• Ведение • Обработка и подготовка данных • Выбор типов визуализаций • Изучающий и объясняющий формат визуализации • Статистические методы, использованные в проекте • Стилизация • Вывод • Использование генеративной модели

Почему именно эти данные показались интересными

Этот датасет выбран потому, что он отражает массовое мнение пользователей о контенте, а не оценки экспертов. Меня заинтересовал вопрос: насколько жанровые особенности и формат произведения соотносятся с пользовательским рейтингом, и можно ли увидеть паттерны в этих данных. Кроме того, тема аниме хорошо подходит для визуального анализа: жанры, типы и рейтинги легко интерпретируются визуально и дают простор для объясняющих графиков.

Для анализа был выбран открытый датасет, посвящённый аниме, состоящий из двух таблиц:

• основной таблицы с метаданными тайтлов (тип, жанры, количество эпизодов, популярность и др.), • таблицы с пользовательскими рейтингами.

Данные представлены в формате CSV и подходят для программной обработки, так как содержат как числовые, так и категориальные признаки, а также достаточно большой объём наблюдений, чтобы выявлять устойчивые закономерности, а не случайные колебания.

Анализ данных выполнялся в среде Google Colab с использованием Python и библиотеки Pandas.

• сбор и очистка: объединила таблицы и избавился от "мусора" (пустых строк и ошибок в форматах), • обработка категорий: раскрыла сложные списки жанров. Это позволило корректно подсчитать частоту каждого жанра, даже если они шли вперемешку, • обогащение данных: создала удобные категории рейтингов и объединила данные. Это гарантирует точность итоговых графиков, а не статистические ошибки.

Какие графики были выбраны и почему

Для анализа были использованы разные типы графиков, каждый из которых решает свою аналитическую задачу:

• точечная диаграмма — отражает взаимосвязь между пользовательским рейтингом аниме и его популярностью (количеством пользователей или участников), • столбчатая диаграмма — используется для сравнения средних пользовательских рейтингов между различными типами аниме, • линейный график — иллюстрирует изменение среднего пользовательского рейтинга в зависимости от количества эпизодов, • гистограмма — отображает распределение пользовательских рейтингов по всему датасету, • скрипичная диаграмма — отображает распределение пользовательских рейтингов по жанрам, включая плотность значений, медиану и разброс, • круговая диаграмма — отражает структуру датасета по жанрам или типам аниме в рамках выбранного поднабора данных, • облако слов — визуализирует частоту появления жанров в датасете: размер каждого слова пропорционален количеству упоминаний;

Такой набор позволяет рассмотреть данные с разных сторон: от общей структуры датасета до более глубокого сравнительного анализа.

Каждая визуализация строилась не как иллюстрация «того, что есть», а как инструмент объяснения:

• графики показывают не только средние значения, но и разброс, плотность и выбросы, • используются диапазоны рейтингов, чтобы избежать упрощения сложных распределений, • жанры анализируются как мультикатегориальные признаки, а не как единичные метки;

Этот метод помогает формировать обоснованные заключения, а не ограничиваться лишь поверхностными наблюдениями.

• Слияние и очистка данных: все данные объединены в таблицу с характеристиками аниме и базу пользовательских оценок и некорректные значения. • Преобразование типов: все числовые показатели были приведены к форматам, пригодным для вычислений. • Нормализация категорий: так как у многих тайтлов указано сразу несколько жанров в одной строке, они были разделены их на отдельные записи. Это позволило честно посчитать популярность каждого жанра в отдельности. • Группировка и агрегация: сгруппированы данные по типам контента и жанрам, чтобы рассчитать средние показатели рейтинга и популярности для каждой категории. • Сегментация: выделен отдельный пласт «высокорейтингового аниме» (8+), чтобы детально изучить структуру жанров именно у топовых проектов. • Частотный анализ: были подсчитаны упоминания жанров и тегов, что легло в основу визуализации их востребованности.

Все визуализации были стилизованы не стандартными настройками Python, а через код:

• изменена цветовая палитра, • задан единый фон и сетка, • настроены подписи осей и заголовки, • соблюдён единый визуальный ритм между графиками.

Цель стилизации — сделать графики частью единого визуального повествования, а не разрозненными техническими иллюстрациями.

Эти цвета были выбраны потому, что они позволяют совместить аналитическую строгость и визуальную выразительность. Светлый бежевый фон создаёт нейтральную основу для восприятия данных, синий и циановый подчёркивают структурность и цифровую природу анализа, а фиолетовые, жёлтые и розовые акценты добавляют ассоциации с аниме-культурой и эмоциональной стороной пользовательских оценок, не перегружая визуальное восприятие.

График позволяет оценить, существует ли корреляция между популярностью и качеством восприятия контента. Видно, что высокая популярность не всегда гарантирует высокий рейтинг: встречаются как популярные, но средне оценённые тайтлы, так и менее массовые, но высоко оценённые произведения. Это подчёркивает, что пользовательский рейтинг формируется не только за счёт охвата аудитории.

График наглядно демонстрирует различия между форматами. Некоторые типы аниме стабильно получают более высокие оценки, что может быть связано с особенностями производства, целевой аудиторией или длительностью формата. Диаграмма позволяет быстро сравнить категории и выявить лидеров и аутсайдеров.

Можно проследить общую тенденцию и заметить, что увеличение количества эпизодов не приводит к линейному росту рейтинга. В некоторых диапазонах рейтинг стабилизируется или даже снижается, что может указывать на эффект «перегруженности» или снижение качества в слишком длинных проектах.