用 Python 分析了 10000 場吃雞數據,原來吃雞要這麼玩!
作者 | 阿廣
責編 | 屠敏
前言
絕地求生在國內火的一塌糊塗的時候,一款名叫 Fortnite 的遊戲在國外颳起了堡壘旋風,這款同樣為大逃殺玩法的沙盒類遊戲,在絕地求生逐漸走低的形勢下,堡壘之夜卻奪得多項提名,眾多明星主播轉戰堡壘!
上天入地,蓋樓修路,鋪陷阱設彈床;想和太陽肩並肩,一發火箭就上天。
鑒於「二百斤靈魂」小胖舍友經常痴迷於吃雞類遊戲,為了幫助他提高遊戲勝率,我爬取並分析了 1w 余場吃雞數據。下面讓我們來看一下能吃雞得強相關條件是什麼?
獲取數據
首先,我們需要載入 Python 庫:
然後載入Fortnite數據,檢查數據的質量和整潔度,然後整理和清理數據集,以便進行後續的清理工作。
為了對數據集有一個大致的了解,不妨先輸出數據的前幾行。
結果為:
觀察數據
本數據集包含了1w余把遊戲數據,其中可能有「二百斤」的小胖網癮記錄(慘不忍睹:joy:)。該數據集中的缺失值被標記為NaN。數據列名的含義如下:
數據處理
查看數據類型和數據有無缺失值:
查看一下有無重複數據:
結果為:
查看數據的描述統計:
結果為:
經過分析數據,發現一場淘汰13人的數據,可能存在誤差,單獨輸出看一下:
結果為:
經過分析,這條屬於正常數據,可能是「有趣的靈魂」小胖同學這場異常生猛,一人殺了13個,一路高歌在吃雞的道路上,且只有3000m的行進舉例說明基本上沒有跑毒的困擾,可以說天時地利了!
為了提高清潔度,將match-time列拆分成年月日列和小時列,下面是數據清理:
吃雞到底和哪個數據相關性最強?
在完成數據整理和清理之後,我接下來進行探索性數據分析。首先確定研究問題,然後可以輸出描述性統計值,查看有沒有值得研究的點(途中可以因為了解到更好的點而調整問題方向),創建可視化圖表,解決你在前面提出的研究問題。
探究問題:獲得第一名(吃雞)到底跟那個數據相關性最高?
結果為:
奇怪的是,在吃雞的數據中,Wal-Mart的數據明顯偏優良,Alivn和Kaka的數據看起來似乎並不怎麼樣,在knockout_number,precision和`cause_damage這幾個我們慣常看的吃雞指標中顯示非常不突出,甚至還不如很多排名比較靠後的數據。之後篩選出傷害高於606的數據
我們可以看到高於吃雞的Alvin和Kaka記錄的那次只造成541和605傷害的數據多如牛毛,但是成績貌似並不怎麼樣,成績才在第六名徘徊!那是什麼原因造成Alvin和Kaka吃雞的呢,難道只是搭上了「二百斤」小胖沃爾瑪的快船,兩位都是划水之輩么!
並不是這樣的,我們的眼光落在了afford_damage和building_damage上,兩位都有很高的承受傷害和建築傷害,(堡壘之夜是可以自己搭建築作為掩體的)那他們是不是去幫主火力手沃爾瑪去吸引火力和打掉地方簡直給沃爾瑪輸出空間的呢,讓我們繼續研究。
那麼,引來了一個分支問題:圍繞主輸出手,一個有著afford_damage和building_damage的隊友對吃雞有功效嗎?
解決代碼如下:
可推斷,knockout_number,precision和cause_damage這幾個數據對於吃雞固然重要,但是要是在4人小組中,圍繞1到2個輸出位,配置1到2為抗住傷害的肉盾和負責拆板子的機槍手,對吃雞是大有益處的。
經過數據的可視化,熱度圖如下:
分析熱度圖
在熱力圖中,與吃雞(grade)相關性比較高的前三項是:材料收集、淘汰人數和造成傷害。
之前比較看好的命中和精準打擊相關性不太高,難道良好的FPS手感在堡壘之夜中已經不太重要了么,這就還需要更多的數據來研究。
期望研究的問題
是否天命圈與能否吃雞是不是有相關性?(marching_course
比賽中使用更多的板子與能否吃雞是不是有相關性?(material_using)
註:由於數據量太小,以後能收集到更多的數據,是希望可以對上面以及更多的方向進行研究。
結論
根據上面的熱力圖可以得出如下結果:
與吃雞相關性比較高的前三項是:材料收集、淘汰人數和造成傷害,基本複合預期;
材料使用的相關性高是因為被淘汰的玩家爆出的裝備和材料被撿起也視作材料收集;
組隊如果想要取得好成績,圍繞1到2個輸出位,配置1到2為抗住傷害的肉盾和負責拆板子的機槍手,才是正道;
正如前面所說,這個分析出來的結果更偏向於單人吃雞,組隊吃雞,隊員之間的工作分配也是非常重要的。
最後想說的話
用時間和生命兌換虛擬的快感和對現實的逃避,最終還是一無所獲。疏遠了自己的朋友,家人,越打越孤獨,越孤獨越打。
每一局都好像重新開始,每一局都不過是重複上演。一局又一局,看不到盡頭。炫耀的是戰績,流失的是生命。
每次該做正事了,仔細規劃一番後:好可怕,要好長時間哦。先打一盤遊戲壓壓驚...就這樣,一日復一日,一年復一年,時間在別人的圈套中浪費掉,我們和理想的距離也越來越遠。
遊戲初始畫面里都寫著,適度遊戲益腦,切勿沉迷遊戲。我希望每一個打遊戲的朋友,都能夠做到:吃雞是一種態度,不是生活的全部!
GitHub 地址:https://github.com/zandaoguang/eattingchicken
作者簡介:阿廣,本文首發於個人公眾號「視學演算法」。
「視學演算法」是專註於大數據、人工智慧和演算法的學習平台,也是一個保送中科院軟體研究所直博生的自留地。人生苦短,我願做您最忠實的技術支持夥伴!一起用代碼改變世界!
【完】
微信改版了,
想快速看到CSDN的熱乎文章,
趕快把CSDN公眾號設為星標吧,
打開公眾號,點擊「設為星標」就可以啦!
※打通應用隔閡,AR 如何助力互聯網度過寒冬?
※Python爬取愛奇藝52432條數據分析誰才是《奇葩說》的焦點人物?
TAG:CSDN |