![[OC] Ich habe 6,7 Milliarden Pokémon-Begegnungen simuliert, um das „Coupon-Sammlerproblem“ zu veranschaulichen: die exponentielle Schwierigkeit, sie alle zu fangen.](https://www.bytesde.com/wp-content/uploads/2025/10/l15xzcvo8ztf1-1024x592.jpg "[OC] Ich habe 6,7 Milliarden Pokémon-Begegnungen simuliert, um das „Coupon-Sammlerproblem“ zu veranschaulichen: die exponentielle Schwierigkeit, sie alle zu fangen.")
Ich bin neu in der Datenanalyse und dies war ein Projekt, bei dem ich an Python, API-Handhabung, Power Bi und allgemeiner Datenanalyse arbeitete. Dies ist mein erstes echtes Projekt und ich würde mich über jedes Feedback freuen, das mir beim Wachsen hilft! Die vollständige Lektüre finden Sie unter: https://joshualown.org/2025/10/05/i-simulated-6-7-billion-pokemon-encounters-to-quantify-your-suffering/
Von rela82me
7 Kommentare
Data source: self-generated python simulations (Github: [https://github.com/rela82me/shiny-encounter-simulation](https://github.com/rela82me/shiny-encounter-simulation) )
(read more here: [https://joshualown.org/2025/10/05/i-simulated-6-7-billion-pokemon-encounters-to-quantify-your-suffering/](https://joshualown.org/2025/10/05/i-simulated-6-7-billion-pokemon-encounters-to-quantify-your-suffering/) )
Tools used: Python, VS Code, Power BI, Poke API
This is so cool. Love the visuals.
Great article! A grind I’ll never do haha.
I wonder how this lines up with the living shiny pokedex challenge that Johnstone has been doing
Finally some content that lives up to the name of the sub
Slick, makes sense. That first plot would work nicer in log scale I’d think
Ahhh, some real honest-to-god data viz! Thanks, this is fascinating stuff. Pokémon has always been great for us data nerds.