十大种族值低最强宝可梦（数据可视化50图十三）

分布图有超过15个例子，主要研究了总用800值精灵，18种主属性的数量，和对应的能力值分布。头条不能插入表格，数据表见文后链接。

# Prepare data df=df_raw[df_raw["Generation"]<4] x_var = 'Total' groupby_var = 'Type 1' df_agg = df.loc[:, [x_var, groupby_var]].groupby(groupby_var) vals = [df[x_var].values.tolist() for i, df in df_agg] ​ # Draw plt.figure(figsize=(20,9), dpi= 80) colors = [plt.cm.Spectral(i/float(len(vals)-1)) for i in range(len(vals))] n, bins, patches = plt.hist(vals, 30, stacked=True, density=False, color=colors[:len(vals)])

图像解释

• 例如最右边780个体值这一列一共五个宝可梦，分别为龙，草2，超能力，水。
• 不同颜色对应不同属性；
• Y轴 一种颜色的高度表示这个属性的宝可梦数量。
• X轴 一个条的宽度表示这个区间的能力值。

代码解析

“# Prepare data”

选取前三代386只宝可梦作为总样本，计算各个属性的个数

“ # Draw”

• plt.figure 设置画布的大小，不合适的大小会造成图片比例不合适很难看。
• figsize=(20,9), dpi= 80 表示 20x9 每个像素高度为80 也就相当于1600x720的分辨率
• plt.cm.Spectral matlib中的颜色映射 matplotlib 包种有很多配好的颜色组合 表示（B,G,R,A）4各通道的数列；其中BGRA都是0-1之间的小数。
• plt.hist（） 直方图。
• 本文省略了标注的代码，需要代码可以上我的github看看。

# Prepare data df=df_raw[df_raw["Generation"]==1] x_var = 'Stage' groupby_var = 'Type 1' df_agg = df.loc[:, [x_var, groupby_var]].groupby(groupby_var) vals = [df[x_var].values.tolist() for i, df in df_agg] ​ # Draw plt.figure(figsize=(7,10), dpi= 80) colors = [plt.cm.Spectral(i/float(len(vals)-1)) for i in range(len(vals))] n, bins, patches = plt.hist(vals, df[x_var].unique().__len__(), stacked=True, density=False, color=colors[:len(vals)])

图像解释

X轴 表示 1，2，3，Mega阶段的进化，Y轴 表示数量。不颜色表示不同的主属性。本图数据为第一代151只宝可梦。

# Draw Plot plt.figure(figsize=(16,10), dpi= 80) sns.kdeplot(df.loc[cyl == 1, cty], shade=True, color="g", label="Stage=1", alpha=.7) sns.kdeplot(df.loc[cyl == 2, cty], shade=True, color="deeppink", label="Stage=2", alpha=.7) sns.kdeplot(df.loc[cyl == 3, cty], shade=True, color="dodgerblue", label="Stage=3", alpha=.7) sns.kdeplot(df.loc[cyl == 4, cty], shade=True, color="orange", label="Stage=Mega", alpha=.7)

图像解释

• X轴 表示 个体值，
• Y轴 表示数量。不颜色表示不同的主属性。
• 颜色 表示 绿色1阶段，粉色2阶段，蓝色3阶段，Mega阶段的进化，
• 本图数据为第一代151只宝可梦。
• 可以看出，每次进化总体上能力值是上涨的。而且有些能力区间被避开了。

colors = [plt.cm.Spectral(i/float(len(type_list)-1)) for i in range(len(type_list))] for i,color in zip(type_list,colors): sns.kdeplot(df.loc[cyl == i, cty], shade=True, color=color, label=f"{i}", alpha=.7)

图像解释

• X轴 表示 个体值，
• Y轴 表示数量。百分比。比如虫系红色曲线，200这个能力值约占总宝可梦数量的0.002
• 颜色 表示 6种属性 虫，龙，电，妖精，格斗，火，
• 本图数据为第一代151只宝可梦。其中6种属性
• 不同曲线整体包括的面积就是所有该属性的总宝可梦数量

colors = [plt.cm.Paired(i/float(len(type_list)-1)) for i in range(len(type_list))] for i,color in zip(type_list,colors): sns.distplot(df.loc[cyl == i, cty], color=color, label=f"{i}",hist_kws={"alpha":.7},kde_kws={'linewidth':3})

图像解释

• X轴 表示 个体值，
• Y轴 表示数量。 曲线表示对直方图的光滑拟合。实际的数值是直方图表示的数值。
• 颜色 表示 4种属性
• 本图数据为第一代151只宝可梦。其中6种属性
• 不同曲线整体包括的面积就是所有该属性的总宝可梦数量

提出一个问题，可以看出这种密度图在变量多的时候会显得十分凌乱。特别是数值接近的时候。那么我们该如何解决？

import joypy #安装joypy fig, axes = joypy.joyplot(df, column=["HP","Speed"], by="Type 1", ylim='own',figsize=(14,20))

图像解释

• X轴 数值大小，
• Y轴 所占数量的比例
• 赛道，表示其中18种属性。
• 颜色 橘黄色表示速度，蓝色表示HP
• 本图数据为第一代151只宝可梦
• 不同曲线整体包括的面积就是所有该属性的总宝可梦数量
• 例如：幽灵系中，HP（蓝色）大部分比速度（黄色）低。

有了最后一个赛段分布，个个系的能力取舍就一目了然了。

宝可梦属性与个体值的分布 2 —— 箱图与小提琴图

完整代码见我的github：ub3132003/pynotebook/plot/50grap

数据表格地址：https://raw.githubusercontent.com/ub3132003/pynotebook/master/data/pokemon.csv

灵感来自: machinelearningplus 感谢b站UP "菜菜TsaiTsai" 分享这个博客.

上期内容： 数据可视化50图（十二） —— 宝可梦mega前后排行分级哑铃图

如何运行代码教程：数据分析50图（前8例总结） —— 宝可梦能力值可视化