Matriz Mágica
P>Inicialmente estava a pensar chamar a este post “Voltar à Base”, uma vez que estou a sair do arrumado e a entrar no mundo das matrizes, mas não há realmente nada de básico nisto. Vamos percorrê-lo passo a passo.
P>Primeiro, vamos pegar na nossa mesa e fazer dela uma matriz. Não podemos simplesmente fazer as.matrix() directamente, pois fará da coluna de Ataque a primeira coluna, enquanto nós queremos que isso sejam os nomes das rochas, por isso vamos fazê-lo em dois passos.
m <- as.matrix(type_comparisons)rownames(m) <- type_comparisons$AttackingNext, porque só nos interessa se a entrada é 2 ou não, vamos alterar cada entrada que é 2 para ser 1 e cada entrada que não é 0 (a 1L * faz com que seja 1 ou 0 em vez de VERDADEIRO ou FALSO).
super_effective_m <- (m == 2) * 1Lsuper_effective_m## Normal Fire Water Electric Grass Ice Fighting Poison Ground Flying## Normal 0 0 0 0 0 0 0 0 0 0## Fire 0 0 0 0 1 1 0 0 0 0## Water 0 1 0 0 0 0 0 0 1 0## Electric 0 0 1 0 0 0 0 0 0 1## Grass 0 0 1 0 0 0 0 0 1 0## Ice 0 0 0 0 1 0 0 0 1 1## Fighting 1 0 0 0 0 1 0 0 0 0## Poison 0 0 0 0 1 0 0 0 0 0## Ground 0 1 0 1 0 0 0 1 0 0## Flying 0 0 0 0 1 0 1 0 0 0## Psychic 0 0 0 0 0 0 1 1 0 0## Bug 0 0 0 0 1 0 0 0 0 0## Rock 0 1 0 0 0 1 0 0 0 1## Ghost 0 0 0 0 0 0 0 0 0 0## Dragon 0 0 0 0 0 0 0 0 0 0## Dark 0 0 0 0 0 0 0 0 0 0## Steel 0 0 0 0 0 1 0 0 0 0## Fairy 0 0 0 0 0 0 1 0 0 0## Psychic Bug Rock Ghost Dragon Dark Steel Fairy## Normal 0 0 0 0 0 0 0 0## Fire 0 1 0 0 0 0 1 0## Water 0 0 1 0 0 0 0 0## Electric 0 0 0 0 0 0 0 0## Grass 0 0 1 0 0 0 0 0## Ice 0 0 0 0 1 0 0 0## Fighting 0 0 1 0 0 1 1 0## Poison 0 0 0 0 0 0 0 1## Ground 0 0 1 0 0 0 1 0## Flying 0 1 0 0 0 0 0 0## Psychic 0 0 0 0 0 0 0 0## Bug 1 0 0 0 0 1 0 0## Rock 0 1 0 0 0 0 0 0## Ghost 1 0 0 1 0 0 0 0## Dragon 0 0 0 0 1 0 0 0## Dark 1 0 0 1 0 0 0 0## Steel 0 0 1 0 0 0 0 1## Fairy 0 0 0 0 1 1 0 0 O all_combinations matriz que criámos anteriormente é essencialmente um conjunto de índices para a matriz super_effective_m. Por exemplo, a coluna 1 de all_combinations são os números de 1 a 6, o que significa que queremos obter as linhas 1 a 6 de super_effective_m. Lembre-se, cada linha de super_effective_m é um tipo de ataque na nossa equipa, e cada coluna é um tipo de defesa. Queremos então obter a soma de cada coluna e saber quantas colunas têm uma soma de mais de 0, o que significa que pelo menos um dos nossos tipos atacantes foi super eficaz contra ele. Vamos fazer uma função, super_effective_nb:
super_effective_nb <- function(indices) { sum(colSums(super_effective_m) > 0)} Agora podemos usar apply() para obter um vector, para todas as equipas de 18k+, de quantos tipos são super eficazes contra ele. Se não estiver familiarizado com apply(), o primeiro argumento é a que estamos a aplicar a nossa função, o segundo é se deve aplicar-se às linhas ou colunas (escolhemos 2 para coluna, uma vez que cada coluna é a equipa), e o terceiro é a função.
super_effective_results <- apply(all_combinations, 2, super_effective_nb)Quais são as combinações que são super eficazes contra o número máximo de tipos possíveis?
which(super_effective_results == max(super_effective_results))## 14323 14325 15610 15612 16454 16459 16852 16854 16989 16994Vemos que existem 10 combinações possíveis de seis tipos. Vejamo-los obtendo essas colunas de all_combinations.
## ## 4 4 5 5 5 5 6 6 6 6## 6 6 6 6 8 8 7 7 7 7## 7 7 7 7 9 9 8 8 9 9## 9 9 9 9 13 13 9 9 10 10## 10 10 10 10 14 16 10 10 14 16## 14 16 14 16 18 18 14 16 17 17Temos agora uma matriz, best_combo, onde cada coluna é uma equipa. Por exemplo, vemos uma equipa de tipos 4, 6, 7, 9, 10, e 14 cobrir o número máximo de tipos defensores. Mas o que é o tipo 4? Para responder a isso, tomamos os nomes das linhas de super_effective_m e indexamo-los por best_combos.
rownames(super_effective_m)## "Electric" "Ice" "Fighting" "Ground" "Flying" "Ghost" ## "Electric" "Ice" "Fighting" "Ground" "Flying" "Dark" ## "Grass" "Ice" "Fighting" "Ground" "Flying" "Ghost" ## "Grass" "Ice" "Fighting" "Ground" "Flying" "Dark" ## "Grass" "Poison" "Ground" "Rock" "Ghost" "Fairy" ## "Grass" "Poison" "Ground" "Rock" "Dark" "Fairy" ## "Ice" "Fighting" "Poison" "Ground" "Flying" "Ghost" ## "Ice" "Fighting" "Poison" "Ground" "Flying" "Dark" ## "Ice" "Fighting" "Ground" "Flying" "Ghost" "Steel" ## "Ice" "Fighting" "Ground" "Flying" "Dark" "Steel" Isto dá-nos um vector de caracteres. Está em ordem, por isso sabemos que os seis primeiros são a equipa 1, os seis segundos a equipa 2, etc., mas não é muito bem apresentado. Podemos usar matrix para transformar isto numa matriz, especificando que queremos 6 filas.
strongest_teams <- matrix(rownames(super_effective_m), nrow = 6)strongest_teams## ## "Electric" "Electric" "Grass" "Grass" "Grass" "Grass" "Ice" ## "Ice" "Ice" "Ice" "Ice" "Poison" "Poison" "Fighting"## "Fighting" "Fighting" "Fighting" "Fighting" "Ground" "Ground" "Poison" ## "Ground" "Ground" "Ground" "Ground" "Rock" "Rock" "Ground" ## "Flying" "Flying" "Flying" "Flying" "Ghost" "Dark" "Flying" ## "Ghost" "Dark" "Ghost" "Dark" "Fairy" "Fairy" "Ghost" ## ## "Ice" "Ice" "Ice" ## "Fighting" "Fighting" "Fighting"## "Poison" "Ground" "Ground" ## "Ground" "Flying" "Flying" ## "Flying" "Ghost" "Dark" ## "Dark" "Steel" "Steel"Para o nosso passo final, vamos de facto fazer disto um tibble, para que eu possa ver quais os tipos que aparecem com mais frequência nas diferentes possibilidades da equipa.
strongest_teams %>% as_tibble() %>% gather(team, type) %>% count(type, sort = TRUE) %>% knitr::kable()| type | n |
|---|---|
| Ground | 10 |
| 8 | |
| Flying | |
| Ice | |
| 5 | |
| Ghost | 5 |
| Grass | 4 |
| Poison | 4 |
| Electric | 2 |
| Fairy | 2 |
| Rock | 2 |
| Steel | 2 |
Vemos que todas as 10 equipas precisam de um tipo de solo, onde 8 têm um tipo de Combate, Voar, ou Gelo. Por outro lado, Elétrico, Fada, Pedra e Aço são usados apenas por duas equipas.