【数据分析案例】英雄联盟美服10000条排位数据分析

英雄联盟是2009年美国拳头游戏开发一款红蓝双方互相对抗的MOBA游戏，每队有5名队员，通过击杀敌方小兵、推塔、击杀敌方英雄，以最终摧毁敌方主堡作为胜利的游戏。

本次的数据来源是kaggle。
链接地址：https://www.kaggle.com/bobbyscience/league-of-legends-diamond-ranked-games-10-min
从数据来源者描述中可以得知，本次数据是通过拳头数据API获得的。数据包括钻一到大师分段的SOLO Q排位每场的前10分钟数据。总共有接近10000条比赛数据。这些数据值得分析的原因也在于召唤师段位较高，数据较为稳定。低段位比赛由于玩家水平较低，数据波动会大很多。

这里需要介绍一下英雄联盟的排位中队友和对手的匹配机制：

匹配系统的目的如下，优先级从高到低：
1.保护新手不被有经验的玩家虐；让高手局中没有新手。
2.创造竞技和公平的游戏对局，使玩家的游戏乐趣最大化。
3.无需等待太久就能找到对手进入游戏。
4. 匹配系统尽其所能的匹配水平接近的玩家，玩家的水平是来自他们在此之前赢了谁以及他们对手的水平。

数据包括：
最终比赛结果，一血击杀方，蓝色方击杀数，蓝色方死亡数，蓝色方助攻数，蓝色方控制守卫数量，蓝色方排眼数，蓝色方精英怪击杀数，蓝色方小兵击杀数，蓝色方推塔数，蓝色方龙击杀数，蓝色方获得金币数，蓝色方获得经验，蓝红双方金币差，蓝红双方经验差，以及红色方相对应的一些数据。

从上面的数据可以看出英雄联盟中有很多的游戏元素，这些游戏元素都在影响比赛进程，最终决定比赛结果。比如一血的击杀可以给队伍带来更多的金币，影响兵线。比如更多的助攻代表着更加团队的打法。如果一场比赛中击杀很少，那比赛可能会陷入互相发育的无聊阶段，此时小兵的击杀数会和防御塔摧毁数量会影响金币进而影响装备。等等。。。

从这些数据中我要探索的问题是：

前10分钟的平均数据是什么样的，从平均数据中推测钻一到大师分段前10分钟比赛时会出现的情况。

随着比赛场次的增加以及玩家对游戏版本理解的深入，游戏数据平均值是否发生波动？这些波动反应了召唤师们对游戏理解的哪些改变？

以及最终的目标：
哪些数据会影响比赛结果，是正向相关还是负向相关？是否能从前10分钟比赛数据预测最终的比赛结果？预测的准确率是多少？

在进行数据探索之前，首先要考虑这些数据的均值等是否能代表全部数据的真实情况。
举个简单的例子，这10000条数据是否都是在同一游戏版本中进行的。如果发生过版本变动，那么其中一个版本的数据并不能代表另一个版本的真实情况。同样，如果数据不是发生在同一版本中，预测比赛结果也就无从谈起。

在原始数据中包含了每场比赛的唯一id（gameId），观察比赛id可以得知这些id在原始数据中是是乱序，但是id前三位数之间的差距不大。例如连续三行数据的id可能是：

450xxxxxxx
447xxxxxxx
449xxxxxxx

由此可以推测出两种可能性：

假设以比赛id是真实的时间顺序
从下方蓝色方胜败场数图中可以看出比赛id为42XXXX，43XXXX，44XXXXXX，45XXXX 之间的比赛总数量相差很大，不应该为不同版本之间的差异。
并且10000场比赛对于英雄联盟美服来讲也并不是特别大量的比赛场次。

因此暂推测比赛数据发生在同一游戏版本中，并且原始数据表的顺序即为真是比赛时间发生顺序。 ▼

原创文章 19获赞 9访问量 1万+ 关注 私信 展开阅读全文
作者：kcaan15

数据分析案例 英雄联盟 数据 数据分析