python日本 老龄化分析_硬核！宝可梦八大世代数据大揭秘【Python数据分析】

目标：

一、各系数量分析

二、各世代宝可梦数量分析

三、种族值分析

四、传说宝可梦分析

五、各世代推荐宝可梦

六、特性分析：特性种类、隐藏特性种类、占比(待更新)

源数据：腾讯文档​docs.qq.com

#导入三个Python常用数据分析的库

import numpy as np

import pandas as pd

#画图包导入

import matplotlib.pyplot as plt

plt.style.use(style="ggplot")

#import missingno as msno

import seaborn as sns

sns.set() #设置画图空间为 Seaborn 默认风格

#将文件读取进来

pokemon = pd.read_excel("/Users/glenji/Desktop/pokemon (1).xlsx")

零、宝可梦数据概况&指标解释

#指标解释

#abilities-1特性1，abilities-2特性2，abilities-x特性x

#classfication宝可梦分类、classfication-CN宝可梦中文分类

#type1属性1，type2属性2

#attack攻击

#defense防御

#hp血量

#sp_attack特攻

#sp_defense特防

#speed速度

#base_total种族值总数

一、各系数量分析

总结：以下分析仅为单系，双系的分析暂无。

各系中，水系、一般系、草系三个的数量比较多，其中水系占比13.56%，一般系占比12.02%，草席占比9.48%；

各系中，飞行系占比最少，仅0.37%(唯一一个低于1%的)；

①各系的数量：先做个简单的计数统计，可以初步看到水系、一般系、草系三个的数量比较多。水系那么多，可能因为日本靠海，他们比较喜欢吃鱼吧哈哈哈。

#查看各系的数量

out = pokemon[['type1','is_legendary']].groupby('type1').count()

print(out)

②绘制一个柱形图来看看效果：

#柱形图查看各世代宝可梦不同种族数量

pokemon['type1-EN'].value_counts().plot.bar()

③绘制饼图看看效果：水系、一般系、草系为数量前三位，冰系、妖精系、飞行系为数量后三位，有点出乎意料，飞行系竟然是最少的，仅0.37%(唯一一个低于1%的)。水系占比13.56%，一般系占比12.02%，草席占比9.48%。

#查看各系的占比

#水系是最多的，为什么呢，可能是因为日本人靠海喜欢吃鱼吧哈哈哈

fig,ax = plt.subplots(2,1,figsize=(15,10))

pokemon['type1-EN'].value_counts().plot.pie(ax=ax[0],shadow=False,autopct='%1.2f%%')

ax[0].set_ylabel('') #设置y轴标签

ax[0].set_xlabel('type1-EN') #设置x轴标签

sns.countplot('type1-EN',data=pokemon,ax=ax[1])

ax[1].set_ylabel('')

ax[1].set_xlabel('type1-EN')

plt.show()

二、各世代宝可梦分析

总结：

第5世代是宝可梦数量最多的世代有156只，第6世代是宝可梦数量最少的世代，仅72只；

①先做个简单的计数统计(value_counts)，可以看到第5世代是宝可梦数量最多的世代有156只，第一世代次之(第一世代的151手办现在已经很贵很贵很贵了)；第6世代是宝可梦数量最少的世代，才72只。

#计算一下各世代的宝可梦数量

pokemon['generation'].value_counts()

②再画个柱形图看看效果：

#柱形图查看各世代宝可梦数量

pokemon['generation'].value_counts().plot.bar()

三、种族值解析

总结：

种族值6大属性中，血量hp的异常值较多；

整体种族值呈双峰分布，以300和500左右的分布较多；

龙系的种族值均值高达515，是最值得培育的种族，其次是钢系、超能力系；而虫系是最可怜的种族，平均种族值仅有378，草系、一般系也惨兮兮；

种族值均值为439，中位数是440，培育宝可梦如果在乎强度，那应该选择高于这两值的宝可梦，如果是真爱党的话，则无所谓了；

①绘制线箱图查看各种族值的大致情况：可以看到hp即血量的异常值较多。

#绘制线箱图

#可以看到hp的异常值较多

plt.figure(figsize=(10,5)) #设置画布大小