本身是個美劇迷，其中權力的游戲是我最愛的美劇之一，所以我通過kaggle下載了數據集並進行分析。數據名稱解釋如下：
name: 戰爭的名稱，字符變量。
year: 戰爭發生的年份，數值變量。
battle_number: 本數據中的unique id，對應每一場獨立的戰役，數值變量。
attacker_king: 攻擊方的國王，"/"表示了國王的更換。例如："Joffrey/Tommen Baratheon"意味着Tomen Baratheon繼承了Joffrey的王位，分類變量。
defender_king: 防守方的國王，分類變量。
attacker_1: 攻擊方將領，字符變量。
attacker_2: 攻擊方將領，字符變量。
attacker_3: 攻擊方將領，字符變量。
attacker_4: 攻擊方將領，字符變量。
defender_1: 防守方將領，字符變量。
defender_2: 防守方將領，字符變量。
defender_3: 防守方將領，字符變量。
defender_4: 防守方將領，字符變量。
attacker_outcome: 從攻擊方角度來看的戰爭結果，分別有：win, loss, draw，分類變量。
battle_type: 戰爭的類別。pitched_battle: 雙方軍隊在一個地點相遇並戰斗，這也是最基本的戰爭類別；ambush: 以隱身或詭計為主要攻擊手段的戰爭；siege: 陣地戰；razing: 對未設防位置的攻擊。分類變量。
major_death: 是否有重要人物的死亡，二進制變量。
major_capture: 是否有重要人物的被捕，二進制變量。
attacker_size: 攻擊方力量的大小，並未對騎兵、步兵等士兵種類有所區分，數值變量。
defender_size: 防守方力量的大小，並未對騎兵、步兵等士兵種類有所區分，數值變量。
attacker_commander: 攻擊方的主要指揮官。指揮官的名字中並沒有包含頭銜，不同的指揮官名字用逗號隔開，字符變量。
defender_commander: 防守方的主要指揮官。指揮官的名字中並沒有包含頭銜，不同的指揮官名字用逗號隔開，字符變量。
summer: 戰爭是否發生於夏天，二進制變量。
location: 戰爭發生的地點，字符變量。
region: 戰爭發生的地域，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，分類變量。
note: 注釋，字符變量。首先我們先提出問題：
1.每個國王攻擊方式
2.每年死亡或被俘的重要人物
3.每個區域死亡或被俘的重要人物人數
4.戰爭結果是否與兵力多少有關系
1 導入包
# TO DO: load pacakges
import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns %matplotlib inline
1 收集數據
# TO DO: load the dataset df = pd.read_csv('battles.csv') df.columns
1.1 查看數據類型
df.info()
df.describe()
收集和查看完數據，我們要對數據進行整理了
二 數據整理
2.1 首先備份數據
# 備份
df1 = df.copy()
通過觀察數據我們發現以下錯誤：
質量錯誤：
1.defender3 and defender4 都是 NaN，並且他們的類型為float。
2.部分數據丟失，解決丟失問題。
3. year與battle_number 類型錯誤
# 去除'attacker_2', 'attacker_3', 'attacker_4', 'defender_2', 'defender_3', 'defender_4', 'note'列 data_game_clean = data_game_clean.drop(['attacker_2', 'attacker_3', 'attacker_4', 'defender_2', 'defender_3', 'defender_4', 'note'], axis=1)
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與battle_number 類型錯誤，需要把int轉換成object data_game_clean['year'] = data_game_clean['year'].astype('object') data_game_clean['battle_number'] = data_game_clean['battle_number'].astype('object')
# 檢查是否有重復值 sum(data_game_clean.duplicated())
查看結果
data_game_clean.attacker_outcome.head()
# 檢查是否有重復值 sum(df1.duplicated())
數據探索分析
每個國王攻擊次數
data_game_clean['attacker_king'].value_counts().plot(kind='barh',rot=45) plt.show()
從圖中看出第一的是Joffrey/Tommen Baratheon作為進攻方進行了14場戰斗，主要原因是各個領主不承認Joffrey的合法地位，因為Joffrey是瑟曦和他弟弟的孩子，身體中淌着蘭尼斯特家族的血，為了讓各領主承認其合法地位，所以進行了大量戰斗。第二個是Robb Stark，因為其父親被害開始復仇之戰。
每個國王攻擊方式
sns.set(style="darkgrid") sns.countplot(y='battle_type', hue='attacker_king', data = df1) plt.legend(bbox_to_anchor=(1.05, 1)) plt.show()
這場戰斗分為四種類型，分別為遭遇戰、伏擊戰、圍城戰、razing(不懂這個意思)，可以看出Joffrey/Tommen Baratheon的14場戰爭中有6場遭遇戰、3場伏擊戰和5場圍城戰，而史塔克是10場戰爭中有5場伏擊戰和3場遭遇戰和2場圍城戰，能夠看出Joffrey/Tommen Baratheon更喜歡遭遇戰，而史塔克更喜歡伏擊戰。還能夠看出只有Stannis Baratheon進行過razing。
每個區域死亡或被俘的重要人物人數
#去除major_death major_capture的空值 df0 = data_game_clean.dropna(subset = ['major_death', 'major_capture']) #給每個區域分組並計算major_death major_capture的和 data = df0.groupby('region').sum()[['major_death', 'major_capture']] data
#將region計數，並轉化為表格與data合並
p = pd.concat([data, df0.region.value_counts().to_frame()], axis = 1)
#排序 p = p.sort_values('region', ascending = False)
#作圖 p.plot.barh() plt.xlabel('count') plt.title('attacker_outcome_size')
可以看出在The Riverlands發生的戰爭最多，死亡和被俘的人物也最多，而血色婚禮也發生在此，史塔克家族在這里傷亡慘重。北境雖然發生的戰爭多，但死亡的重要人物少。
戰爭結果是否與兵力多少有關系
# 去除'attacker_size', 'defender_size','attacker_outcome'3列空值 df2 = data_game_clean.dropna(subset = ['attacker_size', 'defender_size','attacker_outcome']) # 計算進攻與防御的兵力差值 df3 = df2.attacker_size - df2.defender_size #將其轉化為dataframe df3 = df3.to_frame(name='size') #將這一列合並至df1表格中 result = pd.concat([df2,df3],join='outer',axis=1) result.info()
sns.lmplot(x = 'attacker_size', y = 'defender_size', hue='attacker_outcome', fit_reg=False,data = data_game)
戰爭結果是否與兵力多少沒有關系，只有2場戰爭是在兵力取得優勢的情況下勝利的，其他都是以少勝多，因為戰爭有很多不可預測性，不是人多就能打贏戰爭的。
attackers = df_data_game_clean.attacker_king.map(lambda x:str(x).split(",")) 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()
可以看到offrey/Tommen Baratheon被提及的更多，而Euron Greyjoy被提及的最少。
得出結論
結論：
1.每個國王攻擊方式：可以看出Joffrey/Tommen Baratheon的14場戰爭中有6場遭遇戰、3場伏擊戰和5場圍城戰，而史塔克是10場戰爭中有5場伏擊戰和3場遭遇戰和2場圍城戰，能夠看出Joffrey/Tommen Baratheon更喜歡遭遇戰，而史塔克更喜歡伏擊戰。還能夠看出只有Stannis Baratheon進行過razing。
2.每年死亡或被俘的重要人物：299年發生的戰爭被俘和死亡的重要人物最多，可能和發生的戰爭次數有關，因為299年發生的戰爭次數最多。
3.每個區域死亡或被俘的重要人物人數：可以看出在The Riverlands發生的戰爭最多，死亡和被俘的人物也最多，而血色婚禮也發生在此，史塔克家族在這里傷亡慘重。北境雖然發生的戰爭多，但死亡的重要人物少。
4.戰爭結果是否與兵力多少有關系:戰爭結果是否與兵力多少沒有關系，只有2場戰爭是在兵力取得優勢的情況下勝利的，其他都是以少勝多，因為戰爭有很多不可預測性，不是人多就能打贏戰爭的。
5.可以看到offrey/Tommen Baratheon被提及的更多，而Euron Greyjoy被提及的最少。