《英雄联盟》捞月狗数据初探

本文用Python从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 requestsimport reimport 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>(.*)<.*\t<span>/</span>.*<span>(.*)<em>(.*)</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>(.*)</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.htmlregion=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.htmlregion=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  9926: 教育网专区  2527:   巨龙之巢  9028:   男爵领域  9029:   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  N1: 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   N1: 均衡教派 1002: 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。