一、项目背景

EDG夺得2021英雄联盟全球总决赛冠军，这场比赛让所有观赛者热血沸腾，也唤起了我这个沉睡多年老玩家对MOBA游戏的兴趣，兴冲冲地下载了英雄联盟，却发现这并不是一个可以轻松上手的游戏。
对于时下最流行的MOBA类游戏——英雄联盟，作为一个新手可以从哪些方面切入，通过数据分析了解游戏机制并快速上手，降低新人过渡期的难度，是该项目的中心主题。

二、数据预处理

1.数据来源

数据源：League of Legends Ranked Matches

2.理解数据

数据集包含英雄联盟的18万场对局数据，数据表包括：
champs.csv ：包含英雄名称和英雄id
matches.csv : 包含比赛信息
participants ： 每场比赛的玩家信息
stats1.csv & stats2.csv ： 对战数据
teambans : 队伍ban选数据
teamstats ： 队伍总数据

3.数据清洗

1.导入数据
导入所有数据表

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as snschamps=pd.read_csv("champs.csv")
matches=pd.read_csv("matches.csv")
participants=pd.read_csv("participants.csv")
stats1=pd.read_csv("stats1.csv")
stats2=pd.read_csv("stats2.csv")
teambans=pd.read_csv("teambans.csv")
teamstats=pd.read_csv("teamstats.csv")

展示champs表：

champs.head()

展示matches表：

matches.head()

展示participants表：

participants.head()

展示stats1& stats2表，由于列数过多，仅能展示部分：

stats1_shape = stats1.shape
print(stats1_shape)
#(999999, 56)

展示teambans表：

teambans.head()

展示teamstats表：

teamstats.head()

2.查找缺失值
计算各表缺失值总和，若缺失值过多再逐列处理

champs_null = sum(champs.isnull().sum())
print(champs_null)
#0

各表缺失值均为0，说明数据集完整

3.合并数据表

stats = stats1.append(stats2)
df = pd.merge(participants, stats, how= 'left', on= ['id'])
df = pd.merge(df, champs, how= 'left', left_on= 'championid', right_on= 'id')
df = pd.merge(df, matches, how= 'left', left_on= 'matchid', right_on= 'id')
df.columns
#Index(['id_x', 'matchid', 'player', 'championid', 'ss1', 'ss2', 'role',
#       'position', 'win', 'item1', 'item2', 'item3', 'item4', 'item5', 'item6',
#        'trinket', 'kills', 'deaths', 'assists', 'largestkillingspree',
#       'largestmultikill', 'killingsprees', 'longesttimespentliving',
#       'doublekills', 'triplekills', 'quadrakills', 'pentakills',
#       'legendarykills', 'totdmgdealt', 'magicdmgdealt', 'physicaldmgdealt',
#       'truedmgdealt', 'largestcrit', 'totdmgtochamp', 'magicdmgtochamp',
#       'physdmgtochamp', 'truedmgtochamp', 'totheal', 'totunitshealed',
#       'dmgselfmit', 'dmgtoobj', 'dmgtoturrets', 'visionscore', 'timecc',
#       'totdmgtaken', 'magicdmgtaken', 'physdmgtaken', 'truedmgtaken',
#       'goldearned', 'goldspent', 'turretkills', 'inhibkills',
#       'totminionskilled', 'neutralminionskilled', 'ownjunglekills',
#       'enemyjunglekills', 'totcctimedealt', 'champlvl', 'pinksbought',
#       'wardsbought', 'wardsplaced', 'wardskilled', 'firstblood', 'name',
#       'id_y', 'id', 'gameid', 'platformid', 'queueid', 'seasonid', 'duration',
#       'creation', 'version'],
#      dtype='object')

4.添加必要字段

df['teamid']= df['player'].apply(lambda x: '1' if x<5 else '2')#设置团队编号def final_position(row):if row['role'] in ('DUO_SUPPORT','DUO_CARRY'):return row['role']else:return row['position']
df['adjposition']= df.apply(final_position, axis= 1)#整理得到玩家位置信息，包括TOP（上单）、MID（中单）、JUNGLE(打野)、DUO_SUPPORT（辅助）、DUO_CARRY（C位）df['team_role']= df['teamid']+ '-'+ df['adjposition']#设置玩家角色

三、探索性分析

1.英雄获胜率、KDA
英雄联盟中的英雄众多，新手往往会不知道该怎么选择英雄练手，因此分析哪些英雄更容易取胜，能得到更高得KDA（（K击杀数+A助攻数）/ D死亡数），为新手选择英雄提供参考。

champs_stats= df.groupby('name').agg({'win':'sum', 'name':'count', 'kills':'mean', 'deaths':'mean', 'assists':'mean'})#分组计算各英雄获胜次数、比赛次数、平均击杀数、平均死亡数、平均助攻数
champs_stats.columns= ['win', 'total matches', 'K', 'D', 'A']#重命名表头
champs_stats['win rate(%)']= champs_stats['win'] / champs_stats['total matches'] * 100 #计算获胜率
champs_stats['win rate-50%']= champs_stats['win rate(%)'] - 50 #以50%为基准的胜率
champs_stats['KDA']= (champs_stats['K'] + champs_stats['A']) / champs_stats['D']  #计算KDA
champs_stats['KDA-mean']= champs_stats['KDA'] - champs_stats.KDA.mean() #以平均KDA为基准
champs_stats= champs_stats.round(2) #保留两位小数
champs_stats.reset_index(inplace=True)
champs_stats= champs_stats.sort_values('win rate(%)',ascending= False) #按获胜率降序排列champs_stats.head(10).style.set_precision(2) #获胜率前10的英雄

获胜率排名前10的英雄：

获胜率倒数的10名英雄：

最高获胜率为55.87%，最低获胜率为39.65%，差值并不算大，为了突出英雄之间获胜率的差异，以50%为基准值，观察所有英雄的获胜率情况：

f,ax= plt.subplots(figsize=(10,25))
sns.barplot(x='win rate-50%',y='name',data= champs_stats.sort_values(by='win rate(%)',ascending=False))
plt.title('Win Rate Based on 50%')
plt.show()

以KDA平均值为基准值，观察所有英雄的KDA情况：

f,ax= plt.subplots(figsize=(10,25))
sns.barplot(x='KDA-mean',y='name',data= champs_stats.sort_values(by='KDA',ascending=False))
plt.title('KDA Based on mean')
plt.show()

可以看到获胜率在50%以上和50%以下的英雄数量分布相对平衡。获胜率排名前10的英雄里超过一半是法师角色。
KDA最高值是3.81，最低值1.68。KDA排名前10的英雄里以战士/坦克、法师为主，而法师排在头部，考虑到法师在队伍中通常担任辅助角色，能拿到更多助攻；战士/坦克的生存能力、输出能力一般情况下都更强，击杀或助攻数值会比较高。
翠神这个英雄的获胜率和KDA都是所有英雄里最高的，该英雄的官方定位是打野、辅助。

2.英雄出场率
英雄的获胜率高并不代表这个英雄是对新手友好的，这类英雄可能对玩家的游戏技巧和熟练度有很高的要求，因此转向英雄出场率的分析，看看在对局中玩家最常使用的是哪些英雄。

f,ax= plt.subplots(figsize=(18,11))
pick_rate= df['name'].value_counts().sort_values(ascending= False) #出场次数倒序
ax= pd.concat((pick_rate.head(10),pick_rate.tail(10))).plot(kind= 'bar') #取头尾10个做条形图
total_records= len(matches)
for x in ax.patches:height= x.get_height()ax.text(x.get_x() + x.get_width()/2.,height,'{:.2f}%'.format(height/total_records*100),#计算出场率ha= 'center') #设置数字标签，标注百分比plt.xticks(rotation= 45) #x轴标签旋转
plt.yticks([1500,5000,10000,20000,30000,40000,50000,60000]) #y轴标签
plt.title('Top 10 and Last 10 Pick Rate')
plt.show()

可以看到最热门的英雄分别是盲僧、皮城女警、圣枪游侠、魂锁典狱长、九尾妖狐、暗夜猎手、疾风剑豪、发条魔灵、逆羽、探险家，其中只有九尾妖狐在获胜率TOP10里。
出场率最低的10名英雄中，水晶先锋斯卡纳位列获胜率TOP10，可以看出斯卡纳不是绝大多数玩家的选择，但如果能驾驭好这个英雄，可以给团队带来巨大优势。

3.英雄出场次数与获胜率
基于英雄的出场次数和获胜率制作散点图。

def lable_point(x, y, val, ax):a= pd.concat({'x':x, 'y':y, 'val':val}, axis= 1)for i, point in a.iterrows():ax.text(point['x'],point['y'],str(point['val']))champs_stats['color']= champs_stats['win rate(%)'].apply(lambda x: 'red' if x>50 else 'green')ax= champs_stats.plot(kind= 'scatter', x= 'total matches', y= 'win rate(%)',color= champs_stats['color'].tolist(),figsize= (18,11),title='Win Rate vs Pick')lable_point(champs_stats['total matches'], champs_stats['win rate(%)'], champs_stats['name'], ax)

可以很明显地看出盲僧的虽然非常热门但是获胜率并不高，翠神则相反地获胜率最高但并不是热门英雄。
新手玩家可以选择获胜率优秀的热门英雄进行练手，比如阿狸、迦娜、亚索等，这类英雄比较好上手，能够提升新手玩家的体验感。

4.取胜相关因素分析
分析获胜与击杀数（kills）、死亡数（deaths）、助攻数（assists）、推塔数（turretkills）、总治疗数（totheal）、补刀数（totminionskilled）、花费金币总数（goldspent）、总承伤（totdmgtaken）、推水晶数（inhibkills）、插眼数（wardsplaced）、游戏时长（duration）等因素间存在怎样的相关性。

df= df[['id', 'matchid', 'player', 'name', 'adjposition', 'team_role','win', 'kills', 'deaths', 'assists', 'turretkills','totdmgtochamp','totheal', 'totminionskilled', 'goldspent', 'totdmgtaken', 'inhibkills','pinksbought', 'wardsplaced', 'duration', 'platformid','seasonid']] #选取需要用的字段df_fac= df._get_numeric_data()
df_fac= df_fac.drop(['id','matchid','player','seasonid'],axis= 1) #去掉不需要分析的字段mask= np.zeros_like(df_fac.corr(), dtype= np.bool)
mask[np.triu_indices_from(mask)]= Trueplt.figure(figsize=(18,11))
sns.heatmap(df_fac.corr(), cmap= 'coolwarm', annot= True, fmt= '.2f', linewidths= .5, mask= mask)plt.title('Win Factors')

可以看到，推塔数和推水晶数是制胜关键因素，毕竟这款游戏是以摧毁对方水晶枢纽为目标的推塔游戏；助攻数和击杀数也极大关系着对局的输赢；另外花费金币总数也是重要指标，经济越好，团队的战斗力就会更高，在对剧中更具优势。

四、分析总结

未完待续……