利用python分析权力的游戏五王之战数据

name: 战争的名称，字符变量。
year: 战争发生的年份，数值变量。
battle_number: 本数据中的unique id，对应每一场独立的战役，数值变量。
attacker_king: 攻击方的国王，"/"表示了国王的更换。例如："Joffrey/Tommen Baratheon"意味着Tomen Baratheon继承了Joffrey的王位，分类变量。
defender_king: 防守方的国王，分类变量。
attacker_1: 攻击方将领，字符变量。
attacker_2: 攻击方将领，字符变量。
attacker_3: 攻击方将领，字符变量。
attacker_4: 攻击方将领，字符变量。
defender_1: 防守方将领，字符变量。
defender_2: 防守方将领，字符变量。
defender_3: 防守方将领，字符变量。
defender_4: 防守方将领，字符变量。
attacker_outcome: 从攻击方角度来看的战争结果，分别有：win, loss, draw，分类变量。
battle_type: 战争的类别。pitched_battle: 双方军队在一个地点相遇并战斗，这也是最基本的战争类别；ambush: 以隐身或诡计为主要攻击手段的战争；siege: 阵地战；razing: 对未设防位置的攻击。分类变量。
major_death: 是否有重要人物的死亡，二进制变量。
major_capture: 是否有重要人物的被捕，二进制变量。
attacker_size: 攻击方力量的大小，并未对骑兵、步兵等士兵种类有所区分，数值变量。
defender_size: 防守方力量的大小，并未对骑兵、步兵等士兵种类有所区分，数值变量。
attacker_commander: 攻击方的主要指挥官。指挥官的名字中并没有包含头衔，不同的指挥官名字用逗号隔开，字符变量。
defender_commander: 防守方的主要指挥官。指挥官的名字中并没有包含头衔，不同的指挥官名字用逗号隔开，字符变量。
summer: 战争是否发生于夏天，二进制变量。
location: 战争发生的地点，字符变量。
region: 战争发生的地域，包括：Beyond the Wall, The North, The Iron Islands, The Riverlands, The Vale of Arryn, The Westerlands, The Crownlands, The Reach, The Stormlands, Dorne，分类变量。
note: 注释，字符变量。

# TO DO: load pacakges
import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport seaborn as sns%matplotlib inline

# TO DO: load the datasetdf = pd.read_csv('battles.csv')
df.columnsdf.columns

df.info()

df.describe()

# 备份

df1 = df.copy()

data_game_clean['attacker_king'] = data_game_clean['attacker_king'].astype('category')
data_game_clean['defender_king'] = data_game_clean['defender_king'].astype('category')
data_game_clean['battle_type'] = data_game_clean['battle_type'].astype('category')
data_game_clean['region'] = data_game_clean['region'].astype('category')

# year与battle_number 类型错误，需要把int转换成object data_game_clean['year'] = data_game_clean['year'].astype('object')
data_game_clean['battle_number'] = data_game_clean['battle_number'].astype('object')

data_game_clean.attacker_outcome.head()

data_game_clean['attacker_king'].value_counts().plot(kind='barh',rot=45)
plt.show()

sns.set(style="darkgrid")
sns.countplot(y='battle_type', hue='attacker_king', data = df1)
plt.legend(bbox_to_anchor=(1.05, 1))
plt.show()

#去除major_death major_capture的空值df0 = data_game_clean.dropna(subset = ['major_death', 'major_capture'])#给每个区域分组并计算major_death major_capture的和data = df0.groupby('region').sum()[['major_death', 'major_capture']]

#排序p = p.sort_values('region', ascending = False)#作图p.plot.barh()

plt.xlabel('count')
plt.title('attacker_outcome_size')

empty_array = []for i in attackers:
    empty_array = np.append(empty_array, i)

from wordcloud import WordCloud
cloud = WordCloud(width=1440, height=1080, relative_scaling=0.5, stopwords=['battle']).generate(" ".join(empty_array))
plt.figure(figsize=(20, 15))
plt.imshow(cloud)
plt.axis('off')
plt.show()