《英雄联盟》捞月狗数据初探

《英雄联盟》捞月狗数据初探

挖掘机小王子挖掘机小王子

【温馨提示:如果想要本文爬取的英雄联盟的数据请在评论区留下邮箱或联系文末作者!】

本文用Python从捞月狗网站上面抓取国服各区及外服王者数据信息,然后用R软件进行数据初探及浅析。旨在发现数据后面的有趣的东西!爱生活,爱数据!

  • Python爬取捞月狗数据

要抓取的数据如下图所示:

主要包括王者游戏ID,所在区服,胜点,胜场,负场,胜率,最近状态,擅长位置,本命英雄等。由于捞月狗的数据是每天更新的,所以不同时间爬取数据可能会有所不同。

所用的Python代码如下:

导入所需要的模块:

import requests
import re
import pandas as pd

设置头部信息:

head={'User-Agent':'你自己的头部信息'}

设置正则来获取国服王者信息:

rem=re.compile(r'class="subStrTitle">(.*?)</span>.*?server">(.*?)</div>.*?class="icon-dan"><em>(.*?)</em>.*?<span>(.*?)<em class="color-win">(.*?)<.*?\t<span>/</span>.*?<span>(.*?)<em class="color-defeat">(.*?)</em>.*?"percentage">(.*?)</span>.*?/score/(.*?).png.*?color-zhongdan">(.*?)</span>.*?alt="(.*?)"/>.*?alt="(.*?)"/>.*?alt="(.*?)"/>',re.S)

外服正则用于获取外服王者信息:

reh=re.compile(r'<span class="subStrTitle">(.*?)</span>.*?player-server">(.*?)</div>.*?<em>(.*?)</em>.*?<span>(.*?)<em.*?win">(.*?)</em></span>.*?<span>.*?<span>(.*?)<em.*?feat">(.*?)</em>.*?"percentage">(.*?)</span>.*?score/(.*?).png.*?"color-zhongdan">(.*?)</span>.*?src="(.*?)">.*?src="(.*?)">.*?src="(.*?)">',re.S)

获取国服对应的战区,存放在zhanqu_list_cn中:

url_cn='http://www.laoyuegou.com/x/zh-cn/lol/lol/godrank.html?region=cn&area=1'
html_cn = requests.get(url_cn,headers = head)
reg=re.compile(r'class="cn-li.*?href="(.*?)">',re.S)
zhanqu_list_cn=re.findall(reg,html_cn.text)#国服战区

获取外服对应的战区,存放在zhanqu_list_en中:

url_en='http://www.laoyuegou.com/x/zh-cn/lol/lol/godrank.html?region=foreign&area=kr'
html_en = requests.get(url_en,headers = head)
ren=re.compile(r'class=" foreign-li.*?href="(.*?)">',re.S)
zhanqu_list_en=re.findall(ren,html_en.text)

定义下载中国战区数据的函数:

def updown_cn(zhanqu_list_cn):
    for zhanqu in zhanqu_list_cn:
        for m in range(1,11):
            url=zhanqu+'&page='+str(m)
            im = requests.get(url,headers = head)
            if im.status_code == 200:

                data=re.findall(rem,im.text)  #得到数据rem代表国服数据
                data=pd.DataFrame(data)
                data.to_csv('/home/wajuejiprince/文档/LOLDT/LOLDT.csv', header=False, index=False,mode='a+')#写入csv文件,'a+'是追加模式
                data=[]

定义下载外服战区数据的函数:

def updown_en(zhanqu_list_en):
    for zhanqu in zhanqu_list_en:
        for m in range(1,11):
            url=zhanqu+'&page='+str(m)
            im = requests.get(url,headers = head)
            if im.status_code == 200:

                data=re.findall(reh,im.text)  #得到数据reh代表外服数据
                data=pd.DataFrame(data)
                data.to_csv('/home/wajuejiprince/文档/LOLDT/LOLDT.csv', header=False, index=False,mode='a+')#写入csv文件,'a+'是追加模式
                data=[]

下载数据:

updown_cn(zhanqu_list_cn)  #下载中国战区数据
updown_en(zhanqu_list_en)  #下载外服战区数据

下载下来的数据保存格式是CSV格式,内容如下图所示:

经过翻看数据,只找到几条格式异常数据(已经手动删除)。

  • R语言数据初探

下面用R软件来分析数据,看看能否发现一些有趣的事情!

导入分析是要用的R语言程序包:

library(data.table)
library(plotly)
library(magrittr)
library(wordcloud2)

导入数据:

dt=fread(file.choose())

国服数据:

dt_cn=dt[1:2500] #也就是前2500个

外服数据:

dt_en=dt[2501:4480]

各个战区王者数量(国服):

>dt_cn[,.(.N),by=.(所在战区)]
      所在战区   N
 1:   艾欧尼亚   90
 2:      祖安   80
 3:   诺克萨斯   80
 4:   班德尔城   90
 5: 皮尔特沃夫   90
...................
25:   扭曲丛林  99
26: 教育网专区  25
27:   巨龙之巢  90
28:   男爵领域  90
29:   峡谷之巅  80
      所在战区   N

概览数据(国服):

>summary(dt_cn[,.(.N),by=.(所在战区)])
   所在战区               N         
 Length:29          Min.   : 25.00  
 Class :character   1st Qu.: 80.00  
 Mode  :character   Median : 90.00  
                    Mean   : 86.21  
                    3rd Qu.: 90.00  
                    Max.   :100.00  

#王者最少的区

> dt_cn[,.(.N),by=.(所在战区)][N==25]
     所在战区  N
1: 教育网专区 25

#王者有100人的区(最多也就100人)

> dt_cn[,.(.N),by=.(所在战区)][N==100]
   所在战区   N
1: 均衡教派 100
2: 守望之海 100

外服王者数量:

plot_ly(dt_en[,.(.N),by=.(所在战区)],x=~所在战区,y=~N,type="bar")

外服王者数量较多(相对于国服一个区),可能原因是有的外服就一个服务器,比如韩国,另外也和捞月狗统计的数据有关.

国服各区平均胜点:

dt_cn[,.(mean=mean(胜点)),by=.(所在战区)]

这里并不能看出艾欧尼亚是最强的战区。

王者平常都是处于什么游戏状态:

wordcloud2(dt_cn[,.(.N),by=.(最近状态)])

英雄联盟的评价等级是这样递增的D-,D,D+;C-,C,C+;B-,B,B+;A-,A,A+;S-,S,S+!大部分王者的最近状态往往都是S级别的状态。可惜的是该数据集中没有其他段位的数据,如果有的话还可以比较一下各个段位玩家的平时的游戏状态。

王者擅长的位置:

各个大区的王者比较喜欢打野和上单的位置。这两个位置也是英雄联盟中承受伤害比较多的位置,也可以说他们可能更倾向于玩"肉"一点的英雄吧。这样的英雄也是在职业联赛中经常说的容错率比较高。换句话说也就是:又肉又有输出型的英雄。

王者玩家本命英雄(当前版本2017.08.05):

#由于在爬去数据的时候有的本命英雄不是我们预想的,在这里将其删除(也就3~4个).

dt_all=fread(file.choose())
dt_cn<-dt_all[1:2497]
dt_1<-dt_cn[,本命英雄1]
dt_2<-dt_cn[,本命英雄2]
dt_3<-dt_cn[,本命英雄3]
all_hero<-c(dt_1,dt_2,dt_3) #所有的英雄
table(all_hero)%>%data.frame()%>%wordcloud2(shape='star')

#以星型方式绘制云图。

不愧是王者玩家,玩盲僧这样”骚气“操作的英雄。。。。。。(由于外服的本命英雄在爬取的时候爬到的都是一些图片链接,不方便可视化,所以以上云图不含外服数据)


总结:

  • 朋友们听我一句劝,放下游戏吧, 出去走走, 读几页自己喜欢的书,去自己喜欢的地方走走,陪陪喜欢的人,晚上无聊的时候 约几个朋友出去喝喝茶,聊聊天, 真的一天下来,你会发现还是玩游戏有意思!


关于作者:

  • 姓名:麦艳涛
  • 网名:挖掘机小王子
  • 个人网站:挖掘机小王子
  • 微信:Gorgon---Medusa
  • QQ邮箱:WaJueJiPrince@qq.com
  • 个人简介:数据分析爱好者

转载请注明出处:zhuanlan.zhihu.com/p/28

「Stay Hungry,Stay Foolish.」
还没有人赞赏,快来当第一个赞赏的人吧!
文章被以下专栏收录
2 条评论
推荐阅读