系列文章目录

对英雄联盟比赛预测（一）- 特征分析
对英雄联盟比赛预测（二）- 数据获取api分析
对英雄联盟比赛预测（三）- 数据获取Java实现

文章目录

系列文章目录
声明
前言
一、数据源分析
二、使用步骤
- 1. 申请拳头开发者
- 2. 分析api
- - 2.1 数据入口
  - 2.2 查找比赛
  - 2.3.返回体
  - - 2.3.1 json最外层
    - 2.3.2 分析两队情况
    - - 蓝色方
      - 红色方
    - 2.3.3 分析双方的比赛玩家
    - - 蓝色方
      - 红色方
    - 2.3.4 时间线分析
- 3. 玩家的关联分析
- - 3.1 外部关联
  - 内部关联
总结

声明

本文中所涉及到的所有数据及使用方法仅供学习使用，不得用于商业用途

前言

上篇文章对英雄联盟比赛预测（一）- 特征分析对比赛的数据类型进行了分析，接下来，我们就要开始获取各个比赛的具体数据。

提示：以下是本篇文章正文内容，下面案例可供参考

一、数据源分析

目前已知可以获取比赛各个数据的来源有：掌盟逆向工程/拳头开发者api，对比之下，掌盟的数据源不稳定，且容易被封，所以，我们采用拳头的api。# 系列文章目录
提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加

二、使用步骤

1. 申请拳头开发者

下面这个是拳头的开发者平台

拳头开发者登录平台

点击下面红框内的按钮，接着按步骤进行注册即可，接下来会有api key，如果过期了，就点重新生成。

但是有可能没有下面这个验证码。因为这个验证码是拳头调用google的服务，所以如果网络不能访问google的话，可能就无法重新生成了。有效期为24小时。

因为拳头服务器所在为西八区（太平洋时区），所以时间会比北京时间早16个小时。

2. 分析api

拳头的api地址为：

https://developer.riotgames.com/apis

2.1 数据入口

我们发现基本上所有的和比赛相关的api都需要选手的puuid和matchId，这些id我们目前是无从得知的。但是仔细分析了下api，发现有个api

可以获取玩家的基本信息，但是需要玩家的昵称。我们就随便猜一个昵称 abc

得到的结果是这样的:

{"id": "4HgrVFAc98Izb5K0jZb98c_phOQWhE7r0noAXA","accountId": "PpOm0GdjH6g_-vtvfx_vZlxBHBJSpqO34Igs_QmhwDU","puuid": "DLqpTe5-O1_peuVeN-OyIOn6u-cb2qWNZCu0ztR1h4yxhUrw-h0FeBhurvn4g","name": "abc","profileIconId": 27,"revisionDate": 1586453567000,"summonerLevel": 84
}

这里我们发现了重要数据：puuid,accountId
为保护个人隐私，上面的数据已经被我修改过了，不可直接使用

2.2 查找比赛

上一节，我们拿到了某些玩家的puuid，接着可以通过puuid，来获取玩家的游戏列表

输入玩家的puuid，下面的选BR1，其他可选项不填

这样我们就能得到一堆游戏id

接着通过api可以获取比赛的详细信息

2.3.返回体

我们分析下response body里有哪些我们需要的数据

2.3.1 json最外层

gameId作为比赛的唯一id，需要保存下来，
gameDuration为比赛时长，单位是秒，
gameVersion为比赛版本，作为一个属性可以保留下来，
gameMode是比赛方式，CLASSIC表示经典模式，
gameType为比赛类型，分为匹配，排位，自定义，训练等。

2.3.2 分析两队情况

蓝色方

win 是否赢得比赛
firstBlood 是否得到一血
firstTower 是否得到一塔
firstInhibitor 是否得到一高地水晶
firstBaron 是否第一条大龙
firstDragon 是否第一条小龙
firstRiftHerald 是否第一个峡谷先锋
towerKills 摧毁防御塔数
inhibitorKills 摧毁高地水晶数
baronKills 团队击杀大龙数量
dragonKills 团队击杀小龙数量
vilemawKills 团队击杀大蜘蛛数量（这个大蜘蛛是扭曲丛林里的，召唤师峡谷里没有）
riftHeraldKills 团队击杀峡谷先锋数量
bans 是团队ban掉的英雄，这里就不作分析了

红色方

内容和蓝色方一致

ps：这场比赛发表下个人看法，应该是前期蓝色方碾压，该拿的资源全拿了，该打出来的优势都打出来了，但是比赛后期被一波翻盘了，因为可以看到红色方只推掉了蓝色方的一座高地水晶就赢得了比赛，可想而知，是推掉高地水晶后，直接摧毁了主水晶。

2.3.3 分析双方的比赛玩家

蓝色方

下面的示例都仅是团队中某个玩家的数据，团队数据需要把每个玩家的数据都加在一起
participants的前一半item为蓝色方，后一半为红色方

ps: 如果是自定义，可能并非一半对一半，可以通过每个item的teamId来区分

最外层的这些数据没有太大的用处，把teamId、participantId加championId组合起来，作为联合id

championId表示玩家所使用的英雄id，具体表示哪些英雄，就不在这里详细说明了，拳头官网上有对应的列表

下面是玩家的具体比赛数据，因为太长，所以我把json copy下来了

"stats":{"participantId":1,"win":false,"item0":3078,"item1":3046,"item2":3153,"item3":3033,"item4":3031,"item5":3006,"item6":3363,"kills":22,"deaths":6,"assists":6,"largestKillingSpree":13,"largestMultiKill":3,"killingSprees":2,"longestTimeSpentLiving":947,"doubleKills":2,"tripleKills":2,"quadraKills":0,"pentaKills":0,"unrealKills":0,"totalDamageDealt":227503,"magicDamageDealt":1892,"physicalDamageDealt":220365,"trueDamageDealt":5246,"largestCriticalStrike":1134,"totalDamageDealtToChampions":50110,"magicDamageDealtToChampions":943,"physicalDamageDealtToChampions":47126,"trueDamageDealtToChampions":2040,"totalHeal":2664,"totalUnitsHealed":1,"damageSelfMitigated":24442,"damageDealtToObjectives":19245,"damageDealtToTurrets":7506,"visionScore":53,"timeCCingOthers":42,"totalDamageTaken":30754,"magicalDamageTaken":18034,"physicalDamageTaken":12348,"trueDamageTaken":371,"goldEarned":19033,"goldSpent":18158,"turretKills":2,"inhibitorKills":0,"totalMinionsKilled":185,"neutralMinionsKilled":56,"neutralMinionsKilledTeamJungle":24,"neutralMinionsKilledEnemyJungle":16,"totalTimeCrowdControlDealt":230,"champLevel":18,"visionWardsBoughtInGame":1,"sightWardsBoughtInGame":0,"wardsPlaced":12,"wardsKilled":7,"firstBloodKill":true,"firstBloodAssist":false,"firstTowerKill":true,"firstTowerAssist":false,"firstInhibitorKill":false,"firstInhibitorAssist":false,"combatPlayerScore":0,"objectivePlayerScore":0,"totalPlayerScore":0,"totalScoreRank":0,"playerScore0":0,"playerScore1":0,"playerScore2":0,"playerScore3":0,"playerScore4":0,"playerScore5":0,"playerScore6":1,"playerScore7":0,"playerScore8":0,"playerScore9":0,"perk0":8005,"perk0Var1":2609,"perk0Var2":2039,"perk0Var3":569,"perk1":9101,"perk1Var1":6065,"perk1Var2":6639,"perk1Var3":0,"perk2":9104,"perk2Var1":14,"perk2Var2":10,"perk2Var3":0,"perk3":8014,"perk3Var1":1220,"perk3Var2":0,"perk3Var3":0,"perk4":8473,"perk4Var1":1510,"perk4Var2":0,"perk4Var3":0,"perk5":8451,"perk5Var1":206,"perk5Var2":0,"perk5Var3":0,"perkPrimaryStyle":8000,"perkSubStyle":8400,"statPerk0":5005,"statPerk1":5008,"statPerk2":5002}

需要保存kills - 击杀数，deaths - 死亡数，assists - 助攻数，visionScore - 视野得分 goldEarned - 获得金币，goldSpent - 花费的金币 champLevel - 等级

接着看时间线

          "timeline":{"participantId":1,"creepsPerMinDeltas":{"10-20":5.4,"0-10":6.6,"30-end":2.4,"20-30":5.2},"xpPerMinDeltas":{"10-20":649.2,"0-10":504.4,"30-end":484.2,"20-30":582},"goldPerMinDeltas":{"10-20":654.8,"0-10":320.5,"30-end":494,"20-30":627.5},"csDiffPerMinDeltas":{"10-20":1.3499999999999999,"0-10":0.7999999999999998,"30-end":0.5,"20-30":0.10000000000000031},"xpDiffPerMinDeltas":{"10-20":204.34999999999994,"0-10":51.849999999999994,"30-end":-120.09999999999997,"20-30":88.79999999999998},"damageTakenPerMinDeltas":{"10-20":1057.8000000000002,"0-10":249.9,"30-end":1056.2,"20-30":890.7},"damageTakenDiffPerMinDeltas":{"10-20":96.10000000000002,"0-10":-2.549999999999983,"30-end":652.4999999999998,"20-30":436.19999999999993},"role":"NONE","lane":"JUNGLE"}

这些数据主要是每十分钟的各项数据差，对我们来说，计算比较繁琐，后面会专门介绍从时间维度上的数据分析

红色方

红色方的数据留存和蓝色方一致，为了方便后面使用，我们将蓝色方的人员数据加个参数：team 0表示蓝色方，1表示红色方，所以在数据入库后的计算中，可以根据team这个字段来分组。

2.3.4 时间线分析

拳头公司提供了一个一场比赛各个时间段的数据api

同样只需要输入matchId即可查询，下面为例子：

{"frames":[{"participantFrames":{"1":{"participantId":1,"position":{"x":560,"y":581},"currentGold":500,"totalGold":500,"level":1,"xp":0,"minionsKilled":0,"jungleMinionsKilled":0,"dominionScore":0,"teamScore":0},"2":Object{...},"3":Object{...},"4":Object{...},"5":Object{...},"6":Object{...},"7":Object{...},"8":Object{...},"9":Object{...},"10":Object{...}},"events":[],"timestamp":0},],"frameInterval":60000
}

格式大致如上所示，时间间隔为60000ms，即1分钟为一个时间区间，统计这一分钟内10名玩家的各项数据，以下数据为单个玩家在某分钟内的数据，同样我们需要计算团队数据，当然，这是后面的事情，现在需要把原始数据保存下来。

需要的数据为currentGold，totalGold，level，minionsKilled, jungleMinionsKilled ，因为经验和等级有一定的关联关系，所以保留了等级，xp就不保留了

3. 玩家的关联分析

3.1 外部关联

上面分析的都是某个玩家的对战数据，但是这个数据有限，我们需要从入口玩家那里得到一张可以扩散出去的网，使得我们的数据来源源源不断。
经过分析发现，

通过这个api，把一个用户的puuid输入，同样可以得到一系列的matchId

但返回的Id格式显然不一样。

接着通过下面的这个api：

把上一张图中的id作为参数输入，可以发现

在response body里有许多其他玩家的puuid，这时，就打开了一张网，我们只需要把这个response body里的puuid，全部取出，输入到待查询的玩家列表队列中，当一个玩家的比赛数据全部获取结束后，可从玩家列表中取出下一个玩家，进行遍历，而这个玩家又会带来更多的玩家数据，从而完成无限的扩张。

内部关联

在我们获得的match details里有一个participantIdentities属性，有十个对象，从中我们发现有个player对象，这个里面正好有我们需要的accountId，而我们获取gameList，也是用的accountId，故而找到了数据关联点，可以把这个网再扩张。

总结

本文主要讲述如何从拳头的官网上获取玩家、比赛的数据、以及如何规划爬虫，使得爬虫不停延续下去。下篇文章将讲述，如何将本文所叙述的逻辑用代码实现。

ps：通过拳头官网的api，无法得到lpl赛区的数据，有时间的话，会在这一系列文章中插入如何获取lpl赛区的比赛数据。

对英雄联盟比赛预测（二）- 数据获取api分析相关推荐

对英雄联盟比赛预测（三）- 数据获取Java实现
系列文章目录对英雄联盟比赛预测(一)- 特征分析对英雄联盟比赛预测(二)- 数据获取api分析对英雄联盟比赛预测(三)- 数据获取Java实现文章目录系列文章目录声明前言一.基本框架 ...
对英雄联盟比赛预测（一）- 特征分析
系列文章目录对英雄联盟比赛预测(一)- 特征分析对英雄联盟比赛预测(二)- 数据获取api分析对英雄联盟比赛预测(三)- 数据获取Java实现这里写目录标题系列文章目录我们先来分析下影响比 ...
对英雄联盟比赛预测（四）- 数据清洗
系列文章目录对英雄联盟比赛预测(一)- 特征分析对英雄联盟比赛预测(二)- 数据获取api分析对英雄联盟比赛预测(三)- 数据获取Java实现对英雄联盟比赛预测(四)- 数据清洗文章目录前 ...
基于LightGBM分类实现英雄联盟数据预测(二）
基于LightGBM分类实现英雄联盟数据预测(二) 这里写目录标题基于LightGBM分类实现英雄联盟数据预测(二) Step5:利用 LightGBM 进行训练与预测 plt.figure(fig ...
基于LightGBM分类实现英雄联盟数据预测(一）
基于LightGBM分类实现英雄联盟数据预测(一) 文章目录基于LightGBM分类实现英雄联盟数据预测(一) 一.LightGBM的介绍二.操作步骤 Step1:库函数导入 Step2 .读入数 ...
分析5万多场英雄联盟比赛，教你如何轻松用python预测胜负
CDA数据分析师出品作者:真达.Mika 数据:真达后期:Mika [导读] 今天教大家用Python预测英雄联盟比赛胜负.Show me data,用数据说话!今天我们聊一聊 pyth ...
飞桨学习赛：英雄联盟大师预测2023年2月85.365分方案
★★★ 本文源自AlStudio社区精品项目,[点击此处]查看更多精品内容 >>> 飞桨学习赛:英雄联盟大师预测2023年2月85.365分方案比赛链接 - 飞桨学习赛:英雄联盟大 ...
我的飞桨学习赛：英雄联盟大师预测
我的飞浆学习赛:英雄联盟大师预测原始代码数据集评分结果改进方式构建更多的前馈神经网络修改模型的超参数学习率 batch_size和epoch 进行特征选择改进的结果目前正在改进的方法 ...
吃鸡排名预测挑战赛空气质量预测英雄联盟大师预测手机行为识别员工离职预测猫十二分类体验赛
1.吃鸡排名预测挑战赛 https://aistudio.baidu.com/aistudio/competition/detail/155/0/introduction 2.空气质量预测https: ...

对英雄联盟比赛预测（二）- 数据获取api分析