作為童年玩Pokemon長大的孩子跪腹，經(jīng)歷了火焰版娇钱、葉綠版、紅寶石钾麸、藍(lán)寶石船殉、綠寶石鲫趁，五個(gè)版本的GBA游戲洗禮，對(duì)于Pokemon有著深深的情懷利虫，偶然看到有這么一個(gè)數(shù)據(jù)集挨厚，試試看，看看分析出來的東西和我所想是不是一樣的糠惫。雖然這個(gè)分析半夜三更進(jìn)行疫剃，腰酸腿痛的，但是硼讽，爽巢价！

1.數(shù)據(jù)整理和查看

1.導(dǎo)入所需要的package

    import pandas as pd
    import numpy as np
    import matplotlib.pyplot as plt
    import seaborn as sns
    import pyecharts
    #echart只是為了一個(gè)比較酷炫的雷達(dá)圖
    %matplotlib notebook
    #notebook模式更方便圖片的導(dǎo)出 

2.讀取數(shù)據(jù)

    data = pd.read_csv('pokemon_list.csv')
    data.head()

居然名字都是英文版的，但是也沒有什么問題，資深玩家無所畏懼壤躲，第一個(gè)肯定是妙蛙種子城菊，不信你百度看看。
還有就是這個(gè)數(shù)據(jù)是721個(gè)柒爵，所以沒有一些新的小精靈和mega升級(jí)版本役电。

  data.info()

每一列的數(shù)據(jù)基本可以有個(gè)了之，分別是Number編號(hào)棉胀、Name名稱、Type_1類別1冀膝、Type_2類別2（蒸汽系就是火焰系加上水系）唁奢、Total數(shù)值總計(jì)、HP血量窝剖、Attack攻擊麻掸、Defense防御、Sp_Atk魔法攻擊赐纱、Sp_Def魔法防御脊奋、Speed速度、Generation幾代疙描、isLegendary是否是神獸诚隙、Color顏色、Pr_male為男性精靈的幾率起胰、Egg_Group_1蛋的第一種類久又、Egg_Group_2蛋的第二種類、hasMegaEvolution有超進(jìn)化（總覺得是數(shù)碼寶貝）效五、Height_m高度以米為單位地消、Weight_kg重量以公斤為單位、Catch_Rate捕獲幾率畏妖、Body_Style身體形態(tài)（百變怪最牛逼）

基本看出只有350個(gè)有類別2的屬性脉执，大部分為單一屬性精靈，191個(gè)有第二種類的蛋戒劫，對(duì)于兩種屬性的缺失值半夷，都是統(tǒng)一屬性的多分類，可用第一分類作為填充谱仪。

    #缺失值處理策略為前一列種類填充后一列
    data['Type_2'] = data['Type_2'].fillna(value = data['Type_1'])
    data['Egg_Group_2'] = data['Egg_Group_2'].fillna(value = data['Egg_Group_1'])

3.數(shù)據(jù)描述性統(tǒng)計(jì)列表

Total一列75%線在499玻熙，而最大值為720，高數(shù)值一類應(yīng)該是神獸（玩過的都知道疯攒，神獸特么一張嘴一個(gè)島就沒了嗦随。。。）數(shù)值包括血量枚尼、攻擊等贴浙，標(biāo)準(zhǔn)差基本為28左右，這一點(diǎn)還是很良心署恍，讓玩家有良好的從小怪到大怪有一個(gè)階梯形的概念崎溃。其他的都是單獨(dú)特性，在這里要說一下捕獲率Catch_Rate盯质，口袋妖怪的設(shè)定是從血量多到血量少袁串，捕獲率會(huì)提升，最小為3呼巷，最大為255囱修，應(yīng)該是從2的一次方+1，一直到2的八次方-1王悍。不然通俗理解為255%破镰，丟個(gè)球，捕獲率抓到兩個(gè)半多压储？鲜漩！兩個(gè)我還能理解，半個(gè)多是什么意思集惋？孕似！買一贈(zèng)一還送個(gè)小的？芋膘！情侶入住鳞青，房租減半？为朋！一家人整整齊齊臂拓？！

2.數(shù)據(jù)分析

2.1種類分析

    Type_pd=pd.concat([data.Type_1,data.Type_2],axis=1)
   
    #計(jì)算出第一種類的數(shù)量加上第二種類數(shù)量
    Type_count = data.Type_2.value_counts() + data.Type_1.value_counts()
    Type_count.sort_values(ascending = False)

由于失誤习寸，第一次只計(jì)算第一類別胶惰，發(fā)現(xiàn)飛行類的只有3個(gè)，但是鳥類中最愛的比比鳥居然不是飛行類霞溪，進(jìn)行單獨(dú)查看后孵滞，發(fā)現(xiàn)比比鳥第一類別是normal，第二類別就是飛行鸯匹，所以將兩者進(jìn)行累加坊饶，能夠看出來，水生類最多殴蓬，幽靈類最少匿级。畢竟幽靈類的蟋滴，沒有道具無法進(jìn)行捕獲。

2.2可視化分析

    #Series序列中添加0痘绎，并對(duì)指作排序處理津函，便于繪圖
    Type_count = data.Type_2.value_counts() + data.Type_1.value_counts()
    Type_count = pd.Series([0]).append(Type_count).sort_values()

    #畫布大小設(shè)置
    plt.figure(figsize=(14,5))
    #類別設(shè)置
    cata = [0,'Ghost','Steel','Ice','Dragon','Fairy',
       'Dark','Fighting','Rock','Electric','Ground','Poison',
        'Bug','Fire','Flying','Psychic','Grass','Normal','Water']
    #坐標(biāo)軸y值由Series中的值作為代替
    y_pos = Type_count
    #設(shè)置橫坐標(biāo)和縱坐標(biāo)，顏色孤页，透明度    
    plt.bar(cata,y_pos,facecolor = 'yellowgreen',alpha=0.4)
    #設(shè)置橫坐標(biāo)類別進(jìn)行映射
    plt.xticks(cata)  
    #x軸名稱
    plt.xlabel('Type')
    #x的橫向數(shù)量  
    plt.xlim(0,18) 
    #總體圖形名稱 
    plt.title('the num of Type')
    #進(jìn)行展示  
    plt.show()  

    plt.figure(figsize=(10,10))
    #標(biāo)簽名稱
    cata = ['Ghost','Steel','Ice','Dragon','Fairy',
       'Dark','Fighting','Rock','Electric','Ground','Poison',
        'Bug','Fire','Flying','Psychic','Grass','Normal','Water']
    #分塊數(shù)據(jù)
    sizes = Type_count.drop(0)
    #顏色設(shè)置
    colors = [ '#ff8100', '#057d9f', '#00bd39', 'yellow', 'lightgreen', 'orange', '#64de89']
    #各個(gè)色塊的偏移
    explode = (0, 0, 0, 0, 0, 0, 0, 0, 0,0,0,0,0,0,0,0,0,0.1) 
    
    #畫餅圖
    plt.pie(sizes, explode=explode, labels=cata, colors=colors,
        autopct='%1.1f%%', shadow=False, startangle=90)
    #呈現(xiàn)正圓形的圖形
    plt.axis('equal')
    #標(biāo)題
    plt.title("Percentage of Different Types of Pokemon")
    plt.show()

可以看出整體尔苦，水系精靈最多，其次是Normal正常系精靈行施，也符合游戲大陸海洋分布的設(shè)定允坚。

2.2.多屬性結(jié)合分析

• 種類結(jié)合性別分析
• 種類結(jié)合數(shù)值分析

2.2.1結(jié)合性別分析
因?yàn)閷?duì)于有性別的精靈分析類別價(jià)值不大，所以故對(duì)于無性別精靈進(jìn)行分析

    nogender_num = data[data['hasGender']==False].groupby('Type_1',as_index = False).Number.count().s ort_values(by='Number',ascending = False)

對(duì)于類別Type_1進(jìn)行分類（再次不對(duì)第二類別做分析蛾号，因?yàn)榈诙悇e往往是因?yàn)榫`在進(jìn)化和相應(yīng)的環(huán)境中屋讶，才會(huì)出現(xiàn)第二類別。）

    #進(jìn)行可視化圖表建立

    #修改列名便于觀察
    nogender_num.rename(columns={'Type_1':'Type'},inplace=True)
    #設(shè)置畫布
    plt.figure(figsize=(12,8))
    #
    sns.set(font_scale=1.2,color_codes='#df1234')
    sns.barplot(x='Type',y='Number',data = nogender_num)

可以看出Steel鋼鐵類和Psychic超能力類高于其他類別须教，主要是鋼鐵類和超能力類的設(shè)定，鋼鐵類趨向于一種分化和類似于修煉的方式來進(jìn)行斩芭，而超能力就像他的設(shè)定一般轻腺，不詳。

2.2.2結(jié)合數(shù)值分析

    #調(diào)用seaborn畫箱線圖分析數(shù)值total和種類的關(guān)系
    #map映射種類和數(shù)值
    type_to_dict = { 'Grass': 0, 'Fire': 1, 'Water': 2, 'Bug': 3, 'Normal': 4, 
                    'Poison': 5, 'Electric': 6, 'Ground': 7, 'Fairy': 8, 'Fighting': 9,
                    'Psychic' : 10, 'Rock': 11, 'Ghost':12, 'Ice' : 13, 'Dragon': 14, 
                    'Dark': 15, 'Steel': 16, 'Flying': 17} 
        
    data['Int_Type1'] = data['Type_1'].map(type_to_dict).astype(int)

    #設(shè)置相關(guān)的sns參數(shù)
    sns.set(style="ticks")
    fig, ax = plt.subplots(figsize=(8,6))
    sns.boxplot(ax = ax, x="Int_Type1", y="Total",data=data, palette="PRGn")
    sns.despine(offset=10, trim=True)
    plt.show()

可以看出平均水平普遍較高的是龍類（大家都是龍圖騰的國度）划乖。

    #進(jìn)行分類別計(jì)算各個(gè)數(shù)值的均值
    sum_abili = data[['HP','Attack','Defense','Sp_Atk','Sp_Def','Speed']].groupby(data['Type_1'],as_index=True).mean().round(2)

    #use
    colorlist = ['#313695', '#abd9e9',  '#ffffbf',
                '#fdae61','#d73027', '#a50026',
            '#314693', '#3bd9e9',  '#f23fbf',
                '#fda231','#d73a27', '#f51026',
            '#312d93', '#3bd9ea',  '#f23abf',
                '#fda2f1','#df1a27', '#a50f26',]
    c_schemas= [{"name": "生命值/HP", "min": 0},
           {"name": "攻擊值/Attack", "min": 0},
           {"name": "防御值/Defense", "min": 0},
           {"name": "特殊攻擊值/Sp.Atk", "min":0},
           {"name": "特殊防御值/Sp.Def", "min":0},
           {"name": "速度/Speed", "min":0}]

    radar = Radar('不同次代小精靈屬性均值情況',width=800 ,height=600,
              title_pos='center')
    radar.config(c_schema=c_schemas, shape='polygon')
    for i in range(18):
        radar.add(sum_abili.index[i], [list(sum_abili.iloc[i,:])], item_color=colorlist[i],symbol=None,
             legend_pos='0%',legend_orient='vertical')
    radar

可以看出贬养，總體類別中，攻擊值和生命值的差別不大琴庵，畢竟在寵物小精靈中误算，更多的是釋放技能，而不是單純的撞擊迷殿，速度的差異性最大儿礼，飛行系因?yàn)樘厥獾膶傩缘乃俣茸羁欤笫请娤岛妄埾登焖拢軌蜥尫烹姽饣鹗寄艿囊簿瓦@幾個(gè)類別蚊夫。

   #單獨(dú)將Type_1,各數(shù)值，Generation合成一個(gè)表
   data_ex = data[['Type_1','HP','Attack','Defense','Sp_Atk','Sp_Def','Speed','Generation']]

查看數(shù)值變量按照pairs組合后的分布特征

   sns.pairplot(data_ex,vars=['HP','Attack','Defense','Sp_Atk','Sp_Def','Speed'],hue = 'Type_1')

查看每個(gè)數(shù)值型變量的分布特征

    #單獨(dú)抽出數(shù)值做成feature表
    feature = data_ex.columns[1:7]
    plt.figure(1,figsize=(18,18))
    #設(shè)置x軸線風(fēng)格
    sns.axes_style('ticks')
    for i in range(len(feature)):
        tmp = data[feature[i]]
        #畫出畫布
        plt.subplot(3,3,i+1)
        #在畫布中畫出柱狀圖和密度分布線
        sns.distplot(tmp)
    plt.show()

數(shù)值相關(guān)性分析

    #相關(guān)性分析
    data[['Total','HP','Attack','Defense','Sp_Atk','Sp_Def','Speed']].corr()

    #熱力圖繪制
    plt.figure(figsize=(10,10))
    plt.title('num_heatmap')
    sns.heatmap(corr,square=True,linewidths=.5,cmap="YlGnBu")
    plt.show()

• 嘗試聚類和精靈特征來進(jìn)行分類
• 嘗試構(gòu)建新的特征

未完待續(xù)懦尝。知纷。。