数据分析50图（七） —— 宝可梦能力值杠杆条

前言

A change of perspective is worth 80 IQ points Alan Kay

著名计算机科学家、艾伦·凯说过，换一个角度看问题值80点智商。

因为之前写了一篇宝可梦反应很好，所以我决定以后的原始数据尽量用宝可梦代替啦！本期要画的是Diverging Bars 因为不知道中文怎么翻译，我就按自己的感觉来命名了，我叫他杠杆条感觉挺像那么回事。带着一个问题来开始吧：前18编号的宝可梦，从妙蛙种子到比雕的攻击差距是怎样的？

例10

import pandas  as pd
# Prepare Data
df = pd.read_csv("Pokemon.csv")
df = df[:][:18] 

x = df['Attack']
df['Attack_z'] = (x - x.mean())/x.std()
df['colors'] = ['red' if x < 0 else 'green' for x in df['Attack_z']]
df.sort_values('Attack_z', inplace=True)
df.reset_index(inplace=True)

# Draw plot
plt.figure(figsize=(14,10), dpi= 80)
plt.hlines(y=df.index, xmin=0, xmax=df.Attack_z, color=df.colors, alpha=0.4, linewidth=5)

# Decorations
plt.gca().set(ylabel='$Model$', xlabel='$Mileage$')
plt.yticks(df.index, df.Name, fontsize=12)
plt.title('Diverging Bars of Car Mileage', fontdict={'size':20})
plt.grid(linestyle='--', alpha=0.5)
plt.show()

解析

看下数据表的样子

	#	Name	Type_1	Type_2	Total	HP	Attack	Defense	Sp. Atk	Sp. Def	Speed	Stage	Legendary
0	1	Bulbasaur	Grass	Poison	318	45	49	49	65	65	45	1	False
1	2	Ivysaur	Grass	Poison	405	60	62	63	80	80	60	2	False
2	3	Venusaur	Grass	Poison	525	80	82	83	100	100	80	3	False
3	4	Charmander	Fire	NaN	309	39	52	43	60	50	65	1	False
4	5	Charmeleon	Fire	NaN	405	58	64	58	80	65	80	2	False
5	6	Charizard	Fire	Flying	534	78	84	78	109	85	100	3	False
6	7	Squirtle	Water	NaN	314	44	48	65	50	64	43	1	False
7	8	Wartortle	Water	NaN	405	59	63	80	65	80	58	2	False
8	9	Blastoise	Water	NaN	530	79	83	100	85	105	78	3	False
9	10	Caterpie	Bug	NaN	195	45	30	35	20	20	45	1	False
10	11	Metapod	Bug	NaN	205	50	20	55	25	25	30	2	False
11	12	Butterfree	Bug	Flying	395	60	45	50	90	80	70	3	False
12	13	Weedle	Bug	Poison	195	40	35	30	20	20	50	1	False
13	14	Kakuna	Bug	Poison	205	45	25	50	25	25	35	2	False
14	15	Beedrill	Bug	Poison	395	65	90	40	45	80	75	3	False
15	16	Pidgey	Normal	Flying	251	40	45	40	35	35	56	1	False
16	17	Pidgeotto	Normal	Flying	349	63	60	55	50	50	71	2	False
17	18	Pidgeot	Normal	Flying	479	83	80	75	70	70	101	3	False


代码流程

1. 载入数据，截取前18行，单独取出攻击离这一列

2. 计算样本标准差 ，和标准化

3. 增加一列标记，正用绿色，负用红色

4. 进行排序

5. 画图

6. 标注

方法参数解释

复习一下 表格基本操作

df = df[:][:18] # 【：】选择所有列【：18】选择前18行

x = df['Attack'] #按列名选取列
df['Attack_z'] = (x - x.mean())/x.std()  # 增加一列 列名 Attack_z

(x - x.mean())/x.std()

标准化，减去平均数 除以标准差。不说了，我复习概率统计去了。std() 在pandas 中默认除以（N-1）

sort_values（inplace=True）

排序，inplace：是否替换原来的数据

plt.hlines() 水平线

• xmin=0, xmax=df.Attack_z ；起点，终点
• linewidth 线宽度

plt.yticks()

• 第一个，刻度表示间隔的距离，
• 第二个，表示刻标，标签的名字，这里覆盖hlines的y标签

图像


应用

从攻击力看，最强的既然不是喷火龙。大针蜂的攻击还是有前途的。铁甲蛹光荣垫底预料之中。用宝可梦的高级进化来和小宝宝状态比较能力显然不公平，我们可以利用 Stage 字段筛选掉不是最高级进化的宝可梦。动手试试吧。还有几个不同的形式比如，带数值线图，点图。不做赘述，感兴趣的同学可以尝试，下期中会稍加说明。

例11

72.png

例12

73.png

下期预告

标注 —— 强调的你像表达的信息

例程来自:https://www.machinelearningplus.com/plots/matplotlib-histogram-python-examples//

感谢b站UP "菜菜TsaiTsai" 分享这个博客.