Introdução

A plotagem resume-se em realizar a representação gráfica dos dados. Ou seja, colocar sobre um gráfico aquilo que observa-se em um quadro, tabela ou banco de dados. A partir disso, descorreremos sobre o que já vimos anteriormente durante a análise estatística.

Biblioteca

Para este artigo é necessário realizar os passos anteriores: wrangling e análises estatísticas.

Para plotagem será necessário:

#install.packages("plotly")
#install.packages("tidyverse")
library(plotly)
library(tidyverse)

Gráficos

Boxplot

Os gráficos de boxplot são mais menos intuitivos de se ler, portanto é recomendado que se aprendar a lê-los antes.

Por primeiro a região(region) em função da taxa de vitória(win).

plot_ly(data = lol12_3, x= ~region, y = ~win,
        type = 'box', quartilemethod='inclusive',
        text = ~paste('Campeão: ',champ,'</br>Classe: ', class))

Apesar de ter a leitura mais complexa, gráficos de boxplots mostram os outliers, o que é um dado muito importante aqui. Olhando com calma, vemos que as regiões Void e Zaun têm apenas seu limite mínimo abaixo dos 50% de vitória. Enquanto que Ixtal teve apenas seu quantil superior acima dos 50% e um outlier (Malphite).

Vamos explorar o que os gráficos de Tier têm a nos dizer

plot_ly(data = lol12_3, x= ~tier, y = ~win,
        type = 'box', quartilemethod='inclusive',
        text = ~paste('Campeão: ',champ,'</br>Classe: ', class))

Algo acontece aqui, algo muito estranho. Já havíamos visto anteriormente, realizando as análises estatísticas que o Tier A era bem diferente do S e God (seus superiores) se comparado ao B. Agora temos a resposta do que estava acontecendo: o Tier A desempenhou melhor que todos os outros tiers durante o patch 12.3.

Gráfico de pontos

Agora, para sermos mais minunciosos, vamos plotar todos os campeões separados por região e posteriormente por tier. Teremos muito mais coisa representada neste gráfico. A cor representará onde/como o campeão atua, o quanto o campeão é escolhido pelos jogadores é representado pelo tamanho da esfera.

plot_ly(data = lol12_3, x = ~win, y = ~region, 
        text = ~paste('Campeão: ',champ, '</br>Classe: ',class, '</br> KDA',kda), 
        type = 'scatter', 
        mode = 'markers', 
        color = ~role, 
        marker = list(size = ~pick, opacity = 1)
)

Novamente é possível observar que os campeões pertecente a Zaun e Void têm sua maioria acima dos 50%. A mesma interpretação que tivemos anteriormente sobre Ixtal também é verdade aqui.

Utilizando esse mesmo tipo de gráficos, vamos explorar os Tiers.

plot_ly(data = lol12_3, x = ~win, y = ~tier, 
        text = ~paste('Campeão: ',champ, '</br>Classe: ',class, '</br> KDA',kda), 
        type = 'scatter', 
        mode = 'markers', 
        color = ~role, 
        marker = list(size = ~pick, opacity = 1))

Novamente temos as estatísticas corroboradas pelos gráficos e/ou vice-versa. O Tier A com a maioria dos seus campeões acima dos 50%, impactando diretamente na probabilidade de vitória daqueles que escolheram os campeões classificados como A durante o patch 12.3