前言

本文利用pandas对王者荣耀赛事数据处理，利用pyecharts分别制作雷达图、饼图、热力图和柱状图进行可视化的展示。

一、导入数据

import numpy as np
import pandas as pddf = pd.read_csv('/王者荣耀赛事数据/data.csv')
df.head()

二、KDA除以10

from IPython.core.interactiveshell import InteractiveShell
InteractiveShell.ast_node_interactivity = "all"df1 = df.copy()# 方法一
def kda(s):s = s / 10return sdf['场均KDA'] = df['场均KDA'].map(kda)
df.head()# 方法二
df1['场均KDA'] = df1['场均KDA']/10
df1.head()

三、赵云相关数据

# 选择赵云数据
zhaoyun = df[df['英雄'] == '赵云']
# Pick 场数由高到低的排名
display('Pick 场数排名：'+str(zhaoyun.index[0]))
# 上场次数
display('Pick 场数：'+str(zhaoyun['Pick场数'].values[0]))
# 总击杀
display('总击杀：'+str(zhaoyun['总击杀'].values[0]))
# 被Ban场数
display('被 Ban 场数：'+str(zhaoyun['被Ban场数'].values[0]))

# 计算所有英雄【场均KDA】【胜率】【出场率】【Ban率】【热度】的均值
avgs = df[['场均KDA','胜率','出场率','Ban率','热度']].mean()
display(avgs)# 赵云的值
zhao = zhaoyun[['场均KDA','胜率','出场率','Ban率','热度']]
display(zhao)

from pyecharts import options as opts
from pyecharts.charts import Radar# 所有英雄的平均值
value_all = [[0.45, 0.48, 0.08, 0.06, 0.14],
]
# 赵云的值
value_zhaoyun = [[0.45,0.52,0.22,0.07,0.29],
]
c_schema = [{"name": "场均KDA", "max": 1, "min": 0},{"name": "胜率", "max": 1, "min": 0},{"name": "出场率", "max": 1, "min": 0},{"name": "Ban率", "max": 1,'min': 0},{"name": "热度", "max": 1,'min': 0},
]
c = (Radar().add_schema(schema=c_schema, shape="polygon").add("所有英雄", value_all, color="#d0021b").add("赵云", value_zhaoyun, color="#7ed321").set_series_opts(label_opts=opts.LabelOpts(is_show=False)).set_global_opts(title_opts=opts.TitleOpts(title=""))
)c.render_notebook()

# 场均击杀，场均死亡，场均助攻占比
d = zhaoyun[['场均击杀','场均死亡','场均助攻']]
import pyecharts.options as opts
from pyecharts.charts import Piex_data = ['场均击杀','场均死亡','场均助攻']
y_data = [2.86,2.55,4.63]a = (Pie(init_opts=opts.InitOpts()).add(series_name="",data_pair=[list(z) for z in zip(x_data, y_data)],radius=["50%", "70%"],label_opts=opts.LabelOpts(is_show=False, position="center"),).set_global_opts(legend_opts=opts.LegendOpts(pos_left="legft", orient="vertical")).set_series_opts(tooltip_opts=opts.TooltipOpts(trigger="item", formatter="{a} <br/>{b}: {c} ({d}%)"),label_opts=opts.LabelOpts(formatter="{b}: {c}"))
)a.render_notebook()

四、相关性

# 计算相关性
corrs = df[['Pick场数','总击杀','场均KDA','场均击杀','场均死亡','场均助攻','被Ban场数','胜率','出场率','Ban率','热度']].corr()
corrs

# 方法一 pyecharts绘制热力图
from pyecharts import options as opts
from pyecharts.charts import HeatMapc = (HeatMap().add_xaxis(corrs.columns.tolist()).add_yaxis("corrs",corrs.columns.tolist(),[[i, j, round(corrs.values.tolist()[i][j], 2)] for i in range(11) for j in range(11)],label_opts=opts.LabelOpts(is_show=True, position="inside")).set_global_opts(title_opts=opts.TitleOpts(title=""),visualmap_opts=opts.VisualMapOpts(is_show=False,min_=-1,max_=1))
)c.render_notebook()

# 方法二 matplotlib、seaborn绘制热力图
import matplotlib.pyplot as plt
import seaborn as snsplt.rcParams['font.family'] = 'SimHei' #用来正常显示中文
plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号plt.figure(figsize=(20,8))
sns.heatmap(data=corrs,xticklabels=corrs.columns,yticklabels=corrs.columns,annot=True,cmap="YlGnBu_r"
) #参数annot设置为True可以将数值展示出来

五、热度前十英雄

# 选出热度前十英雄
hot_hero = df.sort_values(by=['热度'],ascending=False)
hot_hero = hot_hero[['英雄','热度']]
y = list(hot_hero['热度'])[:10]
y = y[::-1]
x = list(hot_hero['英雄'])[:10]
x = x[::-1]from pyecharts.charts import Bar
c = (Bar().add_xaxis(x).add_yaxis("", y).reversal_axis().set_series_opts(label_opts=opts.LabelOpts(position="right")).set_global_opts(title_opts=opts.TitleOpts(title=""))
)c.render_notebook()

王者荣耀赛事数据分析相关推荐

《王者荣耀》宣布将推独立女子电竞赛事：跟进奥运会
6月16日,腾讯召开了"腾讯电竞年度发布会",官方在会上公布了诸多关于电竞赛事的新消息,其中<王者荣耀>作为腾讯手游的代表大作,也推出了多种新模式. 据<王者荣耀 ...
用数据分析验证，王者荣耀完胜阴阳师，小学生才是最终的赢家
作者:ImageDT 曾经有人戏言,中国只剩腾讯.网易和其他三大游戏公司.<阴阳师>曾经长时间霸占iOS中国区畅销榜的榜首;如今,<王者荣耀>已是腾讯手里的一张SSR. 我们结 ...
Python_数据分析_关联规则和王者荣耀数据分析实战
如果同学不喜欢看理论,可以直接看后面王者数据分析的部分. 关联规则如果不知道尿布和啤酒问题,建议百度百科,先有个大致的了解我们找百度百科上面的例子来讲一下 tid是交易单号,后面每一纵列中1代表购 ...
王者荣耀KPL秋季赛总决赛预测（AG VS DYG）
原文连接:https://zhuanlan.zhihu.com/p/337468137 这个一个很Nice的公众号,推荐给大家:Datawhale 用到的知识:爬虫+数据分析自己在在学了一段时间的爬 ...
王者荣耀「挑战者杯」——千亿规模产业背后的网络架构是怎样的？
2021年王者荣耀挑战者杯总决赛于1月15日落下帷幕,最终武汉eStarPro战队以4:1的比分再次击败广州TTG获得胜利,捧起象征冠军的冰凤凰杯.「挑战者杯」是王者荣耀旗下的六大顶级电竞赛事之一,也 ...
AI 玩王者荣耀狂上分！打了六局，心态崩了
你造吗?人工智能继进军围棋之后,又来我"王者峡谷"了. 腾讯AI LAB与王者荣耀合作开发的AI[绝悟],在最高规格赛事中获胜,宣布已达到"电竞职业水平"!据称 ...
挑战王者荣耀“绝悟” AI，我输了！
作者 | 马超责编 | 伍杏玲出品 | CSDN(ID:CSDNnews) 腾讯 AI Lab 与王者荣耀联合研发的策略协作型AI,"绝悟"首次开放大规模开放:5月1日至4日, ...
数据项目总结：王者荣耀总决赛预测！
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货作者:牧小熊,华中农业大学,Datawhale原创作者王者荣耀就要打K ...
20+顶尖高校同时开打《王者荣耀》！实际上是一场科研battle，你能信？
金磊假装发自王者峡谷量子位报道 | 公众号 QbitAI 不是吧,不是吧. 一群学霸聚集在一起,竟然是为了打<王者荣耀>?! 而且还是来自清北.中科院.浙大等20余所顶级学府的那种 ...

王者荣耀赛事数据分析

前言

一、导入数据

二、KDA除以10

三、赵云相关数据

四、相关性

五、热度前十英雄

王者荣耀赛事数据分析相关推荐

最新文章

热门文章