Analyse GOT

abstract fun{.unnumbered .unlisted}

1 Introduction

Datenset besteht aus episoden und screentime, und wie oft und lange die Charakteren vorkommen

Wir analysieren die Ausreisser, die lange in einzelnen episoden vorkommen und charaktere die in vielen episoden vorkommen aber nie lange.

in Section 2 analysieren wir den datensatz

wie schon Grabherr (2015),

wir haben uns das wappen des haus arryn in Figure 1

Wie in Abbildung 1a gezeigt, ist das Wappen von House Arryn besonders auffällig. Weitere Wappen sind in Abbildung 1b (House Baratheon) zu finden.

lokasdoasdkasdasd läuft voll krass das ist ja insanity

2 Analyse des Datensets Games of Thrones

library("readr")
library("ggplot2")
library("dplyr")

Attache Paket: 'dplyr'

Die folgenden Objekte sind maskiert von 'package:stats':

    filter, lag

Die folgenden Objekte sind maskiert von 'package:base':

    intersect, setdiff, setequal, union

library("ggrepel")

Warning: Paket 'ggrepel' wurde unter R Version 4.4.3 erstellt

screentimes <- read_csv("GOT_screentimes_1.csv")

Rows: 191 Columns: 6

── Column specification ────────────────────────────────────────────────────────
Delimiter: ","
chr (4): name, imdb_url, portrayed_by_name, portrayed_by_imdb_url
dbl (2): screentime, episodes

ℹ Use `spec()` to retrieve the full column specification for this data.
ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.

screentimes_high <- top_n(screentimes, 10, screentime)

ggplot(screentimes, aes(screentime, episodes)) +
  geom_point() +
  geom_text_repel(data = screentimes_high,aes(label = name),min.segment.length = 0)

Warning: Removed 15 rows containing missing values or values outside the scale range
(`geom_point()`).

Screentime vs. Episoden für die Top-Charaktere

Wie in Abbildung “Screentime vs. Episoden für die Top-Charaktere”, gezeigt, sehen wir die Beziehung zwischen Screentime und Episoden für die Top-Charaktere.

# Benötigte Bibliotheken laden
library("readr")
library("ggplot2")
library("dplyr")
library("ggrepel")

# Daten aus der CSV-Datei laden
screentimes <- read_csv("GOT_screentimes_1.csv")

Rows: 191 Columns: 6
── Column specification ────────────────────────────────────────────────────────
Delimiter: ","
chr (4): name, imdb_url, portrayed_by_name, portrayed_by_imdb_url
dbl (2): screentime, episodes

ℹ Use `spec()` to retrieve the full column specification for this data.
ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.

# Top 10 Charaktere nach Screentime auswählen
screentimes_high <- top_n(screentimes, 10, screentime)

# ggplot erstellen und eine Bildunterschrift hinzufügen
ggplot(screentimes, aes(screentime, episodes)) +
  geom_point() +
  geom_text_repel(data = screentimes_high, aes(label = name), min.segment.length = 0) +
  labs(caption = "Screentime vs. Episoden für die Top-Charaktere") # Bildunterschrift hinzufügen

Warning: Removed 15 rows containing missing values or values outside the scale range
(`geom_point()`).

knitr::kable(screentimes_high[, c("name", "screentime", "episodes")], caption = "Top 10 Charaktere nach Screentime und Episoden")

Top 10 Charaktere nach Screentime und Episoden

name	screentime	episodes
Tyrion Lannister	293.30	54
Jon Snow	268.15	49
Daenerys Targaryen	221.30	49
Cersei Lannister	201.45	52
Sansa Stark	199.30	47
Arya Stark	189.15	47
Jaime Lannister	162.30	43
Theon Greyjoy	123.30	39
Samwell Tarly	121.45	37
Jorah Mormont	117.30	42

wie in der Tabelle *“Top 10 Charaktere nach Screentime und Episoden”** zu sehen ist, hat tyrion am meisten screentime.

Figure 1: Arryn

Abbildung 1a: House Arryn

House Arryn

Abbildung 1b: House Baratheon

House Baratheon

References

Grabherr, Georg. 2015. “Numerische Klassifikation Und Ordination in Der Alpinen Vegetationsökologie Als Beitrag Zur Verknüpfung Moderner "Computermethoden" Mit Der Pflanzensoziologischen Tradition.” Tuexenia : Mitteilungen Der Floristisch-Soziologischen Arbeitsgemeinschaft 5: 181–90.