目标：

一、各种族系数量占比

二、各世代宝可梦数量

三、种族值解析

四、传说宝可梦相关分析，各时代占比，属性值与传说宝可梦的相关性，种族系与传说宝可梦的相关性

五、各世代推荐宝可梦

#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/pokemon1.xlsx")

一、各种族系数量占比

①各种族系的数量和占比：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。水系占比14.23%，一般系占比13.11%，草席占比9.74%。

#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：

#查看各世代宝可梦不同种族数量

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

③绘制饼图看看效果：

#查看各系的占比

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

pokemon['type1'].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') #设置x轴标签

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

ax[1].set_ylabel('')

ax[1].set_xlabel('type1')

plt.show()

二、各世代宝可梦数量

①第5世代是宝可梦数量最多的世代，第6世代是宝可梦数量最少的世代。

#计算一下各世代的宝可梦数量

pokemon['generation'].value_counts()

②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()

③计算一下各世代传说宝可梦数量：可以看到传说宝可梦最多的是第7世代，最少的是第1世代，有个比较明显的趋势是越往后的世代传说宝可梦越多(除了第6世代)。

#新建一个数据表格，用于保存世代generation与是否传说is_legendary两列数据

pokemon1=pokemon[['generation','is_legendary']]

pokemon1.head()

#建立数据透视表

pokemon_p=pokemon1.pivot_table(values='is_legendary', #计算的值

index='generation', #透视的行，分组的依据

aggfunc='sum') #聚合函数

pokemon_p

④对透视表进行降序排列：可以看到传说宝可梦最多的第7世代一共有17只，最少的第一世代只有5只。

# 对透视表进行降序排列

pokemon_p = pokemon_p.sort_values(by='is_legendary', # 排序依据

ascending=False # 是否升序排列

)

pokemon_p

⑤对新的透视结果做折线图展示：

#对新的透视结果做折线图展示

x=[1,2,3,4,5,6,7]

y=pokemon_p['is_legendary']

plt.plot(x,y)

plt.show()

三、种族值解析

①查看种族值的分布图：有点类似双峰分布，最多种族值分布在300和500附近。

#种族值分布

plt.hist(pokemon['base_total'],bins=35)

plt.xlabel('total_stats')

plt.ylabel('Frequency')

②通过小提琴图观察各个种族的种族值特性：可以看到龙系的整体种族值是相对较高的。

#不同种族的种族值分布

plt.subplots(figsize=(15,5))

sns.violinplot(x='type1',y=pokemon['base_total'],data=pokemon, palette='muted')

③通过数据透视表，了解完整的各种族的平均种族值情况，得出什么种族是最值得培育的，得到的结论是龙系的种族值均值高达522，是最值得培育的种族，其次是钢系、格斗系；而虫系是最可怜的种族，平均种族值仅有380，毒系、一般系也惨兮兮。

#建立数据透视表

#计算一下各系宝可梦种族值分布

#新建一个数据表格，用于保存世代generation与是否传说is_legendary两列数据

pokemon2=pokemon[['type1','base_total']]

pokemon_z=pokemon2.pivot_table(values='base_total', #计算的值

index='type1', #透视的行，分组的依据

aggfunc='mean') #聚合函数

# 对透视表进行降序排列

pokemon_z = pokemon_z.sort_values(by='base_total', # 排序依据

ascending=False # 是否升序排列

)

pokemon_z

④再看看各系种族值的描述型数据统计：种族值均值为437，中位数是434，各位小伙伴，低于这俩值的宝可梦你要是培育的话，那就真的是真爱了。

#各系种族值得描述性数据情况

pokemon_z.describe()

⑤推荐一些培育性价比比较高的宝可梦：种族值高于570，但非传说宝可梦的准神。

#找到非传说宝可梦但是种族值非常优秀，值得培育的宝可梦

pokemon[(pokemon['base_total'] >= 570) & (pokemon.is_legendary == 0)]['chinese_name'].head(100)

四、传说宝可梦相关分析

①各世代宝可梦数量及传说宝可梦对比图：

#查看各世代宝可梦数量

f,ax=plt.subplots(1,2,figsize=(18,5)) #新建画布

pokemon['generation'].value_counts().plot.bar(ax=ax[0]) #绘制世代宝可梦数量柱形图

ax[0].set_ylabel('countS') #设置y轴标签

ax[0].set_title('Generation') #设置x轴标签

sns.countplot('generation',hue='is_legendary',data=pokemon,ax=ax[1]) #绘制世代传说宝可梦数量对比柱形图

ax[1].set_title('Legendary VS Generation') #设置标题

plt.show()

②计算各世代传说宝可梦占比：通过数据透视表操作。

#计算一下各世代传说宝可梦数量

#新建一个数据表格，用于保存世代generation与是否传说is_legendary两列数据

pokemon1=pokemon[['generation','is_legendary','pokedex_number']]

#建立数据透视表

pokemon_p=pokemon1.pivot_table(values='is_legendary', #计算的值

index='generation', #透视的行，分组的依据

aggfunc='sum') #聚合函数

pokemon_q=pokemon1.pivot_table(values='pokedex_number', #计算的值

index='generation', #透视的行，分组的依据

aggfunc='count') #聚合函数

pokemon_w = pd.concat([pokemon_p,pokemon_q],axis=1) #用concat将两个表格连在一起

pokemon_w

可以看到第7世代的传说宝可梦占比最高，达到21%；而第1世代是最低的，只有3%。

#计算一下各世代传说宝可梦占比

pokemon_c = pokemon_w['is_legendary']/pokemon_w['pokedex_number']

pokemon_c

③查看6大能力值与是否传说、世代的相关关系：先用相关关系矩阵查看效果。

#查看六大能力值与是否传说、世代的相关关系

pokemonNew = pokemon[['hp','attack','defense','sp_attack','sp_defense','speed','generation','is_legendary']]

pokemonNewCorr=pokemonNew.corr()

plt.figure(figsize=(10,10)) #设置画布

sns.heatmap(pokemonNewCorr,annot=True,cmap='RdGy')

plt.show()

查看各个能力值与是否为传说宝可梦的相关性排序：得到的结论是特攻值与是否为传说宝可梦相关度最高，也就是说传说宝可梦的特攻属性值一般是较高的。

#查看各个特征与是否为传说宝可梦的相关性排序

pokemonNewCorr['is_legendary'].sort_values(ascending=False)

④分析不同种族与传说宝可梦的相关关系：得出的结论是种族与是否为传说宝可梦没有很强的相关性，相对来说超能力系psychic、龙系dragon是传说宝可梦的概率较高。

#将种族type1做转码

type1Df = pd.DataFrame() #存放提取后的特征

type1Df = pd.get_dummies(pokemon['type1'],prefix='type1') #使用get_dummies进行one-hot编码，列名前缀是Embarked

type1Df.head(10)

#将转码后的数据连接到原来的数据表格

pokemon = pd.concat([pokemon,type1Df],axis=1) #添加one-hot编码产生的虚拟变量(dummy variable)到pokemon中

pokemon.head()

#查看不同种族与是否传说、世代的相关关系

pokemonNew = pokemon[

['type1_bug',

'type1_dark',

'type1_dragon',

'type1_electric',

'type1_fairy',

'type1_fighting',

'type1_fire',

'type1_flying',

'type1_ghost',

'type1_grass',

'type1_ground',

'type1_ice',

'type1_normal',

'type1_poison',

'type1_psychic',

'type1_rock',

'type1_steel',

'type1_water',

'generation',

'is_legendary']

]

pokemonNewCorr1=pokemonNew.corr()

plt.figure(figsize=(20,20)) #设置画布

sns.heatmap(pokemonNewCorr1,annot=True,cmap='Blues')

plt.show()

#查看各个种族与是否为传说宝可梦的相关性排序

pokemonNewCorr1['is_legendary'].sort_values(ascending=False)

五、各世代推荐宝可梦

# 能力测评 属性值加起来×base_total

def ability_value(x, output_number):

pokemon = x.copy()

pokemon = pokemon[pokemon.is_legendary == 0] #因为是平民策略，把神兽都排除掉

Xlist = [] # Xlist 是所有feature name，也就是宝可梦的所有属性名

for line in pokemon:

row = line.strip().split(",")

Xlist.append(row)

against_data = pokemon[Xlist[1]]

Xlist = np.array(Xlist)

for i in range(2, 18):

# against_data 为所有的against_??权值加起来的总和，和战斗力成正相关

against_data = against_data + np.array(pokemon[Xlist[i]])

base_total_value = pokemon["base_total"]

battle_value = against_data.mul(base_total_value, axis=0)

rank_value = battle_value.sort_values(by=['against_bug'], ascending=False, na_position='first')

rank_number = rank_value.axes[0].tolist()

for i in range(0, output_number):

print("【name】: ", pokemon.chinese_name[rank_number[i]], " 【base total】: ", pokemon.base_total[rank_number[i]])

return 0

def type_prefer(x):

pokemon = x.copy()

type_total = pokemon.type1.drop_duplicates(keep='first')

type_total.reset_index(drop=True, inplace=True)

for typenum in range(0, len(type_total)):

each_type_pokemon1 = pokemon.loc[pokemon['type1'] == type_total[typenum]]

each_type_pokemon2 = pokemon.loc[pokemon['type2'] == type_total[typenum]]

each_type_pokemon = each_type_pokemon1.append(each_type_pokemon2)

print("type name: ", type_total[typenum])

ability_value(each_type_pokemon, 3) # 每种属性输出最牛逼的3个

print("------------------")

# 从培养难度考虑，培养经验值除以捕捉率，再乘以能力值，全部标准化

def training_hard_level(x, output_number):

pokemon = x.copy()

pokemon = pokemon[pokemon.is_legendary == 0] # 因为是平民策略，把神兽都排除掉

# monitor的捕捉率按255算，因为反正能力值都一样，算好抓的

pokemon.capture_rate[773] = 255

pokemon.capture_rate = pd.to_numeric(pokemon.capture_rate)

normalization_base_total = (pokemon.base_total - pokemon.base_total.min()) / (

pokemon.base_total.max() - pokemon.base_total.min())

normalization_capture_rate = (pokemon.capture_rate - pokemon.capture_rate.min()) / (

pokemon.capture_rate.max() - pokemon.capture_rate.min())

normalization_experience_growth = (pokemon.experience_growth - pokemon.experience_growth.min()) / (

pokemon.experience_growth.max() - pokemon.experience_growth.min())

Difficulty_level = normalization_experience_growth / normalization_capture_rate * normalization_base_total

Difficulty_level = Difficulty_level.sort_values(ascending=False, na_position='first')

rank_number = Difficulty_level.axes[0].tolist()

for i in range(0, output_number):

print("【name】: ", pokemon.chinese_name[rank_number[i]], " 【base total】: ", pokemon.base_total[rank_number[i]])

return 0

if __name__ == '__main__':

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

# 首先要确定是哪一代的游戏 1-7代

Xlist = []

for line in pokemon_Data:

row = line.strip().split(",")

Xlist.append(row)

generation_1 = pokemon_Data.iloc[0:151]

generation_2 = pokemon_Data.iloc[0:251]

generation_3 = pokemon_Data.iloc[0:386]

generation_4 = pokemon_Data.iloc[0:493]

generation_5 = pokemon_Data.iloc[0:649]

generation_6 = pokemon_Data.iloc[0:721]

generation_7 = pokemon_Data.iloc[0:801]

print("以第2代为例：")

print("===============纯从能力值考虑，前十名的宝可梦有：==================")

ability_value(generation_2,10)

print("==============考虑捕捉＋训练难度，前十名的宝可梦有：===============")

training_hard_level(generation_2, 10)

print("============考虑属性多样爱好者，每个属性的前三甲宝可梦有：===========")

type_prefer(generation_3)

参考资料：