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-beijing.aliyuncs.com/pokemon/pokemon.csv

数据集下载完成后我们就要import我们最常用的三大件：Pandas, Seaborn, Matplotlib, 并且读取数据

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

读取数据后，可以通过df.shape实现观察数据的尺寸，df.info()能够详细了解每个列的信息。
通过这些方式，可以发现数据集一共收录了801行，41列数据，说明一共有801只宝可梦，每只宝可梦有41个特征来描述他们

#查看41个特征
df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 801 entries, 0 to 800
Data columns (total 41 columns):
abilities            801 non-null object
against_bug          801 non-null float64
against_dark         801 non-null float64
against_dragon       801 non-null float64
against_electric     801 non-null float64
against_fairy        801 non-null float64
against_fight        801 non-null float64
against_fire         801 non-null float64
against_flying       801 non-null float64
against_ghost        801 non-null float64
against_grass        801 non-null float64
against_ground       801 non-null float64
against_ice          801 non-null float64
against_normal       801 non-null float64
against_poison       801 non-null float64
against_psychic      801 non-null float64
against_rock         801 non-null float64
against_steel        801 non-null float64
against_water        801 non-null float64
attack               801 non-null int64
base_egg_steps       801 non-null int64
base_happiness       801 non-null int64
base_total           801 non-null int64
capture_rate         801 non-null object
classfication        801 non-null object
defense              801 non-null int64
experience_growth    801 non-null int64
height_m             781 non-null float64
hp                   801 non-null int64
japanese_name        801 non-null object
name                 801 non-null object
percentage_male      703 non-null float64
pokedex_number       801 non-null int64
sp_attack            801 non-null int64
sp_defense           801 non-null int64
speed                801 non-null int64
type1                801 non-null object
type2                417 non-null object
weight_kg            781 non-null float64
generation           801 non-null int64
is_legendary         801 non-null int64
dtypes: float64(21), int64(13), object(7)
memory usage: 256.6+ KB

这么多的特征，有可能就会有数据缺失，所以可以通过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，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。

宝可梦有这么多只，也有很多代，那么每代分别有多少只呢？可以通过df[‘generation’].value_counts()来得到，而且为了更加直观的表现出不同代的宝可梦的数量差别，这里可以用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()

得到了一个图如下：

就可以发现宝可梦数量最多的是在第5代，最少的是在第6代

还可以查看每个系口袋妖怪的数量

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

也可以得到柱状图：

这里可以看到，数量最多的宝可梦是水系，然后是普通，然后是草系。

看完了基础的一些分布，接下来可以做一些简单的相关性分析。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)

通过生成的相关性图可以观察到attack 这一个特征和 height_m 是正相关的，说明：越高的宝可梦，攻击力越高。但是再看 height_m，会发现它和base_happiness 是负相关的。可说明：长得高的宝可梦可能都不太开心。

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")

最后我们就可以通过简单的过滤和排序来找到我们应该去捕捉的宝可梦了：

df[(df.total_stats >= 570) & (df.is_legendary == 0)]['name'].head(10)

2        Venusaur
5       Charizard
8       Blastoise
17        Pidgeot
64       Alakazam
79        Slowbro
93         Gengar
114    Kangaskhan
126        Pinsir
129      Gyarados
Name: name, dtype: object

从结果上来看，我们平民宝可梦训练师应该考虑的Top10宝可梦应该是：妙蛙花，喷火龙，水箭龟，比雕，胡地，呆河马，耿鬼，袋兽，大甲，暴鲤龙。

Python4学习笔记--宝可梦数据分析相关推荐

python 宝可梦_python学习笔记——保可梦数据分析,Python4,宝可梦
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 ...
Tableau培训学习笔记3：空间数据分析——科比投篮以及新冠肺炎分析(带数据)
Tableau培训学习笔记 Tableau培训学习笔记3:空间数据分析--科比投篮以及新冠肺炎分析 1.科比投篮分析 2. 新冠肺炎流出数据分析 Tableau培训学习笔记3:空间数据分析--科比投篮 ...
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, ...
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 ...
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 ...
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 ...
学习笔记-使用python进行数据分析
最近在学习利用python进行数据分析,这些博客算是笔记吧,和大家分享分享,欢迎各路大佬前来指导学习所用书籍:<python数据分析入门从数据获取到可视化>还有<利用python进 ...

Python4学习笔记--宝可梦数据分析

Python4学习笔记--宝可梦数据分析相关推荐

最新文章

热门文章