数据来源声明
数据来源：Data Source
引言 Introduction
Steam平台作为全球最大的数字游戏发行和分发平台，扮演着重要的角色，为数亿玩家提供了丰富多样的游戏选择。自Steam平台的推出以来，游戏行业发生了翻天覆地的变化，游戏数量和种类不断增加，玩家社区也日益庞大和多样化。
为了更好地了解和分析Steam平台上的游戏情况，对其进行可视化是一种强有力的手段。通过对Steam所有游戏的数据进行可视化，我们可以深入了解游戏市场的发展趋势、不同类型游戏的受欢迎程度以及玩家的偏好和行为。
本报告旨在通过可视化的方式呈现Steam平台上所有游戏的数据，以便更好地理解和分析游戏市场的现状和特点。我们将使用最新的数据集和先进的数据可视化工具，将游戏数据转化为直观、易于理解的图表和图像。
通过这些可视化呈现，读者可以更直观地了解Steam平台上游戏的数量、类型分布、评分情况以及玩家活动等方面的信息。我们还将探索不同游戏类型之间的关联性和趋势，以及热门游戏的受欢迎程度和影响因素。
通过本报告，我们希望能够帮助游戏开发者、发行商和玩家更好地了解游戏市场的动态，为游戏的开发、发行和选择提供有益的参考。同时，我们也希望通过这种数据驱动的分析和可视化，促进游戏行业的创新和发展，为玩家提供更好的游戏体验。
数据处理
数据清洗
原始数据为.CSV格式的表格文件，共保存了 71544 个在Steam平台上发行过的游戏，
由于原始数据通过爬虫算法获取，数据比较脏。
首先进行数据清洗流程:
对于原始的.CSV格式文件，首先使用 Python 的re包(正则表达式)工具进行数据清理，处理内容如下
- 清除掉™、emoji等特殊字符。
- 清除掉内容重复的行。
- 统一日期为mm/dd/yy格式
- 清理Popular Tags列与Game Features列
- 清除掉乱码的字符，与非英文语境下的字符。
处理后总共得到 69251 个游戏的数据。
可视化 Visualization
数量随时间变化
为了统计Steam商城中游戏的总数量随着时间的变化，首先提取出数据中包含了发售日期的游戏数据，并按照时间顺序升序排序。得到发售日期列表。并进行逐日统计，结果如图所示：
可以看出，数据整体呈现指数增长。证明游戏行业在过去的时间里发展非常迅速，且目前未见有明显衰退迹象。
类型分布
游戏类型数据为 Tag筛选出数据后，首先进行频度统计。其中出现次数最多的两个 Tag 为Indie和Single-player。前十个出现频率最高的 Tag 如下图所示：
其中，每个圆形的面积与颜色代表了该 Tag 的出现次数。可以看出，同时出现频率较高的还有休闲游戏(Casual)与动作游戏(Action)。这可能与平台选择有关，Steam作为最大的游戏发布平台，任何个人与组织在通过审核与流程后均可上传自己制作的游戏，这也就使得独立游戏数量远超其他类型。
之后进行种类的交叉分析，探究哪些类型的 Tag 更倾向于同时出现。这里考虑到计算性能，只选取总数量前20多出现的 Tag。遍历每款游戏的 Tag 列表，并剔除出现次数不在前10的 Tag 。之后在同一款游戏的Tag列表下两两之间绘制一条线，共得到了761819个两两匹配结果，由于性能原因，在得到结果中随机抽取10000条进行图像绘制。结果如下图所示:
价格分布
首先研究总体价格的统计分布情况，由于价格数据极个别具有非常极端值，这些值为输入错误。这里首先进行手动清楚，只有游戏价格超过150美元（1095 RMB, 2023/11/4）才会被纳入进行统计分析。其次根据3 Sigma原则进行数据清洗，清理掉异常值。
数据的均值与标准差为5.0080 和 6.4854，根据3 Sigma原则，则剔除掉价格大于 24.4643 美金的游戏。
处理完成后绘制分布图如下:
从图中可以看出，绝大部分的Steam游戏为免费或者几乎免费游戏，数据并没有很好的遵守正态分布。
同时需要注意的是，大多数高质量3A游戏(AAA Game)价格均高于 24.4643 美金，上述数据清理方法虽然可以展示出整个 Steam 商城的价格分布，但是也剔除掉了少数关键的的高质量、高热度游戏。
评价分布
对游戏评价的数据分为评价等级(Positive, Mixed,Negative等)与评价分布( 在 XX 的总人数中 XX% 的人给出了Positive的评价)
首先对第一种评价等级进行研究，统计所有数据中每种等级出现的次数，如下：
可以看出大部分游戏的评价均为正面，同时也可以注意到，该项目数据污染严重，仅有5千多个游戏该项数据有效。且统计结果中 Negative 的评价几乎为0.
接着对评价分布数据进行研究，分布图如下：
这里同样可以得到大部分游戏评价均为正面的结论。
开发者
这一部分来统计在Steam发行的游戏中的开发者的分布情况，如下图所示：
从图中可以看出，在 Steam 上开发游戏数量最多的开发者是'Choice of Games'。其游戏类型全部为小成本独立小游戏，这一结果也印证了上文的结论。
类型 x 价格
为了探究不同类型游戏的价格差异，取每个游戏 Tag 数据的前三位作为该游戏的特征 Tag 。并计算包含该 Tag 的游戏总价格。如下图所示：
从图中可以看出，总价格最高的标签为Single Player，前文已经发现，Single Player 为数量第二多的标签类型，在这里总价变为第一表明 Single Player 游戏的平均价格大于拥有 Indie 的标签的游戏。从图中的平均价格曲线可以看出，在总价格前十名的Tag中平均价格最高的游戏标签类型为RPG。
同样注意到，前文进行Tag分布分析时上榜前十数量最多第 9 位的的 Puzzle 类型在这里并未出现，而是被 RPG 类型所替代，这显然是由于RPG类型较高的平均价格所导致的。
随后，对所有Tag类型的平均价格进行排序后发现，平均价格最大的前三种类型为：Russian, French, German 分别以18.49, 18.49, 18.49的平均价格遥遥领先其他类型。
总价格
最后解决一个大家可能都想过的问题：想把Steam上所有游戏都买下来需要花费多少钱？
答案就是：$356,565.75 [1]
折合人民币：¥2,595,192.50 [2]
也就两百多万嘛。
PS:
[1] 注意：这里统计价格时剔除了过于离谱的数据。
[2] 由于原始数据混乱问题，所得结果可能与他人并不一致。以总价格项为例，这篇文章中给出的结果为 $537,192.37 (约合人民币367万元)对比本文数据在同一数量级。
