Análisis de ventas de videojuegos

1.- Configurar el entorno de trabajo:

• Abre Visual Studio Code y crea un nuevo proyecto.
• Importa las bibliotecas necesarias como: pandas, matplotlib, etc. Ya están instaladas por lo que no necesitas instalarlas.
• Crea un archivo video_game_sales_visualizations.ipynb donde desarrollarás todo el análisis.

2.- Carga y limpieza del conjunto de datos:

• Carga el archivo dataset.csv utilizando pandas.
• Dado que estás trabajando en Visual Studio Code en un entorno web, es necesario utilizar rutas absolutas para cargar los archivos. Asegúrate de que la ruta absoluta a tu archivo de datos sea correcta, tal como se muestra en el siguiente ejemplo: /workspace/dataset.csv
• Verifica si existen valores nulos o datos inconsistentes y realiza las correcciones necesarias, eliminando o rellenando los valores faltantes según corresponda.

3.- Análisis exploratorio de los datos:

• Realiza un análisis descriptivo general para observar las ventas globales y por región.

4.- Visualización de datos avanzada:

• Crea las siguientes visualizaciones utilizando matplotlib:
  • Un histograma que muestre la distribución de las ventas globales (Global_Sales).
  • Un gráfico de barras que compare las ventas globales totales por plataforma.
  • Un gráfico de líneas que muestre las ventas globales a lo largo de los años, dividido por plataforma.
  • Un gráfico combinado (barras y líneas) que muestre las ventas por género y región (América del Norte, Europa, Japón).
  • Un gráfico de dispersión (scatter plot) que visualice la relación entre las ventas en América del Norte (NA_Sales) y Europa (EU_Sales), e incluye una línea de tendencia.

5.- Análisis de correlación y patrones:

• Calcula la correlación entre las ventas en diferentes regiones (NA_Sales, EU_Sales, JP_Sales, etc.) y observa si existen patrones que puedan indicar relaciones entre los mercados.
• Genera una visualización que represente gráficamente la matriz de correlación (puede ser un heatmap, por ejemplo).