R Programming - Steam - Part 2 скачать в хорошем качестве

R Programming - Steam - Part 2

Aqui estou eu novamente para te guiar pela segunda parte do meu tutorial sobre Programação em R e Steam. Se na primeira parte focamos na base, aqui eu mergulho a fundo na automação, limpeza de dados e visualizações avançadas. Aqui está o que eu preparei para ti nesta aula: 1. Automação de Downloads de Imagens Nesta fase, eu mostro como criei um loop para descarregar os posters de todos os jogos da minha biblioteca diretamente dos servidores da Valve [00:25]. Otimização: O código verifica se a imagem já existe no disco antes de tentar o download, poupando tempo e largura de banda [02:33]. Debugging em Direto: Eu mostro-te como resolvo um pequeno erro (bug) em tempo real, entrando na função e testando linha a linha [06:32]. Alternativas de Formato: Explico que, quando um poster vertical não está disponível, o código tenta procurar um "header" em formato landscape [10:37]. 2. Análise de Qualidade com Metacritic Eu queria saber se os jogos que eu tenho são realmente bons aos olhos da crítica. Limpeza de Dados: Removi os jogos sem pontuação (score zero) para não enviesar a análise [12:36]. Histogramas: Criei um histograma para ver a distribuição de qualidade da minha coleção, notando que a maioria dos meus jogos tem uma classificação bastante positiva [13:40]. 3. O Conceito de "Jittering" (Crucial para Gráficos!) Este é um dos pontos altos do tutorial. Quando temos muitos jogos lançados no mesmo ano com a mesma nota, os pontos no gráfico ficam sobrepostos. A Solução: Explico o uso de Jittering (ou Gatitring, como lhe chamo às vezes), que afasta os pontos ligeiramente de forma aleatória para podermos ver o "cluster" real de dados sem perder a noção de quantidade [18:02]. Comparação de Ferramentas: Mostro como fazer isto automaticamente com o ggplot2 (usando geom_jitter ou repel) e manualmente no plotly [18:41]. 4. Visualizações Interativas e Linha do Tempo Gráficos Dinâmicos: Utilizo o plotly para criar gráficos onde podes passar o rato por cima e ver o nome do jogo, o ano e o tempo de jogo [22:49]. Tendências Pessoais: Notei, através dos gráficos, que nos últimos anos tenho adquirido menos jogos de "excelência" (notas 90+) comparado com o passado [21:41]. 5. Exportação para HTML (Relatórios Profissionais) Por fim, demonstro como gerar uma lista completa dos meus jogos em formato HTML, pronta para partilhar. Tabelas Ricas: Uso o pacote kableExtra para formatar a tabela com posters em miniatura e links diretos para a loja do Steam [27:34]. Resultado Final: A lista abre diretamente no browser com uma apresentação profissional [30:54]. Conclusão: Eu reforço que o objetivo aqui é passar-te os conceitos. O R e o RStudio têm um potencial tremendo, comparável ao Python, mas com uma sintaxe que eu, pessoalmente, considero muito mais amigável e focada em dados [33:43]. Espero que tenhas gostado desta jornada pelo mundo dos dados do Steam!