Python训练营——宝可梦数据分析（2020.10.23）

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