def (Защита): Медиана защиты для 4-го поколения несколько выше, чем для других поколений. В то же время, общая картина показывает стабильное распределение значений защиты на протяжении всех поколений.
SpA (Спец. Атака): 7-е поколение немного выделяется более высокими значениями SpA, однако, стоит отметить, что в данном поколении также наблюдаются выбросы.
SpD (Спец. Защита): Четвертое поколение выделяется более высокими показателями SpD, в то время как в других поколениях показатели ± сравнимы.
В целом, анализ показывает, что разработчики стараются поддерживать баланс характеристик покемонов, но в каждом поколении есть свои особенности и уникальные покемоны.
Столбчатая и круговая диаграммы
На этом этапе я решила проанализировать, какие типы покемонов встречаются чаще всего. У каждого покемона есть основной тип (например, Огонь, Вода, Трава, и т. д.). Мне было интересно узнать, какие типы наиболее популярны среди всех существ в покедексе.
Для визуализации я использовала два разных графика, чтобы рассмотреть данные под разными углами:
Сначала я построила столбчатый график, на котором по оси X указаны названия типов, а по оси Y — количество покемонов каждого типа.
На графике легко увидеть, какие типы — самые распространённые, а какие — встречаются редко. Для удобства восприятия я добавила подписи над каждым столбиком с точным числом покемонов.
После этого я построила круговую (pie) диаграмму, которая показывает долю каждого типа в общем составе всех покемонов. Этот вид графика помогает интуитивно понять, какие типы преобладают, а какие занимают лишь маленькую часть.
Я также установила, чтобы круг был ровным, и добавила отображение процентов рядом с секторами, что делает диаграмму более наглядной.
Типы Вода и Нормальный являются наиболее распространенными, что, вероятно, связано с их универсальностью и использованием в базовых игровых механиках. Некоторые типы (например, Летающий) встречаются реже, что может быть связано с их спецификой и сложностью в реализации.
Распределение типов показывает, что разработчики стремятся к балансу, хотя некоторые типы более распространены, чем другие. Это может влиять на разнообразие стратегий в битвах и игровой опыт.
Диаграмма рассеяния
На этом этапе я решила посмотреть, как основной тип покемона (Type 1) может влиять на его боевые характеристики, а именно — атаку (Attack) и защиту (Defense). Это один из способов понять, есть ли зависимость между принадлежностью к типу и распределением сил покемонов.
Чтобы визуализировать это, я построила диаграмму рассеяния (scatter plot). Цвет точки зависит от основного типа покемона.
Чтобы избежать перегруженности, я выбрала только 10 самых распространённых типов. Это позволило сохранить читаемость графика, не теряя при этом смысл анализа.
В целом, наблюдается слабая положительная корреляция между атакой и защитой.
Разброс данных: Значения атаки и защиты распределены довольно широко, что указывает на разнообразие характеристик покемонов.
Наличие выбросов говорит о существовании сильных и/или специализированных покемонов.
График подтверждает, что характеристики покемонов зависят от их типа, но также подвержены индивидуальным вариациям.
Тепловая карта
На данном этапе я решила изучить взаимосвязи между основными числовыми характеристиками покемонов:
HP (жизнь), Attack (атака), Defense (защита), Special Attack (спец. атака), Special Defense (спец. защита).
Для этого я построила тепловую карту (heatmap), которая показывает, насколько сильно связаны между собой разные характеристики. Я использовала корреляционную матрицу, в которой каждое число от -1 до 1 отражает степень зависимости:
Значение близкое к 1 — сильная положительная связь (характеристики растут вместе),
Близкое к -1 — сильная отрицательная связь (одна растёт, другая падает),
Близкое к 0 — почти нет связи.
Здоровье (HP), атака (Att), защита (Def), спец. атака (Spa) и скорость (Spd) в большей степени независимы друг от друга, но некоторые из них демонстрируют умеренную положительную корреляцию, например, защита со скоростью.
На основе данных тепловой карты можно формировать стратегии, учитывая, что некоторые характеристики дополняют друг друга, а другие — нет.
Тепловая карта.2.0
На этом этапе я решила изучить, насколько часто встречаются те или иные комбинации типов покемонов, то есть пары из основного (Type 1) и вторичного (Type 2) типов. Для этого я построила тепловую карту (heatmap) на основе таблицы сопряжённости (частоты совместных появлений).
Цвет ячейки отражает частоту данной пары типов; Чем насыщеннее цвет, тем чаще встречается комбинация; Все значения также подписаны цифрами (формат 'd' — целое число), что удобно для точного анализа.
Эта визуализация помогает:
Увидеть самые популярные сочетания типов;
Найти редкие или уникальные комбинации;
Сравнить, какие основные типы чаще всего сочетаются с дополнительными, а какие — почти всегда встречаются «в одиночку» (вторичный тип пустой).
Сочетания типов покемонов, как правило, не случайны, а отражают определенные закономерности и дизайнерские решения.
Отсутствие некоторых сочетаний может быть следствием ограничений гейм-дизайна или проблем с балансом.
Вывод
Анализ данных о покемонах позволил выявить ключевые тенденции в их развитии от поколения к поколению. Наибольшее количество новых персонажей было представлено в ранние и средние периоды, что говорит о насыщении игровой вселенной. Несмотря на это, базовые характеристики покемонов остаются относительно стабильными, лишь с небольшим ростом показателей силы в поздних поколениях.
Исследование распределения по типам показало, что некоторые типы существенно доминируют, в то время как редкие сочетания подчёркивают разнообразие и уникальность отдельных покемонов. Корреляционный анализ характеристик подтвердил наличие устойчивых взаимосвязей между параметрами, особенно между специальной атакой и защитой.
Сравнение боевых показателей разных типов позволило визуально определить их боевую специализацию — атакующую или оборонительную. А тепловая карта сочетаний основных и вторичных типов выявила как типичные, так и редкие комбинации, что может быть полезно для создания сбалансированных игровых стратегий.
В целом, проведённая визуализация помогает лучше понять внутреннюю логику устройства мира покемонов, его баланс и разнообразие.
Использованные нейросети:
(1) Chat GPT — генерация описаний цветов, помощь в непонятных частях кода и помощь при устранении ошибок (3) recraft.ai — генерация обложки
