关于App Store，你了解多少？—— App Store数据R语言分析

在当前的信息时代，我们每个人都离不开智能手机，并且通过它来使用各种类型的应用满足我们生活中的各种需求。我们获取各类应用的方式主要是从手机内置的应用商店进行下载，那我们对于应用商店这一源头又了解多少呢？本次我们从数据网站kaggle获取了App Store的10K条数据，并使用R语言对其进行可视化分析，带大家进一步了解App Store中应用分类情况、价格分布趋势以及应用评价与评分情况，并对其进行理解与概括，得出相关结论。

原始数据分析与处理

该数据中共有16个变量，对其进行分类和筛选，并移除无用字段和异常值，以便后续的分析。

应用分布情况概览应用分类情况

从该长条图中可以看出，App Store中共有23种类别的应用，前五名分别为Games（游戏）、Entertainment（娱乐）、Education（教育）、Photo&Video（照片与视频）、Utilities（实用工具）。

在该图中也可以得知游戏的数量要远超于其他类别应用，甚至超过了其他应用的总和，可见游戏在应用商店中的重要性，从侧面也反映出智能手机用户有比较强烈的游戏与娱乐需求。

应用收费情况

该数据中只有应用的具体价格，使用mutate函数构造新字段Type，免费应用为Free，付费应用为Charge，并绘制饼图。如该图所示，App Store中免费应用大约占到六成，付费应用约占四成。

应用评分情况

对该数据中评分大于0的应用进行统计并绘制直方图，可以看出App Store中多数应用的评分处于3分到5分之间，4.5分的应用数量最多。

应用大小分布

该数据中的应用大小的单位为字节，首先将其转化为MB，再对应用大小进行统计并绘制直方图，从该图可知App Store中的应用大小主要集中在0M到1000M之间，0M到100MB大小的应用最多，最大的应用约为4000MB。

热门应用分析

将非游戏类的其他应用筛选出来，并对用户评价量进行排序，得出前十名的热门应用，主要覆盖了社交、图片、出行、音乐、健康、天气、搜索等方面。从表格中可以看出热门的Top10应用均为免费应用，并且这些应用普遍占用的内存都比较小。

热门游戏分析

由于游戏类应用所占的比重较大，将其筛选出来，对其用户评价数量进行排序，得出前十名的热门游戏。从表格数据中可以看出，Top10游戏主要覆盖了策略、休闲、动作、跑酷等类型，并且这其中只有经典水果忍者这一款付费游戏，可见大多数用户对于免费游戏更为青睐，下载量更高。

应用大小分析

为了研究应用大小的具体分布情况，对应用大小数据按照类别绘制箱形图。从该图中可以看出，除游戏类应用外，其他类别的应用在大小分布上并没有明显差异。大部分类别的应用大小中位数都在100M上下，并存在极少数超过上界的异常值，阅读、教育和娱乐这几类存在的大型应用比较多。

游戏类应用大小分布和其他类型应用存在较大差异，从图中可以看出，有大量超过上界的异常值，这说明App Store中存在大型游戏，500M到1500M的大型游戏最多，最大的游戏将近4000M。但是由于游戏类应用的基数比较大，大型游戏只占较小的一部分，使得游戏应用大小的均值并不是很大，约为120M。

付费应用分析

筛选出数据中的付费应用并进行排序，可以发现存在极少数价格高于40美元的应用，并且多数为评分较高的教育应用，其中价格最高的是一款名为“LAMP Words for Life”的语言学习应用，售价将近300美元。

为了进一步分析付费应用的价格分布情况，对应用价格进行统计并绘制直方图。从该图可知绝大多数付费应用都在0-5美元之间，1美元以下的应用最多。

统计数据中各类付费应用的数量并进行排名，绘制条形图。可以看出由于基数关系，游戏仍是数量最多的付费应用手机应用分析，但是其他类别的排名出现了一些变化。教育类的付费应用排名第二，娱乐、影音、工具、健康类的收费应用也比较多，而社交、新闻、饮食、医疗、购物等分类很少有付费应用的出现。

为了研究付费应用价格的具体分布情况，对应用价格数据按照类别绘制箱形图，并进行排序。由于只有极少数超过40美元的应用，故将横坐标限制在0-40美元，便于更清晰的查看数据。从该图中我们可以获悉各类应用具体的的价格分布情况，以及不同类别应用定价的区别。

从图中我们可以看出有一类为“Catalogs”的媒体分类软件均价最高，随后是生产效率工具，音乐和商务类应用，他们的平均价格相当,都在5美元左右。游戏类型的收费应用虽然数量第一，但是均价处于中间位置，并且只有少数异常值，可以看出大部分的付费游戏应用定价并不高，普遍低于5美元。多数数量排名靠前的应用收费都不高，社交类和金融类的付费应用平均收费最低，小于1美元。

应用价格与下载量相关性的分析

该部分在于研究收费应用价格与应用评价总数的相关关系，分析应用下载是否受价格影响

由于该数据中没有应用下载量的数据，故使用应用评价总数数据来近似应用的下载量。以应用价格为横坐标，应用评价总数为纵坐标绘制散点图。在该图中，应用的下载量与价格呈现近似对数关系，及随着应用价格的增长，下载量急速下降。

为了判断是否是各类应用的普遍规律，在散点图里加入了颜色维度，发现整体趋势受到了游戏这一分类的影响，可能其他应用不适用。

从分类维度对散点图进行分面处理，在该图中可以看出其他类型的付费应用确实与游戏类的付费应用表现出来的趋势不同，他们的下载量都处于较为均匀的分布，说明有需求的用户在购买这些应用时，并不太会受到该应用价格的影响。

而游戏型应用则显示出这种对数函数的分布规律，用户更爱尝试价格低廉的游戏应用，随着价格的增长，购买量下降的非常明显。从这里可以看出和其他应用相比，游戏的选择性更广，而且和高价游戏相比，用户更乐于接受价格比较低的游戏。

总结

本次主要针对App Store应用数据的类别、价格分布、评分、应用大小进行了分析，并重点对其中的付费应用进行了一些研究。由于接触R语言时间并不是很长，所以可能对这份数据分析的不够深入，有些结论可能比较草率，但这确实是第一次对这么大的数据集进行分析，在自己的可视化道路上开启了一个新的方向。感谢政彦同学近两个月来的教学和耐心指导，带我们入门了这么好用的可视化工具，期待以后还能有更多的机会做专业更有趣的可视化数据分析。

2019-10-16 by Cumulus

原文链接 cumulus33.github.io/2019/08/11/a2/

（编辑：瑞安网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!