数据分析50图（前8例总结） —— 宝可梦能力值可视化

前言

前八个图表例子写完了，这次做一篇教学型的文章。

数据表 。Pokemon.csv 前151只宝可梦能力值https://gist.github.com/armgilles/194bcff35001e7eb53a2a8b441e8b2c6

#	Name	Type_1	Type_2	Total	HP	Attack	Defense	Sp. Atk	Sp. Def	Speed	Stage	Legendary
1	Bulbasaur	Grass	Poison	318	45	49	49	65	65	45	1	FALSE
2	Ivysaur	Grass	Poison	405	60	62	63	80	80	60	2	FALSE
3	Venusaur	Grass	Poison	525	80	82	83	100	100	80	3	FALSE
4	Charmander	Fire		309	39	52	43	60	50	65	1	FALSE
5	Charmeleon	Fire		405	58	64	58	80	65	80	2	FALSE
6	Charizard	Fire	Flying	534	78	84	78	109	85	100	3	FALSE
7	Squirtle	Water		314	44	48	65	50	64	43	1	FALSE
8	Wartortle	Water		405	59	63	80	65	80	58	2	FALSE
9	Blastoise	Water		530	79	83	100	85	105	78	3	FALSE

还在用excel做数据表？或者觉得图表不够好看？试试使用python把。

安装

如果你不是新手就跳过这一个章节。

• https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 下载安装包，然后安装。
• 打开Anaconda Navaigtor ,然后打开到jupyter notebook,然后新建python3 文件
• !conda install seaborn 在代码块中输入， 等待一会 安装好seaborn 包

551.png

552.PNG

代码

包含头文件

import pandas as pd
from matplotlib import pyplot as  plt
import seaborn as  sns
%matplotlib inline

导入数据

df=pd.read_excel("Pokemon.xlsx",index_col=0)
df.head()

按编号顺序显示1-151号精灵的个体值，点的大小表示攻击力

fig, ax = plt.subplots(figsize=(16,10), dpi= 80) 
sns.stripplot(df.Speed,df.Total,size=df.Attack/5, ax=ax)

554.png

统计各项个体值的分布

focusOn=df.drop(['Stage','Legendary'],axis=1) #删除进化阶段，和是否是神兽的列
sns.boxplot(data=focusOn)

555.png

统计个体值的分布规律

sns.distplot(focusOn.Total)

556.png

下期预告

统计50图——鸢尾花特征二元分析