TASK4_Python基础入门：Pokemon数据分析--阿里云天池

最新推荐文章于 2023-12-26 16:30:00 发布

原创最新推荐文章于 2023-12-26 16:30:00 发布 · 361 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#大数据 #数据分析 #数据挖掘

python 同时被 3 个专栏收录

22 篇文章

订阅专栏

数据分析

13 篇文章

订阅专栏

基础

10 篇文章

订阅专栏

本文分享了作者在数据分析领域的学习心得，强调了基础技能的重要性，特别是Python编程中常用的数据处理包如pandas、seaborn和matplotlib的应用。通过实际案例，展示了如何使用这些工具进行数据清洗、探索性分析及可视化，包括计算缺失值比例、绘制各代口袋妖怪数量分布、相关性热力图等，为读者提供了一个从理论到实践的学习路径。

开始上手数据分析

对于数据分析，我整体下来发现自己的基础还是不是很牢固，主要还是熟练的工作，要灵活运用一些python package，了解数据格式，知道怎么批量更改数据把一些错误的值改成统一的，这样处理下来才不会出错。希望自己以后可以坚持下来，慢慢把这个骨头啃下来，也欢迎可以和小伙伴们一块学习，共同进步！

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

df = pd.read_csv("./pokemon_data.csv")

df.info()

# 计算出每个特征有多少百分比是缺失的
percent_missing = df.isnull().sum() * 100 / len(df)
missing_value_df = pd.DataFrame({
    'column_name': df.columns,
    'percent_missing': percent_missing
})

missing_value_df.sort_values(by='percent_missing', ascending=False).head(10)

# 查看各代口袋妖怪的数量
df['generation'].value_counts().sort_values(ascending=False).plot.bar()

# 查看每个系口袋妖怪的数量
df['type1'].value_counts().sort_values(ascending=True).plot.barh()

# 相关性热力图分析
plt.subplots(figsize=(20,15))
ax = plt.axes()
ax.set_title("Correlation Heatmap")
corr = df.corr()
sns.heatmap(corr, 
            xticklabels=corr.columns.values,
            yticklabels=corr.columns.values)

interested = ['hp','attack','defense','sp_attack','sp_defense','speed']
sns.pairplot(df[interested])

# 通过相关性分析heatmap分析五个基础属性
plt.subplots(figsize=(10,8))
ax = plt.axes()
ax.set_title("Correlation Heatmap")
corr = df[interested].corr()
sns.heatmap(corr, 
            xticklabels=corr.columns.values,
            yticklabels=corr.columns.values,
            annot=True, fmt="f",cmap="YlGnBu")