Este projeto se concentra na análise dos dados da Pokedex, que incluem informações sobre vários Pokémon. O código em Python realiza várias etapas de análise exploratória de dados (AED) e gera visualizações para entender melhor as características dos Pokémon. Abaixo estão as principais etapas e resultados da análise.
-
Certifique-se de que você tenha o arquivo de dados
pokedex.csvna mesma pasta em que este código está localizado. -
Execute o código em um ambiente Python, como Jupyter Notebook ou IDE Python.
-
O código carregará os dados da Pokedex, realizará a limpeza e executará as análises. Os resultados serão exibidos na saída padrão ou em gráficos, dependendo das análises realizadas.
- O código começa carregando os dados da Pokedex de um arquivo CSV.
- É realizada uma verificação para identificar e remover linhas com dados ausentes.
- A análise de correlação é realizada para entender as relações entre diferentes variáveis, como Ataque e Velocidade.
- Um gráfico de dispersão é gerado para visualizar a diferença entre Ataque e Velocidade para Pokémon dos tipos "Grass Poison" e "Fire". Uma regressão linear é aplicada para determinar a tendência.
- Os resultados da análise são exibidos na saída padrão.
- Os gráficos, quando gerados, podem ser visualizados na interface gráfica do ambiente Python.
- Python 3.x
- Bibliotecas: pandas, numpy, matplotlib, scipy