DAY10 宝可梦数据分析

数据集下载

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt  df = pd.read_csv("./pokemon_data.csv")

首先我们观察一下数据的尺寸，可以通过 df.shape 这个来实现。当然 df.info() 能够给我们更加详细的每个列的信息。这里我们通过这个方式，可以发现这个数据集一共收录了801行，41列的数据。说明一共有801只宝可梦，每只宝可梦我们有41个特征来描述它们。

然后就迎来了我们的第一个问题：这么多特征，是否会有数据缺失呢？毕竟有些宝可梦比较神秘感，就连大木博士都不一定知道。这里我们可以通过如下代码来观察每个特征的缺失情况：

# 计算出每个特征有多少百分比是缺失的
percent_missing = df.isnull().sum() * 100 / len(df)
missing_value_df = pd.DataFrame({'column_name': df.columns,'percent_missing': percent_missing
})
# 查看Top10缺失的
missing_value_df.sort_values(by='percent_missing', ascending=False).head(10)

通过查看以上数据，我们可以发现，type2 这个字段缺失的比率最高，达到了 48% 左右。说明超过半数的宝可梦还是单纯的只有一个属性，剩下一般的则具有两种属性。

然后第二个问题就是：这么多宝可梦，每代分别有几只？这里我们可以通过简单的 df[‘generation’].value_counts() 来得到。但是为了更加直观的表现出不同代的宝可梦的数量差别，这里我们可以用pandas自带的画图的功能来绘制一个柱状图：通过查看以上数据，我们可以发现，type2 这个字段缺失的比率最高，达到了 48% 左右。说明超过半数的宝可梦还是单纯的只有一个属性，剩下一般的则具有两种属性。

然后第二个问题就是：这么多宝可梦，每代分别有几只？这里我们可以通过简单的 df[‘generation’].value_counts() 来得到。但是为了更加直观的表现出不同代的宝可梦的数量差别，这里我们可以用pandas自带的画图的功能来绘制一个柱状图：

# 查看各代口袋妖怪的数量
df['generation'].value_counts().plot.bar()

不难发现，宝可梦数量最多的是在第5代，最少的是在第6代。然后我们再来看不同的主属性的分布。这里我们可以先做一些简单的假设，比如虫属性的宝可梦种类比较多因为在剧中出现的频率相当高，而且有很多种进化。

# 查看每个系口袋妖怪的数量
df['type1'].value_counts().sort_values(ascending=True).plot.barh()

这里我们将之前的柱状图横过来了，更便于观察。这里我们可以看到，数量最多的宝可梦是水系，然后是普通，然后是草系。虫系只排在了第四，并没有和预期中那样那么多。

看完了基础的一些分布，接下来我会想做一些简单的相关性分析。我们可以通过以下的代码生成相关性图

# 相关性热力图分析
plt.subplots(figsize=(20,15))
ax = plt.axes()
ax.set_title("Correlation Heatmap")
corr = df.corr()
sns.heatmap(corr, xticklabels=corr.columns.values,yticklabels=corr.columns.values)

来了解不同特征之间的关联，这对我们了解宝可梦的特性很有帮助。比如通过观察 attack 这一个特征和 height_m 是正相关的，我们可以得出：越高的宝可梦，攻击力越高。但是再看 height_m，我们会发现它和 base_happiness 是负相关的。这个时候我们可以作出另外一个结论：长得高的宝可梦可能都不太开心。

接下来我们从宝可梦在实战中的角度来分析这组数据。这里我们只关注六个基础值：血量，攻击力，防御力，特攻，特防，速度。因为只有这六个基础值决定了一只宝可梦的战斗力在不考虑派系克制的情况下。

interested = ['hp','attack','defense','sp_attack','sp_defense','speed']
sns.pairplot(df[interested])

这里我们可以看到大部分都是成正比例的，一个值的提高往往会拉高另外一个值。这点我们通过相关性热力图也可以看到

# 通过相关性分析heatmap分析五个基础属性
plt.subplots(figsize=(10,8))
ax = plt.axes()
ax.set_title("Correlation Heatmap")
corr = df[interested].corr()
sns.heatmap(corr, xticklabels=corr.columns.values,yticklabels=corr.columns.values,annot=True, fmt="f",cmap="YlGnBu")

看完这些以后，我们就可以开始计算种族值然后来选取我们的平民神兽了。毕竟不是每个人都能收服代欧奇希斯，超梦，梦幻这种传说级别的宝可梦。这里我们可以通过如下方式，先做一个特征类型转化，然后再计算

for c in interested:df[c] = df[c].astype(float)
df = df.assign(total_stats = df[interested].sum(axis=1))

这样我们就完成了用 total_stats 这个字段来存储种族值这一特征。我们可以做个柱状图可视化来看看种族值的分布是什么样的：

# 种族值分布
total_stats = df.total_stats
plt.hist(total_stats,bins=35)
plt.xlabel('total_stats')
plt.ylabel('Frequency')

同时我们还可以根据不同的属性来看：

# 不同属性的种族值分布
plt.subplots(figsize=(20,12))
ax = sns.violinplot(x="type1", y="total_stats",data=df, palette="muted")

DAY10 宝可梦数据分析相关推荐

Python之数据分析（宝可梦数据分析）
在此感谢阿里云天池平台提供的学习平台,并提供相应的教程供小白们学习数据分析. 宝可梦数据分析-平民最强宝可梦选择方案 Seaborn库 Seaborn 是基于 Python 且非常受欢迎的图形可视化库 ...
Python基础入门：从0完成一个宝可梦数据分析实战-Task4-阿里云天池
Python基础入门:从0完成一个宝可梦数据分析实战-Task4-阿里云天池〇.整体的学习感受本篇数据分析实战的文案写得十分接地气,以一个大家都耳熟能详的卡通游戏ID作为范本素材,并且将数据分析的 ...
宝可梦数据分析-平民最强宝可梦选择方案
宝可梦数据分析-平民最强宝可梦选择方案数据集下载数据时代的到来刷新了人们探索未知的方式,从基础能源建设到航天航空工程.在关都地区真新镇大木研究所一直孜孜不倦对精灵宝可梦进行研究的大木博士也不例外, ...
天池赛：宝可梦数据分析–龙系小精灵分享
目录一.数据集介绍二.数据探索 1.数据相关性 2.查看各个种族的属性总值分布 3.种族属性雷达图三.总体可视化展示四.龙系宝可梦数据可视化展示附录 1.龙系宝可梦属性图 2.龙系宝可梦图鉴 ...
Tenth day阿里云天池打卡之宝可梦数据分析
一.今日学习内容概括:学习了使用python对宝可梦相关数据进行分析二.具体学习内容: step1:导入csv数据集,导入Pandas, Seaborn, Matplotlib以便于后续进行数据的可 ...
Python4学习笔记--宝可梦数据分析
运用数据分析的方式来了解宝可梦这种神奇的生物首先进行数据集下载 # 数据集下载 !wget -O pokemon_data.csv https://pai-public-data.oss-cn-be ...
python数据分析实战之宝可梦数据分析
学习介绍: 经过python基础的学习,利用一个数据分析实战,实现数据分析. 学习内容目录: 1. 数据导入 2.处理 3. 排序 4. 相关性分析 5.筛选学习内容: 一.数据集下载 !wget ...
【宝可梦数据分析–数据相关性分析及可视化】
#数据集链接:https://pan.baidu.com/s/1U0XDJmi_lYI84UkPHgpDfA #提取码:1234 #导入相关库并打开CSV文件 import matplotlib.py ...
python10-宝可梦数据分析-平民最强宝可梦系列(从0-1数据分析实战)
宝可梦数据分析-平民最强宝可梦选择方案快来和我一起选择属于你最强的宝可梦吧数据时代的到来刷新了人们探索未知的方式,从基础能源建设到航天航空工程.在关都地区真新镇大木研究所一直孜孜不倦对精灵宝可梦进 ...

DAY10 宝可梦数据分析

DAY10 宝可梦数据分析相关推荐

最新文章

热门文章