[PYTHON] Ich habe 200 Mal versucht, magisch auszutauschen [Pokemon-Schwertschild]

スクリーンショット 2019-12-10 11.51.21.png

Ja Dankeschön. Ich bin zu süchtig nach dem Pokemon-Schwertschild und meine Forschung geht nicht weiter. Ich heiße Dason. Vielen Dank.

Übrigens gibt es in der Abteilung für Phänomen und Mathematik, die ich absolviert habe, "#MS_NCLT", einen jährlichen Austausch-LT von Studenten (oder besser gesagt, wir haben es geschafft). Also habe ich dieses Jahr angekündigt, aber dahinter steckte ein gutes Thema, um die grundlegende Tabellierung von Python zu lernen. Ich denke, ich werde es in Qiita zusammenfassen.

Die technische Geschichte ist ...

Wird sein. Ich benutze es nur, weil es einfach ist.

Pokemon Schwertschild "magischer Austausch"

Wenn Sie Pokemon gespielt haben, sind Sie damit vertraut, magischer Austausch. (Bis vor kurzem dachte ich, es sei ein "Wundertausch". Arora!)

Es ist eine Funktion, die sich zufällig mit jemandem auf der Welt verbindet und Pokemon nur einmal mit dieser Person austauscht.

Es ist gut und beängstigend, nicht zu wissen, was von der anderen Partei kommt.

Ich habe es 200 Mal versucht

Das Pokémon, das in den magischen Austausch fließt Sehr unnötiges Pokemon oder überschüssiges Pokemon, das sorgfältig zum Schlüpfen ausgewählt wurde Wird sein.

Der Versuchstermin ist der 30. November. Seit seiner Veröffentlichung sind nur zwei Wochen vergangen Es ist eine Zeit, in der sogenannte "Gachis" sorgfältig zum Schlüpfen auswählen, und es ist auch eine Zeit, in der viele gute Individuen fließen.

Mit anderen Worten ** Wenn Sie sich das Pokémon ansehen, das zu diesem Zeitpunkt in den magischen Austausch fließt Kennen Sie das starke oder beliebte Pokémon dieser Arbeit? ** ** ** Ich dachte.

Also 200 mal. Notieren Sie sich nach dem Austausch das Pokémon, das zu Ihnen gekommen ist. Während Sie das Abstract des Papiers 3 Tage vor Ablauf der Frist und den Bericht 5 Tage vor Ablauf der Frist verfassen Ca. 8 Stunden. hart gearbeitet.

Jetzt zählen wir! !! !!

Einführung in Python

Ich habe die Datei, in der 200 Börsen aufgezeichnet wurden, "NCLT_pokemon.csv" genannt. Hier sind die Pokémon aufgelistet, die in der Reihenfolge von oben zur Hand kamen.

Ich werde dies mit Python lesen und zusammenfassen. Deklarieren Sie zunächst das zu verwendende Paket.

import numpy as np
import pandas as pd
import collections
import matplotlib.pyplot as plt
%matplotlib inline

Laden Sie dann csv.

df = pd.read_csv('NCLT_pokemon.csv')

Werfen wir einen Blick auf den Inhalt der Daten.

#Drei werden zufällig aus dem Datenrahmen df extrahiert.
df.sample(3)
Pokémon
21 Roselia
10 Belobar
89 Ein Riki

So was.

Zählen wir nun, wie oft jedes Pokémon zur Hand war. Wenn Sie Counter in Sammlungen verwenden, zählt dieser sofort.

c = collections.Counter(np.array(df['Pokémon']))

Dieses c enthält bereits die aggregierten Ergebnisse. Es ist jedoch sehr schwer zu sehen, wie es ist, also lasst es uns mit Pandas formen.

#Da Counter ein Wörterbuch ist, konvertieren Sie es in DataFrame.
num_poke = pd.DataFrame.from_dict(c, orient='index')
#Geben Sie außerdem den Spaltennamen an
num_poke.columns = ['Anzahl der Auftritte']
#Sortieren Sie nach der Anzahl der Vorkommen.
num_poke_sort = num_poke.sort_values('Anzahl der Auftritte', ascending=False)

Damit ist die Formgebung abgeschlossen. Werfen wir einen Blick auf Top5!

num_poke_sort.head(5)
Anzahl der Auftritte
Dramesia 12
Koi King 9
Mimikyu 6
Scorbunny 6
Galal Ponita 5

Also das Ergebnis von 200 mal ** Dramesia ** war die Nummer eins in 12 Mal! Die neue 600er-Familie ist stark, nicht wahr?

Lassen Sie uns am Ende planen. Da der Name des Pokémon auf Japanisch ist, verwenden Sie die Bibliothek japanize-matplotlib, die matplotlib mit Japanisch kompatibel macht. Installation ist

pip install japanize-matplotlib

Sie können es von tun. Jetzt zeichnen wir.

import matplotlib.pyplot as plt
import japanize_matplotlib

#Geben Sie die Bildschirmgröße der Abbildung an
plt.figure(figsize=(30,5))
#Zeichnen Sie ein Balkendiagramm
plt.bar(np.array(num_poke_sort.index), num_poke_sort['Anzahl der Auftritte'])
#Drehen Sie das Etikett um 70 Grad um die horizontale Achse, um die Anzeige zu vereinfachen
plt.xticks(rotation=70)

Es ist fertig. image.png

Zusammenfassung

Diesmal war es nur Pokemon Neta. ** Dramesia ** Es ist etwas mehr als eins! !!

Recommended Posts

Ich habe 200 Mal versucht, magisch auszutauschen [Pokemon-Schwertschild]
Ich habe versucht zu kratzen
Ich habe PyQ ausprobiert
Ich habe AutoKeras ausprobiert
Ich habe es mit Papiermühle versucht
Ich habe versucht, Django-Slack
Ich habe es mit Django versucht
Ich habe es mit Spleeter versucht
Ich habe es mit cgo versucht
[Pokemon-Schwertschild] Ich habe versucht, die Urteilsgrundlage des tiefen Lernens anhand der Drei-Familien-Klassifikation als Beispiel zu visualisieren
Ich habe versucht, parametrisiert zu verwenden
Ich habe versucht, Mimesis zu verwenden
Ich habe versucht, anytree zu verwenden
Ich habe versucht, Pymc auszuführen
Ich habe ARP-Spoofing ausprobiert
Ich habe versucht, aiomysql zu verwenden
Ich habe versucht, Summpy zu verwenden
Ich habe Python> autopep8 ausprobiert
Ich habe versucht, Coturn zu verwenden
Ich habe versucht, Pipenv zu verwenden
Ich habe versucht, Matplotlib zu verwenden
Ich habe versucht, "Anvil" zu verwenden.
Ich habe versucht, Hubot zu verwenden
Ich habe versucht, ESPCN zu verwenden
Ich habe PyCaret2.0 (pycaret-nightly) ausprobiert.
Ich habe versucht, openpyxl zu verwenden
Ich analysierte die Rangkampfdaten des Pokemon-Schwertschilds und visualisierte sie auf Tableau
Ich habe versucht, tief zu lernen
Ich habe AWS CDK ausprobiert!
Ich habe versucht, Ipython zu verwenden
Ich habe versucht zu debuggen.
Ich habe versucht, PyCaret zu verwenden
Ich habe versucht, Cron zu verwenden
Ich habe Kivys Kartenansicht ausprobiert
Ich habe versucht, ngrok zu verwenden
Ich habe versucht, face_recognition zu verwenden
Ich habe versucht, Jupyter zu verwenden
Ich habe versucht, EfficientDet zu verschieben
Ich habe versucht, Shell zu programmieren
Ich habe versucht, doctest zu verwenden
Ich habe Python> Decorator ausprobiert
Ich habe versucht, TensorFlow auszuführen
Ich habe Auto Gluon ausprobiert
Ich habe versucht, Folium zu verwenden
Ich habe versucht, jinja2 zu verwenden
Ich habe AWS Iot ausprobiert
Ich habe die Bayes'sche Optimierung ausprobiert!
Ich habe versucht, Folium zu verwenden
Ich habe versucht, das Zeitfenster zu verwenden