kazi99/lego-sets

Projektna naloga iz analize podatkov pri predmetu Programiranje 1

Analiza Lego™ setov zadnjih dvajsetih let

Projektna naloga pri predmetu Programiranje 1 na FMF

Analiziral bom Lego sete, ki so izšli v zadnjih ~petih letih s spletne strani brickset.com.

Opazoval bom naslednje podatke:

• tema
• število kock
• cena
• datum izdaje
• cena po kocki
• minifigs
• ocena
• dostopnost
• popularnost

Hipoteze:

1. Lego vsako leto izda več setov
2. Velikosti setov skozi leta
3. ppp
   1. Povprečna cena kocke narašča skozi leta
   2. Seti z nižjim ppp vsebujejo več kock
4. Najbolj izdane teme
5. Minifigure
   1. Dražji seti vsebujejo več minifigur
   2. Cena minifigure skozi leta

---

Ta git repozitorij vsebuje:

• mapo obdelani-podatki, kjer sta shranjeni .json in .csv datoteki zbranih in obdelanih podatkov,
• mapo html-nalozeni-1999-2019, ki vsebuje 486 .html datotek, ki sem jih naložil s spletne strani brickset.com in so namenjene obdelavi,
• datoteki urejanje_podatkov.py in orodja.py, ki predstavljata skripti za zajem in obdelavo podatkov.

Obdelani in urejeni podatki so shranjeni v datoteki bricksets-database-1999-2019.csv in obsegajo kategorije:

• id
• varianta
• ime seta
• temo
• leto
• tip seta
• število vsebovanih figuric
• število kock
• vrsto pakiranja
• dostopnost
• US ceno in povprečno ceno na kocko v $
• EU ceno in povprečno ceno na kocko v €
• in čas izida v US in EU.

Naletel pa sem tudi na dve izjemi v zapisu posamičnih blokov v html datotekah med zajemanjem podatkov, ki za razliko od preostalih 11887 vnosov v svojih html datotekah nista imeli podanega tipa. Bloka teh dveh setov sem skopiral v datoteko izjemi-brez-podanega-tipa.html in jima s funkcijo tip_seta v skripti "ročno" podal njuna pravilna tipa.

Analiza podatkov je shranjena v datoteki lego_analiza.ipynb, zraven pa je še datoteka pomozna_analiza.ipynb v kateri je moj proces risanja grafov in nasploh razvijanja glavne analize podatkov v prvo omenjeni datoteki.

---