1.前言

最近要做一个关于大数据分析的作业,煮包这边也是不知道从何下手,正在煮包无从下手之际,煮包也灵机一动,想到了主播天天玩的炉石传说,炉石传说有着大量数据结果和海量数据属实是适合大数据分析,但是这个选题也是十分冷门了,我看着班里都在做什么 电商大数据 就业大数据 主播也是想放弃了 但是后来想想也是十分不甘心 于是主播硬着头皮就做了下去 做的不好大家多多见谅！

下面

2.基本研究过程

基本研究过程就是 爬数据——数据预处理——数据分析——数据可视化——分析总结

怎么样？是不是听起来特别简单 那么就开赌吧！

首先选取一个合适的网站 这里主播也是拜托朋友帮忙爬了下来

素材选自 目前比较热门的炉石传说网站（这里就不具体放出来了）（狗头保命）

2.1数据爬取

下面是爬取时的数据构成 那个网站是通过两层js代码实现

爬出来的数据是txt格式 部分示例如下

主播当时接到这个数据也是很懵逼了 这是啥啊 根本没法用啊 没关系 没关系 主播直接拿出数据预处理大法

对了 爬虫代码如下

2.2数据预处理

爬虫部分主要是由主播的朋友友情提供 这是也是非常感谢了 爬虫部分主播也是不太懂 主播就主要写自己干的那部分吧

数据那样肯定不能用主播直接开始数据预处理

先进行数据格式转换

主播第一次干的时候也是直接给数据干乱码了 也是不出主播所料

于是主播紧急修改代码 如上图的代码 在修改编码为GBK之后 也是成功转换好数据格式了

数据也是变得很好看了 也是可以往下面进行了

下面是数据预处理代码

数据预处理一般包括 a.数据异常值 缺失值 和重复值的处理 b.数据的标准化 主播的预处理代码如下

2.3数据预处理与数据可视化

下面基本就是写代码 生成图片 这里主播把可视化主要分为两个部分 一共生成了11副图

前7个图主要是基本的数据分析 直接上代码

这边也是讲一下主播在写代码时遇到的问题 1.就是这个图片应该是通过tkinter窗口进行弹出 但是主播这个pycharm总是报错 通过把代码生成并且保存在文件夹当中

这样就可以保存图片了 2.就是主播第一次生成代码中 横纵坐标的标识是乱码 如下图

通过询问chatgpt之后 主播通过设置系统字体 详情见主播上图的代码 主播就成功解决了问题

下面就是生成的前7个数据可视化的图片

图1卡牌费用分布

主播爬取数据的时间节点是炉石传说扩展包“翡翠梦境”mini包未上线之前 从此图中我们可以看出 卡组使用较多的还是2-6费 说明环境还是以低费卡为主 也就是说整体的环境也是偏快的 作为一个“牢”玩家 主播也是想到了前一段时间看到的各种各样蛆dk 和虫蛋猎等等

图2卡组胜率排名

这个卡组翻译应该是有点小问题主播也对其十分疑惑

图3出现概率vs打出概率

强力卡牌只有打出来才能胜利

图4平均张数vs卡组胜率

这张图就是散点图和回归图的结合

通过分析 卡牌张随着携带张数的增加 胜率有所下降 卡牌张数在1-1.4之间 卡组的胜率才比较高 但是我们知道带卡片的张数一般都是1或2张 都是整数 这里的小数其实也意味着.卡组不能过于“臃肿”一般带一张为佳

图5卡组箱型图

通过对图像进行简单分析 可以得到 1.当时环境的一些卡组卡组的上下限是比较高的 大部分卡组依赖于打牌者的水平

​ 2.然后大部分卡组的中点中点都在0.55上下 大部分还是偏下的 说明当时环境还是比较“平衡”

图6卡牌费用vs平均卡组胜率

图7卡组多样性分析

这个翻译也根实际中文内容有出入 但是卡组构筑应该是差不多的

2.4高级分析和预测

炉石传说的卡组环境不仅影响玩家体验，也反作用于卡牌设计，为了从多个角度对数据进行进一步的分析和思考 我们需要结合简单机器学习算法

主播用的是pycharm 机器学习极其依赖sklearn库 主播刚开始写的时候sklearn库 频频安装错误

主播参考下面这篇文章成功安装了sklearn库 如果你也遇到了此类问题的话 可以也参考下面的文章链接

关于Pycharm无法安装sklearn库问题_sklearn库安装失败-CSDN博客

接下来直接上代码

图8 卡组强度类别

、

逻辑回归。它能够通过建模卡牌特征与胜负之间的关系，帮助我们量化每张卡牌对胜率的影响，揭示隐藏在对战数据背后的逻辑结构**

通过对数据进行分析我们可得 1.大部分卡组都被我们分为普通卡组 这和我们之前得到的“环境较为稳定”相互印证

​ 2.通过分析图片 我们也可以看到到环境中缺失缺乏一些相对"较强"的卡组

图9卡组聚类分析

从图中可以看到数据点形成了3-5个相对独立的聚类群，说明当前版本的卡组自然地分成了几类具有显著差异的构筑模式。这种分群可能对应着不同的主流战术流派（如快攻、控制、组合技等）

2. 部分卡组展现混合特性

在主要聚类之间的过渡区域存在一些分散的数据点，这些"跨界"卡组虽然数量较少，但可能代表着潜在的战术创新方向

图10特征重要值分析

图11 胜率趋势预测

3.小结

1..当前版本整体还是处在一个较为“稳定”的状态但是还是存在创新力不足，卡组固化等问题

2.当前游戏环境还是比较一些“关键卡”的打出，并且还是存在一些较为“优势”的卡组

3.当前游戏环境整体趋于“中快速”环境对于娱乐玩家或者是“控制卡组”玩家不太友好

其实以上的话转换成人话就是 翡翠梦境目前 环境 平衡 中快速 稳定但是无聊

之前主播取查数据的时候发现炉石传说的在线人数最巅峰时间也才46万 这对比lol huo pubg 那种天天嚷嚷着要凉了 结果每天日活80-90w的游戏才是真的玩的人少 目前主播有种感觉 玩炉石的年轻人相对没有那么多了 希望游戏能够越来越有趣 也希望大家能越来越好吧！