Python訓練營——寶可夢資料分析

分析好抓的寶可夢

我們通過免費計算資源且預置了許多常用資料分析依賴庫的DSW探索者版來幫助完成分析的過程。
資料集下載

讀取資料

觀察資料的尺寸，可以通過 df.shape 這個來實現。當然 df.info() 能夠給我們更加詳細的每個列的資訊。
通過如下程式碼來觀察每個特徵的缺失情況：

通過檢視以上資料，我們發現，type2 這個欄位缺失的比率最高，達到了 48% 左右。說明超過半數的寶可夢只有一個屬性，剩下一般的則具有兩種屬性。
這麼多寶可夢，每代分別有幾隻？這裡可以通過簡單的 df[‘generation’].value_counts() 來得到。但是為了更加直觀的表現出不同代的寶可夢的數量差別，這裡我們可以用pandas自帶的畫圖的功能來繪製一個柱狀圖：

我們可以通過簡單的過濾和排序來找到我們應該去捕捉的寶可夢：

高效通關寶可夢選擇

目的：以最效率的方式打贏道館賽通關

有些玩家喜歡屬性均衡，所以在每個屬性下輸出3個較強的寶可夢供參考