Python训练营——宝可梦数据分析
分析好抓的宝可梦
我们通过免费计算资源且预置了许多常用数据分析依赖库的DSW探索者版来帮助完成分析的过程。
数据集下载
读取数据
观察数据的尺寸,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。
通过如下代码来观察每个特征的缺失情况:
通过查看以上数据,我们发现,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只有一个属性,剩下一般的则具有两种属性。
这么多宝可梦,每代分别有几只?这里可以通过简单的 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:
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。我们可以通过以下的代码生成相关性图
我们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:
高效通关宝可梦选择
目的:以最效率的方式打赢道馆赛通关
有些玩家喜欢属性均衡,所以在每个属性下输出3个较强的宝可梦供参考