Анализ количества ютуберов, стран, подписок и просмотров на 2023 год

Я взял такую статистику данных, как «Количество ютуберов, стран, подписок и просмотров на этапе конца 2023 года».

Для выбора этой базы данных я использовал сайт Kaggle, где по запросу «Global YouTube Statistics 2023» вывелась статистика ютуберов и их подписок за 2023 год.

Эти данные представляют для меня огромную ценность, так как 70% своего свободного времени я провожу именно в приложении Youtube. Я не только смотрю игровые видеоролики, но и занимаюсь жизнедеятельностью своего канала. По этой причине мне стало очень интересно собрать данные всех популярных каналов воедино и написать о них.

В своём проекте я буду использовать такие виды диаграмм как: — Линейные диаграммы — Гистограммы — Столбчатые диаграммы — Круговые диаграммы

Чтобы получить структурированные данные таблицы и с их помощью создавать диаграммы я использовал библиотеку Pandas на языке Python. Скачав и использовав программу Anaconda в среде Spider я вывел данные таблицы и создал несколько диаграмм, которые будут описаны ниже.

Так как оригинальная версия таблицы имеет 28 колонок, то я выбрал 5 наиболее значимых по моему мнению.

Так как сперва мои данные не хотели читаться из-за неверной кодировки файла, мне пришлось написать ещё код, который читал кодировку моего файла. Строчка 3 в изображении выше.

Я работал в приложении «Google Colab», так как в среде Spyder у меня не получилось создать диаграмму.

Все итоговые диаграммы прикреплены в самом конце проекта. Написанный код и база данных, ведущая на гугл диск, будут также прикреплены в самом конце проекта.

Первую диаграмму, которую я решил использовать стала «Столбчатая диаграмма». Цель её создания — узнать количество каналов с тремя вариациями по числу подписчиков на момент 2023 года.

Объясню, как устроен мой код, разбив его на 3 части:

1. Чтение файла с ПК
2. Определение категорий
3. Построение графика

Так как файл был на моём рабочем столе я скопировал из среды Spyder исходный код открытия таблицы и в приложении Colab настроил на чтения файла с моего рабочего стола.

Так как мне стало интересно, я решил использовать такие данные, как: — Количество ютуберов, у которых больше 100 млн подписчиков; — Количество ютуберов, у которых больше 50 млн подписчиков; — Количество ютуберов, у которых больше 10 млн подписчиков. Эти данные мне будут нужны для создания следующих диаграмм, а также для понимания разницы между количеством ютуберов.

После определения категорий я начал создавать столбчатую диаграмму, так как она очень хорошо может показать такую статистику.

Вторая диаграмма является круговой. Она показывает распределение количество каналов по странам в процентах за 2023 год.

Так как в оригинальной таблице свыше 30 различных стран, я решил выбрать наиболее популярные страны в последнее время. В этот список попали такие страны, как: США, Россия, Индия, Бразилия, Южная Корея.

Объясню, как устроен мой код, разбив его на 2 части:

1. Список стран и количество каналов
2. Создание круговой диаграммы

Я выбрал именно эти пять стран, так как за последние несколько лет они на слуху у многих пользователей приложения Youtube.

Третьей я выбрал линейчатую диаграмму. С её помощью я решил сравнить общее количество просмотренных видео за весь год между двумя странами. Первую страну я взял США, так как в предыдущей диаграмме мы узнали, что у США больше всего ютуберов-миллионщиков. Вторую страну я взял Россия, так как я в ней живу и мне стало интересно сколько видео было просмотрено на момент 2023 года.

Объясню, как устроен мой код, разбив его на 2 части:

1. Выбор двух стран из списка и сумма количества просмотренных видео
2. Создание линейчатой диаграммы

В представленном коде выше я нашёл сумму количества просмотренных видео у каждого канала из США и России на момент 2023 года.

Четвёртой стала комбинированная диаграмма, целью которой была узнать у выбранных мною ранее пяти стран 5 самых популярных каналов по количеству подписчиков и сравнить друг с другом.

Объясню, как устроен мой код, разбив его на 2 части:

1. Список стран и список популярных ютуберов по количеству подписок
2. Создание комбинированной диаграммы

В представленном коде выше из каждой страны я выбрал пять самых популярных каналов и их название.

В своём проекте я использовал такие нейросети как: — Чат GPT https://chat-gpt.org/ru/chat — Гигачат https://giga.chat/

Это 2 бесплатные нейросети, которые помогали мне с поиском и анализом данных.

Я использовал нейросеть «Чат GPT». Моей целью его использования было найти информацию о сайтах, которые могут предоставить статистику ютуба на момент конца 2023 года.

Промт который был использован: «На каких сайтах я могу найти информацию и узнать о статистике пользователей ютуба в 2023 году.»

Я использовал нейросеть «Гигачат». Моей целью его использования было найти информацию о том, как узнать кодировку файла.

Промт который был использован: «Какой существует метод в Python, чтобы узнать у файла его кодировку. Подробное объяснение.»

Результат кода будет прикреплён снизу.

Я создал 4 вида диаграммы. Совсем недавно я смотрел статистику одного игрового приложения и заметил там хорошо сделанные диаграммы. Именно этот момент вдохновил меня на создание похожей картины, только уже взяв популярное приложение YouTube.

В анализе статистики я использовал такие данные, как: — Описательная статистика — Визуализация данных — Создание диаграмм

Я использовал для изучения существующих данных в оригинальной таблице, и далее для выборочных данных в своём проекте.

Я визуализировал выбранные мною данные в одну структуру и создал диаграммы, чтобы было легче ориентироваться.

Я создал 4 разные диаграммы, код которых описал в вверху проекта, а готовый результат прикрепил внизу.

Ссылка, ведущая на гугл диск, где хранится код и база данных: https://drive.google.com/file/d/1PLuyTnL1QAtAs5C4hohdsvXt4TUHA6jE/view?usp=sharing