Sandrine Henry
Data Science Portfolio
Objectif :¶
L'idée de base était de faire un challenge Makeover Monday [https://www.makeovermonday.co.uk/].
J'ai choisi de créer une datavisaulisation suivant le nombre de morts tout au long de la série Game of Thrones.
Source : [https://data.world/datasaurusrex/game-of-thones-deaths]
Import des librairies¶
In [6]:
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
In [10]:
got = pd.read_excel (r'../data/game-of-thones-deaths.xlsx')
got.columns=got.iloc[0]
got.drop(index=0, inplace=True)
#Je concatene les colonnes 'Season' et 'Episode'
got['Epi_seas'] = 'S'+got["Season"].map(str)+'E'+got["Episode"].map(str)
got.tail()
Out[10]:
Nb de morts par saison¶
In [11]:
got_death_season=got.groupby(["Season"]).agg({'Death No.':'count'})
plt.style.use('fivethirtyeight')
fig = plt.figure(figsize=(12, 6))
got_death_season['Death No.'].plot.bar()
plt.title('Nb de morts par Saison')
plt.xlabel('Saisons')
plt.ylabel('Nb de morts')
Out[11]:
Sans surprise, on voit que la Saison 8 a été la plus meurtrière. Mais évitons le Spoil.
Episode le plus meutrier par saison¶
But : Identifier l'épisode par saison le plus meutrier.
Première étape : création d'un df puis d'un pivot sur le nb de morts par saison par épisode.
In [12]:
got_death_epi_season=got[['Season','Episode','Allegiance']].groupby(['Season','Episode']).agg('count')
got_death_epi_season= got_death_epi_season.pivot_table(index='Episode' ,columns=['Season'] , values='Allegiance')
got_death_epi_season
Out[12]:
Deuxième étape : Création d'un graph de type "scatter plot" où je m'assure que les points aient une taille proportionnelle au nb de morts
In [13]:
plt.figure(figsize=(12,6))
for x in got_death_epi_season:
ax = sns.scatterplot(x,
y=[d for d in got_death_epi_season.index],
size=got_death_epi_season[x],
sizes=(10, got_death_epi_season[x].max()),
legend=False,
label=x,
cmap="plasma")
for z in got_death_epi_season.index:
if got_death_epi_season[x][z] == got_death_epi_season[x].max():
ax.text(x+0.15, z, got_death_epi_season[x][z], horizontalalignment='left', size='medium', color='black', weight='semibold')
plt.title('Episode le plus meutrier par saison')
plt.xlabel('Saisons')
plt.ylabel('Episodes')
Out[13]:
Maisons les plus meutrières envers quelle allégiance¶
In [14]:
got_house=got[['Allegiance','Death No.','Epi_seas','Killers House']]
got_house =got_house.groupby(['Allegiance','Killers House']).agg({'Death No.':'count'})
got_house = got_house.pivot_table(index='Allegiance',columns='Killers House')
got_house = got_house.xs('Death No.', axis=1, drop_level=True)
got_house.head()
Out[14]:
In [15]:
f, ax = plt.subplots(figsize=(12, 6))
sns.heatmap(got_house, annot=False, linewidths=.2, ax=ax, cmap="plasma")
Out[15]:
Observation : 2 maisons se distinguent - la maison des Lannister et celle des Targaryen
Nb de morts par type d'armes¶
J'identifie dans un premiers temps le top dix des armes les plus employées que je mets dans une liste
In [16]:
#got_weapons=got[['Death No.','Method','Season']].groupby(['Method']).agg({'Death No.':'count'}).sort_values('Death No.',ascending=False).nlargest(10,'Death No.')
list_weapons = [x for x in got[['Death No.','Method','Season']].groupby(['Method']).agg('count').sort_values('Death No.',ascending=False).nlargest(10,'Death No.').index]
death_weapons= got[got['Method'].isin(list_weapons)].groupby(['Method','Season']).agg('count')
death_weapons = death_weapons.pivot_table(index='Method',columns=['Season'],values ='Allegiance')
death_weapons
Out[16]:
Je crée une liste vide qui contiendra les morts par armes
Je fais ensuite une itération par ligne de la df où j'utilise iloc pour accéder aux valeurs
In [17]:
Row_list =[]
for i in range((death_weapons.shape[0])):
Row_list.append(list(death_weapons.iloc[i, :]))
Enfin, je crée mon graph de type histogramme empilé avec une boucle for
In [18]:
plt.figure(figsize=(15,6))
barWidth = 0.85
season_list = death_weapons.columns.tolist() #pour obtenir le n°de saison sur l'axe des abscisses
plt.xticks(season_list, season_list)
colors=['darkcyan', 'coral', 'green', 'crimson', 'cyan','yellow','pink','brown','orange','grey']
for row,c in zip(range(10),colors):
plt.bar(season_list,Row_list[row],width=barWidth, color=c)
plt.xlabel("Nb de morts par type d'armes les plus employées")
plt.legend([armes for armes in death_weapons.index],loc=2)
Out[18]:
Analyse de lieux mortels¶
In [19]:
list_killers = [x for x in got[['Death No.','Location','Season']].groupby(['Location']).agg('count').sort_values('Death No.',ascending=False).nlargest(10,'Death No.').index]
list_killers= got[got['Location'].isin(list_killers)].groupby(['Location','Season']).agg('count')
#list_killers = list_killers.pivot_table(index='Killer',columns=['Season'],values ='Allegiance')
#list_killers['Total of death']=list_killers.sum(axis=1)
#list_killers=list_killers.sort_values('Total of death', ascending=False)
list_killers = list_killers.pivot_table(index='Season',columns=['Location'],values ='Allegiance')
list_killers
Out[19]:
In [20]:
sns.set(style="whitegrid")
location=list_killers[['Beyond the Wall','Castle Black','The Twins']]
ax = sns.boxplot(data=location, orient="h", palette="Set2")
Top des personnages les plus meurtriers¶
Je cherche les 10 personnages les plus meurtriers toutes saisons confondues.
In [21]:
list_killers = [x for x in got[['Death No.','Killer','Season']].groupby(['Killer']).agg('count').sort_values('Death No.',ascending=False).nlargest(10,'Death No.').index]
list_killers= got[got['Killer'].isin(list_killers)].groupby(['Killer','Season']).agg('count')
#list_killers = list_killers.pivot_table(index='Killer',columns=['Season'],values ='Allegiance')
#list_killers['Total of death']=list_killers.sum(axis=1)
#list_killers=list_killers.sort_values('Total of death', ascending=False)
list_killers = list_killers.pivot_table(index='Season',columns=['Killer'],values ='Allegiance')
list_killers
Out[21]:
Visualisation pour 2 héros Arya Stark et Jon Snow pour voir la distribution des morts au cours des 8 saisons.
In [23]:
sns.set(style="whitegrid")
killers=list_killers[['Arya Stark','Jon Snow']]
ax = sns.boxplot(data=killers, orient="h", palette="Set2")
In [ ]: