# Utilize esses comandos no terminal para instalar as bibliotecas necessƔrias para rodar todo o notebook.
# !virtualenv venv --python=python3
# !source venv/bin/activate
# !pip install -r requirements.txt
Como muito bem exemplificou o SP TV da Rede Globo, nos Ćŗltimos anos os jogos de tabuleiro tem se diversificado tanto em variedade de temas quanto em complexidade de sistemas. Dos tradicionais Jogo da Vida e Banco ImobiliĆ”rio, passando por clĆ”ssicos como Catan e Carcassone, atĆ© chegar a jogos extremamente complexos com partidas que duram vĆ”rias horas, como Gloomhaven ou War of the Rings.
Com um universo de possibilidades que cresce mais a cada dia, os "Boardgamers" se organizaram em comunidades tanto locais ao redor de luderias quanto online. No Brasil, a mais famosa Ć© a Ludopedia, que segue o formato do BoardGameGeek (BGG), a maior rede social de jogos de tabuleiro do mundo.
Dessa forma, busco com este trabalho analisar um conjunto de dados do BGG disponĆvel no Kaggle e responder as seguintes perguntas:
import sys
import sqlite3
import seaborn as sn
import numpy as np
import pandas as pd
from matplotlib import pyplot as plt
# ConfiguraƧƵes de print para melhor estudo dos dados
# np.set_printoptions(threshold=np.inf)
# pd.set_option('display.max_colwidth', None)
# pd.set_option('display.max_rows', None)
db_sql = sqlite3.connect('database.sqlite')
df = pd.read_sql_query("SELECT * FROM BoardGames", db_sql)
print(df.head())
print(df.tail())
print(df.shape)
db_sql.close()
df
| row_names | game.id | game.type | details.description | details.image | details.maxplayers | details.maxplaytime | details.minage | details.minplayers | details.minplaytime | ... | stats.family.arcade.bayesaverage | stats.family.arcade.pos | stats.family.atarist.bayesaverage | stats.family.atarist.pos | stats.family.commodore64.bayesaverage | stats.family.commodore64.pos | stats.subtype.rpgitem.bayesaverage | stats.subtype.rpgitem.pos | stats.subtype.videogame.bayesaverage | stats.subtype.videogame.pos | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 1 | 1 | boardgame | Die Macher is a game about seven sequential po... | //cf.geekdo-images.com/images/pic159509.jpg | 5.0 | 240.0 | 14.0 | 3.0 | 240.0 | ... | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 1 | 2 | 2 | boardgame | Dragonmaster is a trick-taking card game based... | //cf.geekdo-images.com/images/pic184174.jpg | 4.0 | 30.0 | 12.0 | 3.0 | 30.0 | ... | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 2 | 3 | 3 | boardgame | Part of the Knizia tile-laying trilogy, Samura... | //cf.geekdo-images.com/images/pic3211873.jpg | 4.0 | 60.0 | 10.0 | 2.0 | 30.0 | ... | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 3 | 4 | 4 | boardgame | When you see the triangular box and the luxuri... | //cf.geekdo-images.com/images/pic285299.jpg | 4.0 | 60.0 | 12.0 | 2.0 | 60.0 | ... | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 4 | 5 | 5 | boardgame | In Acquire, each player strategically invests ... | //cf.geekdo-images.com/images/pic342163.jpg | 6.0 | 90.0 | 12.0 | 3.0 | 90.0 | ... | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
| 90395 | 90396 | 220053 | boardgame | Soldier Ball is a tabletop skill and strategy ... | //cf.geekdo-images.com/images/pic3436079.jpg | 2.0 | 15.0 | 4.0 | 2.0 | 5.0 | ... | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 90396 | 90397 | 220055 | boardgame | Description from the designer: The ye... | //cf.geekdo-images.com/images/pic3529002.jpg | 4.0 | 45.0 | 14.0 | 2.0 | 30.0 | ... | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 90397 | 90398 | 220068 | boardgameexpansion | Cecrops founded Athens and judged a competitio... | //cf.geekdo-images.com/images/pic3503602.jpg | 4.0 | 90.0 | 14.0 | 1.0 | 45.0 | ... | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 90398 | 90399 | 220069 | boardgameexpansion | The famous Myrmidons are the army of Achilles,... | //cf.geekdo-images.com/images/pic3437871.jpg | 4.0 | 90.0 | 14.0 | 1.0 | 45.0 | ... | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 90399 | 90400 | 220070 | boardgame | A snowbound small village. It quietly approach... | None | 6.0 | 20.0 | 12.0 | 3.0 | 20.0 | ... | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
90400 rows Ć 81 columns
Como o objeto de estudo desse trabalho sĆ£o apenas jogos de tabuleiro vamos utilizar apenas as entradas do dataset cujo atributo game.type, que representa o tipo de jogo, Ć© igual a boardgame. Assim podemos remover as expansƵes e possĆveis erros.
print(df['game.type'].unique(), df.shape)
df = df[df['game.type']=='boardgame']
print(df['game.type'].unique(), df.shape)
['boardgame' 'boardgameexpansion'] (90400, 81) ['boardgame'] (76688, 81)
Agora, vamos excluir jogos que nĆ£o possuem data de publicaĆ§Ć£o, pois o Board Game Geek possibilita que jogos nĆ£o lanƧados sejam adicionados ao site. Normalmente, estes sĆ£o jogos criados de forma amadora, modificaƧƵes nĆ£o oficiais ou protĆ³tipos de outros jogos. TambĆ©m vamos remover todos os jogos que possuem menos de 10 avaliaƧƵes.
print(df.shape)
df = df.dropna(axis=0, subset=['details.yearpublished'])
df = df[df['stats.usersrated'] >= 10]
print(df.shape)
(76688, 81) (22257, 81)
O dataset disponibilizado inclui uma grande quantidade de dados que nĆ£o serĆ£o Ćŗteis para responder as perguntas guia deste trabalho. Por isso, iremos remover algumas colunas. ComeƧamos removendo as colunas do tipo polls que representam enquetes criadas nos fĆ³runs do BGG. TambĆ©m removemos as colunas do tipo family que representam a "famĆlia" do gĆŖnero do jogo e subtype, pois contĆ©m apenas informaƧƵes secundĆ”rias e irrelevantes para este trabalho.
# Removendo colunas indesejadas
for col in df:
if 'polls' in col or 'family' in col or 'subtype' in col:
df.drop(col, axis=1, inplace=True)
df.drop('attributes.t.links.concat.2....', axis=1, inplace=True)
df.drop('details.description', axis=1, inplace=True)
df.drop('details.thumbnail', axis=1, inplace=True)
df.drop('details.image', axis=1, inplace=True)
No exemplo abaixo, podemos visualizar todos os jogos criados pelo game designer Stefan Feld, um dos mais conhecidos e renomados da indĆŗstria.
# Investigando
# df2 = df.set_index('details.name')
df2 = df.set_index('attributes.boardgamedesigner')
df2.loc['Stefan Feld']
| row_names | game.id | game.type | details.maxplayers | details.maxplaytime | details.minage | details.minplayers | details.minplaytime | details.name | details.playingtime | ... | stats.bayesaverage | stats.median | stats.numcomments | stats.numweights | stats.owned | stats.stddev | stats.trading | stats.usersrated | stats.wanting | stats.wishing | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| attributes.boardgamedesigner | |||||||||||||||||||||
| Stefan Feld | 15174 | 16496 | boardgame | 2.0 | 45.0 | 8.0 | 2.0 | 45.0 | Roma | 45.0 | ... | 6.55524 | 0.0 | 1327.0 | 445.0 | 4898.0 | 1.277060 | 215.0 | 4040.0 | 187.0 | 626.0 |
| Stefan Feld | 18364 | 19948 | boardgame | 5.0 | 60.0 | 9.0 | 2.0 | 60.0 | Rum & Pirates | 60.0 | ... | 6.07300 | 0.0 | 615.0 | 192.0 | 2228.0 | 1.306400 | 69.0 | 1581.0 | 122.0 | 317.0 |
| Stefan Feld | 23521 | 25554 | boardgame | 5.0 | 75.0 | 10.0 | 2.0 | 45.0 | Notre Dame | 75.0 | ... | 7.22571 | 0.0 | 2540.0 | 1067.0 | 9597.0 | 1.209390 | 215.0 | 9905.0 | 666.0 | 2024.0 |
| Stefan Feld | 29164 | 31594 | boardgame | 5.0 | 100.0 | 12.0 | 2.0 | 75.0 | In the Year of the Dragon | 100.0 | ... | 7.21802 | 0.0 | 2153.0 | 846.0 | 6876.0 | 1.327520 | 111.0 | 8232.0 | 675.0 | 2182.0 |
| Stefan Feld | 32799 | 35488 | boardgame | 5.0 | 75.0 | 0.0 | 2.0 | 75.0 | The Name of the Rose | 75.0 | ... | 6.20956 | 0.0 | 314.0 | 111.0 | 1413.0 | 1.301030 | 37.0 | 1206.0 | 200.0 | 544.0 |
| Stefan Feld | 37790 | 40831 | boardgame | 2.0 | 45.0 | 10.0 | 2.0 | 45.0 | The Pillars of the Earth: Builders Duel | 45.0 | ... | 6.10638 | 0.0 | 336.0 | 95.0 | 2153.0 | 1.218110 | 87.0 | 1178.0 | 111.0 | 269.0 |
| Stefan Feld | 41199 | 55670 | boardgame | 4.0 | 100.0 | 12.0 | 2.0 | 50.0 | Macao | 100.0 | ... | 7.17430 | 0.0 | 1474.0 | 480.0 | 5973.0 | 1.321800 | 88.0 | 5784.0 | 788.0 | 1980.0 |
| Stefan Feld | 41460 | 56931 | boardgame | 2.0 | 45.0 | 8.0 | 2.0 | 30.0 | Arena: Roma II | 45.0 | ... | 6.44404 | 0.0 | 628.0 | 137.0 | 2488.0 | 1.249270 | 100.0 | 1737.0 | 218.0 | 616.0 |
| Stefan Feld | 44403 | 66193 | boardgame | 5.0 | 30.0 | 8.0 | 2.0 | 30.0 | It Happens.. | 30.0 | ... | 5.84443 | 0.0 | 225.0 | 70.0 | 1230.0 | 1.246720 | 82.0 | 815.0 | 41.0 | 113.0 |
| Stefan Feld | 44546 | 66505 | boardgame | 5.0 | 45.0 | 8.0 | 2.0 | 45.0 | The Speicherstadt | 45.0 | ... | 6.77778 | 0.0 | 1057.0 | 332.0 | 4153.0 | 1.192350 | 131.0 | 4060.0 | 182.0 | 585.0 |
| Stefan Feld | 45924 | 70512 | boardgame | 4.0 | 100.0 | 12.0 | 1.0 | 60.0 | Luna | 100.0 | ... | 6.97857 | 0.0 | 820.0 | 259.0 | 4156.0 | 1.310370 | 72.0 | 3243.0 | 449.0 | 1331.0 |
| Stefan Feld | 47906 | 84876 | boardgame | 4.0 | 90.0 | 12.0 | 2.0 | 30.0 | The Castles of Burgundy | 90.0 | ... | 7.99551 | 0.0 | 4743.0 | 1567.0 | 34345.0 | 1.229360 | 341.0 | 24876.0 | 1057.0 | 5468.0 |
| Stefan Feld | 49549 | 91873 | boardgame | 5.0 | 60.0 | 12.0 | 3.0 | 60.0 | Strasbourg | 60.0 | ... | 6.67775 | 0.0 | 481.0 | 176.0 | 2280.0 | 1.166200 | 46.0 | 2094.0 | 260.0 | 587.0 |
| Stefan Feld | 52153 | 102680 | boardgame | 4.0 | 120.0 | 12.0 | 2.0 | 60.0 | Trajan | 120.0 | ... | 7.59432 | 0.0 | 1914.0 | 659.0 | 11411.0 | 1.343930 | 186.0 | 9632.0 | 889.0 | 3319.0 |
| Stefan Feld | 56313 | 119591 | boardgame | 5.0 | 45.0 | 10.0 | 2.0 | 45.0 | Rialto | 45.0 | ... | 6.62988 | 0.0 | 693.0 | 233.0 | 3805.0 | 1.169250 | 143.0 | 2955.0 | 173.0 | 648.0 |
| Stefan Feld | 58665 | 127060 | boardgame | 4.0 | 120.0 | 12.0 | 2.0 | 60.0 | Bora Bora | 120.0 | ... | 7.34024 | 0.0 | 1444.0 | 492.0 | 9030.0 | 1.331640 | 208.0 | 6482.0 | 530.0 | 1817.0 |
| Stefan Feld | 62390 | 136888 | boardgame | 4.0 | 60.0 | 10.0 | 2.0 | 60.0 | Bruges | 60.0 | ... | 7.25115 | 0.0 | 1506.0 | 428.0 | 8315.0 | 1.259580 | 132.0 | 7065.0 | 831.0 | 2526.0 |
| Stefan Feld | 62592 | 137408 | boardgame | 4.0 | 90.0 | 10.0 | 2.0 | 90.0 | Amerigo | 90.0 | ... | 7.11283 | 0.0 | 907.0 | 272.0 | 5341.0 | 1.241560 | 119.0 | 3897.0 | 395.0 | 1287.0 |
| Stefan Feld | 68382 | 154246 | boardgame | 4.0 | 60.0 | 10.0 | 2.0 | 30.0 | La Isla | 60.0 | ... | 6.65128 | 0.0 | 744.0 | 205.0 | 5529.0 | 1.122200 | 214.0 | 3315.0 | 152.0 | 570.0 |
| Stefan Feld | 70249 | 159508 | boardgame | 4.0 | 100.0 | 12.0 | 2.0 | 100.0 | AquaSphere | 100.0 | ... | 7.03241 | 0.0 | 940.0 | 264.0 | 7231.0 | 1.288210 | 223.0 | 4184.0 | 207.0 | 1029.0 |
| Stefan Feld | 81555 | 191977 | boardgame | 4.0 | 60.0 | 12.0 | 1.0 | 30.0 | The Castles of Burgundy: The Card Game | 60.0 | ... | 6.75652 | 0.0 | 551.0 | 57.0 | 5409.0 | 1.172040 | 120.0 | 2368.0 | 192.0 | 861.0 |
| Stefan Feld | 82082 | 193558 | boardgame | 4.0 | 100.0 | 12.0 | 2.0 | 70.0 | The Oracle of Delphi | 100.0 | ... | 6.73406 | 0.0 | 359.0 | 38.0 | 2501.0 | 1.245720 | 30.0 | 1571.0 | 320.0 | 1347.0 |
| Stefan Feld | 82142 | 193739 | boardgame | 5.0 | 90.0 | 10.0 | 2.0 | 45.0 | JĆ³rvĆk | 90.0 | ... | 5.97219 | 0.0 | 134.0 | 9.0 | 1126.0 | 1.325370 | 26.0 | 482.0 | 150.0 | 609.0 |
| Stefan Feld | 88742 | 213984 | boardgame | 5.0 | 75.0 | 10.0 | 2.0 | 45.0 | Notre Dame: 10th Anniversary | 75.0 | ... | 0.00000 | 0.0 | 12.0 | 1.0 | 100.0 | 1.181890 | 0.0 | 20.0 | 50.0 | 223.0 |
| Stefan Feld | 88746 | 214000 | boardgame | 5.0 | 100.0 | 12.0 | 2.0 | 75.0 | In the Year of the Dragon: 10th Anniversary | 100.0 | ... | 0.00000 | 0.0 | 14.0 | 0.0 | 125.0 | 0.857459 | 0.0 | 19.0 | 37.0 | 199.0 |
25 rows Ć 32 columns
Iniciando a anĆ”lise direcionada as perguntas guia, vamos verificar que jogos estĆ£o no top 20 do BGG. Ć importante ressaltar que este conjunto de dados Ć© de 2017, ou seja, nĆ£o representa o top 20 atual do site.
df2 = df.set_index('details.name')
top_games = df2['stats.average'].sort_values(ascending=False)
top_games = top_games[:20]
top_games.sort_values(ascending=True, inplace=True)
plt.figure(figsize=(15,15))
plt.title("Top 20 Games", size=20)
ay = top_games.plot.barh(x='stats.average', y='details.name')
plt.xlabel("Nota", size=20)
plt.ylabel("TĆtulo", size=20)
ay.set(xlim=(8, 10))
ay.xaxis.set_ticks(np.arange(7, 10, 0.25))
for tick in ay.xaxis.get_major_ticks():
tick.label.set_fontsize(18)
for tick in ay.yaxis.get_major_ticks():
tick.label.set_fontsize(18)
for i, v in enumerate(top_games):
ay.text(v+.05, i-.15, str(v)[:4], fontsize=16)
O grƔfico nos mostra que Tournament at Camelot Ʃ o jogo mais bem avaliado atƩ o momento. A cƩlula abaixo nos mostra que o jogo era um lancamento recente de 2017 e, na Ʃpoca em que os dados foram coletados, apenas 34 usuƔrios tinham avaliado o jogo. Hoje, o jogo conta com mais de 900 avaliaƧƵes e sua nota mƩdia Ʃ de 7.2 pontos.
df2 = df.set_index('details.name')
df2.loc[['Tournament at Camelot']][['details.yearpublished', 'stats.usersrated']]
| details.yearpublished | stats.usersrated | |
|---|---|---|
| details.name | ||
| Tournament at Camelot | 2017.0 | 34.0 |
Agora que sabemos os jogos melhor avaliados, vamos descobrir quem sĆ£o os Game Designers queridinhos da comunidade do Board Game Geek. Para isso, vamos pegar a mĆ©dia das avaliaƧƵes dos jogos de cada autor.
per_game_designer = df.groupby('attributes.boardgamedesigner')['stats.average'].mean()
per_game_designer
top_game_designers = per_game_designer.nlargest(20)
top_game_designers = top_game_designers.sort_values(ascending=True)
plt.figure(figsize=(15,15))
plt.title("Top 20 Game Designers", size=20)
ax = top_game_designers.plot.barh()
plt.xlabel("Nota", size=20)
plt.ylabel("Game Designer", size=20)
ax.set(xlim=(7, 10))
ax.xaxis.set_ticks(np.arange(7, 10, 0.25))
for tick in ax.xaxis.get_major_ticks():
tick.label.set_fontsize(18)
for tick in ax.yaxis.get_major_ticks():
tick.label.set_fontsize(18)
for i, v in enumerate(top_game_designers):
ax.text(v +.05, i-.15, str(v)[:4], fontsize=16)
Em primeiro lugar, encontramos um grupo de autores, mas vamos reparar na nota mƩdia que seus jogos receberam: 9.41. Se compararmos com a nota do primeiro lugar dentre os jogos, vemos que trata-se do mesmo jogo. Vamos confirmar isso na cƩlula a seguir
df2 = df.set_index('attributes.boardgamedesigner')
df2.loc[['Karen Boginski,Jody Boginski-Barbessi,Kenneth C. Shannon, III']][['details.name']]
| details.name | |
|---|---|
| attributes.boardgamedesigner | |
| Karen Boginski,Jody Boginski-Barbessi,Kenneth C. Shannon, III | Tournament at Camelot |
Podemos verificar a correlaĆ§Ć£o entre a nota do jogo, descrita por stats.average com os outros parĆ¢metros, por exemplo, o nĆvel de dificuldade stats.averageweight, a idade mĆnima details.minage e a quantidade mĆ”xima e mĆnima de jogadores, respectivamente stats.maxplayers e stats.minplayers.
Para essa anĆ”lise, iremos utilizar apenas os jogos que possuem mais de 100 avaliaƧƵes, dessa forma, podemos remover jogos que tiveram poucos jogadores, ou seja, que nĆ£o sĆ£o tĆ£o relevantes para a comunidade em si ou sĆ£o muito novos e ainda nĆ£o estabilizaram seu lugar dentro do ranking.
cmap = sn.choose_diverging_palette(as_cmap=False)
usersrated_100 = df[df['stats.usersrated'] >= 100]
df_corr = ['stats.average', 'stats.averageweight']
for col in usersrated_100:
if 'details' in col:
df_corr.append(col)
sn.set(font_scale=1.4)
df_corr_cols = usersrated_100[df_corr]
df_corr_cols.round(decimals=2)
corrMatrix = df_corr_cols.corr()
mask = np.tril(np.ones_like(corrMatrix, dtype=np.bool))
az = plt.figure(figsize=(10,10))
heatmap = sn.heatmap(corrMatrix.round(decimals=2), mask=mask, linecolor='white', linewidths=.5,
cmap=cmap, vmin=-1, vmax=1, square=True, annot=True)
Avaliando a matriz de correlaĆ§Ć£o acima, identificamos alguns padrƵes jĆ” esperados, por exemplo, a alta correlaĆ§Ć£o entre o tempo de jogo dos usuĆ”rios, representado por details.playingtime, e os tempos mĆnimos e mĆ”ximos esperados, respectivamente details.minplaytime e details.maxplaytime. Ć interessante notar tambĆ©m a alta correlaĆ§Ć£o entre a nota do jogo (stats.average) e sua dificuldade (stats.averageweight). Isso indica que, de acordo com a comunidade, jogos mais difĆceis tendem ter notas mais altas.
Podemos ver que existe uma certa correlaĆ§Ć£o entre a duraĆ§Ć£o de uma partida e sua dificuldade. De fato, por experiĆŖncia prĆ³pria, posso dizer que jogos mais difĆceis e complexos, ou seja, com valor de stats.averageweight alto, tendem a ter partidas bem mais longas que jogos mais simples, os chamados party games ou fillers. TambĆ©m podemos identificar um grau de correlaĆ§Ć£o entre a dificuldade do jogo e a idade mĆnima, o que jĆ” Ć© esperado, visto que crianƧas muito novas teriam dificuldades com jogos complexos, como Twilight Imperium e Mage Knight.
df2 = df.set_index('details.name')
mk_weight = df2.loc['Mage Knight Board Game']['stats.averageweight']
gp_weight = df2.loc['Twilight Imperium']['stats.averageweight']
print("O grau de dificuldade de Mage Knight Ć© {} e o de Twilight Imperium Ć© {}, ambos em uma escala de 0 a 5".format(mk_weight.round(decimals=2), gp_weight.round(decimals=2)))
O grau de dificuldade de Mage Knight Ć© 4.21 e o de Twilight Imperium Ć© 3.49, ambos em uma escala de 0 a 5
De acordo com a matriz de correlaĆ§Ć£o acima, jogos mais difĆceis sĆ£o os favoritos dos usuĆ”rios do BGG, mas, como podemos ver abaixo, eles nĆ£o sĆ£o a maioria! Na verdade, a maior parte dos jogos estĆ” no nĆvel de dificuldade considerado "Simples", entre 2 e 3.
numberxweight = usersrated_100['stats.averageweight'].round()
numberxweight.plot(kind="hist", figsize=(10,10), colormap='Accent')
plt.title("NĆŗmero de jogos publicados x Dificuldade")
plt.xlabel("Dificuldade")
plt.ylabel("NĆŗmero de Jogos")
Text(0, 0.5, 'NĆŗmero de Jogos')
Vamos verificar a relaĆ§Ć£o entre dificuldade e nota em cada jogo, assim poderemos descobrir se hĆ” mesmo uma tendĆŖncia dos jogos mais difĆceis serem melhor avaliados.
averagexweight = usersrated_100[['details.name', 'stats.averageweight', 'stats.average']]
averagexweight = averagexweight.sort_values('stats.averageweight', ascending=False)
sn.set(font_scale=1.4)
sn.lmplot('stats.average', 'stats.averageweight', averagexweight,
scatter_kws={"s": 15, 'color':'darkgreen'}, line_kws={'color': 'magenta'}, height=10)
# \n
plt.title('DistribuiĆ§Ć£o: Dificuldade x Nota')
plt.xlabel('Nota')
plt.ylabel('Dificuldade')
Text(26.89399999999999, 0.5, 'Dificuldade')