Я давно следил за Valorant и всегда хотел понять, как на самом деле выглядит профессиональная сцена: кто доминирует, насколько матчи бывают напряжёнными и какие турниры собирают самые жаркие противостояния.
Поэтому я взял огромный датасет с результатами тысяч профессиональных матчей и решил разобраться, какие истории скрываются за цифрами.
Распределение количества раундов
Первое, что сразу бросается в глаза, — это количество раундов в матчах. Большинство игр заканчиваются довольно плотно: 13–11, 13–9, 13–7. Но есть и настоящие марафоны, где команды уходят за 30 раундов
При проверке данных сразу бросилось в глаза, что в датасете огромное количество записей с очень маленьким количеством раундов (2, 4, 0), поэтому мне хотелось отобразить всю картину целиком, включая все возможные краевые случаи: от технических побед и Bo1 до самых долгих Bo3/Bo5. Для этого я выбрал гистограмму (histplot) из библиотеки seaborn — она отлично справляется с распределениями и позволяет сразу увидеть пики и форму данных.
Топ-10 самых популярных турниров
Один из самых популярных турниров в датасете — это First Strike: Europe. Там сыграно огромное количество матчей, и многие команды именно там начинали свой путь. Но если смотреть по средней разнице в счёте, то лидеры — это крупные международные турниры
Топ-15 команд по количеству побед
А кто же чаще всего побеждает? В топе ожидаемо Renegades, Sentinels, Immortals, китайские и корейские коллективы — они стабильно берут верх. Но интересно, что даже в этом списке много «молодых» команд, которые быстро вышли в лидеры. Valorant — это дисциплина, где мета меняется быстро, и новые лица появляются постоянно.
Для второго графика — мне нужно было показать, какие соревнования действительно доминируют в про-сцене Valorant и собирают больше всего матчей. Чтобы отобразить рейтинг четко и наглядно, я выбрал горизонтальную столбчатую диаграмму (barplot) из seaborn — она идеально подходит для топ-листов, где имена турниров длинные, а значения нужно сравнивать визуально.
Для третьего графика мне было важно показать не просто лидеров, а сразу много команд. Поэтому я взял горизонтальную столбчатую диаграмму (barplot) из seaborn — она позволяет разместить длинные названия команд без обрезки и сразу сравнить их визуально по высоте столбцов. Отрисовка, как всегда, на pyplot из matplotlib.
Топ-10 турниров по средней разнице в счёте
Чтобы отобразить рейтинг с длинными названиями турниров, я снова взял горизонтальную столбчатую диаграмму (barplot) из seaborn — она позволяет всё разместить компактно и сравнить высоты на глаз. Отрисовка, как и в предыдущих графиках, на pyplot из matplotlib.
Ещё один интересный взгляд — на самые частые противостояния. Некоторые пары команд встречаются от 6 до 9 раз за пару лет. Это обычно топ-команды, которые постоянно попадают в одну группу или в плей-офф. Такие матчи — как отдельные саги: каждая игра добавляет новую главу.
Плотность матчей: разница в счёте vs количество раундов
И, пожалуй, самый эмоциональный график — это связь между разницей в счёте и общим количеством раундов. Чем ближе счёт, тем дольше матч. Самые напряжённые игры — это те, где команды идут почти вровень до самого конца. Именно такие матчи потом обсуждают месяцами.
Мне хотелось наглядно показать, как связаны напряжённость матча и его продолжительность: чем ближе счёт, тем дольше команды дерутся за победу. Чтобы передать эту зависимость, я выбрал scatterplot из seaborn — он отлично подходит для показа взаимосвязи двух числовых переменных. Отрисовка, как и в других графиках, на pyplot из matplotlib. Размер точек зависит от разницы в счёте, чтобы визуально выделить самые «разгромные» матчи.
Топ-10 самых частых противостояний
В итоге я понял, что Valorant на про-сцене — это не только про скилл и тактику, но и про невероятное напряжение. Каждая карта, каждый раунд может решить судьбу турнира. И даже в огромном датасете видно, как быстро растёт уровень игры и как много новых историй появляется каждый год.
Тут я использовал горизонтальную столбчатую диаграмму (barplot) из seaborn — она идеально справляется с текстовыми метками и позволяет сравнить частоту встреч на глаз. Отрисовка, как всегда, на pyplot из matplotlib.
Использованные ресурсы: Нейросеть Grok — https://grok.com Для решения проблем с кодом и советами, как сделать проще.
Папка с датасетом и кодом: https://drive.google.com/drive/folders/1jUEyqIk0XQp_9YNFJ3ul1JbUFYui4eCi?usp=sharing
