PUBG数据集分析报告

数据集分为两个部分
数据集1：
agg数据： 15 字段

date: 时间
game_size:队伍数量
match_id:比赛
match_mode: 对局模式（第一人称还是第三人称）
party_size：组队模式（单人赛、双人赛、四人赛）
player_assists：助攻次数
player_dbno：击倒人数
player_dist_ride：载具移动距离
player_dist_walk：行走距离
player_dmg：伤害数值
player_kills：击杀人数
player_name：玩家名称
player_survive_time：玩家生存时间
team_id：队伍id
team_placement：队伍排名

数据集2:
kill dataset　12 字段

killed_by：死亡方式
killer_name：击杀者名字
killer_placement：击杀者排名
killer_position_x：击杀者位置x坐标
killer_position_y：击杀者位置y坐标,
map：地图
match_id：比赛
time：存活时间,
victim_name：被击杀者名字
victim_placement：被击杀者排名
ictim_position_x：被击杀者位置x坐标
victim_position_y：被击杀者位置y坐标

我们可以自由探索数据间的关系，发现一些有意思的现象
我想完成的目标:

击杀人数的分布情况
单变量分析: 击杀人数与排名，组队模式与吃鸡
多变量间分析
落地成盒热点区域（存活时间小于180s）
最好用的枪械
战斗发生的距离分布
不同战斗距离中最好用的枪械
训练一个SVM预测是否能够吃鸡

及杀人数的分布情况

部分代码
导入数据并处理丢失数据

agg = './pubg/agg0.csv'
kill = './pubg/kill0.csv'
agg_df = pd.read_csv(agg)  # shape (13849287, 15)
kill_df = pd.read_csv(kill) # shape(13426348, 12)
agg_sub_df = agg_df[:1000000]
kill_sub_df = kill_df[:1000000]
agg_sub_deleted = agg_sub_df.dropna(axis=0)
kill_sub_deleted = kill_sub_df.dropna(axis=0)

agg_sub_deleted['player_kills'].describe() # 大部分人的击杀人数都是在1人和0人

count 998580.000000
mean 0.887166
std 1.555946
min 0.000000
25% 0.000000
50% 0.000000
75% 1.000000
max 62.000000
Name: player_kills, dtype: float64

单变量分析: 击杀人数与排名，组队模式与吃鸡

# 查看击杀人数与排名的关系;  整体看，击杀人数超过10人可以排到前5名概率比较大， 40左右时有异常发生。
data = agg_sub_deleted[['player_kills', 'team_placement']]
sns.set(style="darkgrid")
g = sns.relplot(x="player_kills", y="team_placement",height=4,linewidth=2,aspect=1.3, kind="line", data=data)
g.fig.autofmt_xdate() # Rotate coordinates

agg_sub_1 = agg_sub_deleted[agg_sub_deleted['team_placement']==1.0] # 筛选第一名数据
party_size_data = agg_sub_1.groupby('party_size')  # 2 , 4, 1三种组队模式, 分别获胜率
old = agg_sub_deleted.groupby('party_size')# 查看每种组队模式的获胜概率, 4 人组队获胜概率最大： 4%,
num = []
for i in range(1,5):if i==3:continuesize = old.get_group(i)size2 = party_size_data.get_group(i)num.append(round(size2.shape[0]/size.shape[0], 2))
name = ['solo', 'double', 'four-people']
f, ax = plt.subplots(figsize=(7, 3))
plt.bar(range(len(num)), num, color=sns.color_palette("cubehelix",3), tick_label=name)
plt.title('ranking 1 percentage by party_size')

多变量间分析

# 相关性分析, date, match_id, ,match_mode, pary_size, player_name, team_id 这些字段不需要
not_use = ['date', 'match_id', 'match_mode', 'party_size', 'player_name', 'team_id']
all_columns = agg_sub_deleted.columns.values
agg_sub_corr = agg_sub_deleted[[column for column in all_columns if column not in not_use]] #筛选不在not use中的字段
corr_data = agg_sub_corr.corr(method='spearman')
plt.subplots(figsize=(9, 9))
sns.heatmap(corr_data, annot=True, vmax=1, square=True, cmap="Blues")
plt.show()

关注’team_placement’列发现队伍排名除了与存活时间有强烈的负相关以外，与载具移动距离和行走距离也有较强负相关（排名越小越好所以是负相关）

详细查看获胜率和载具移动距离的关系

df_ride = agg_sub_deleted.loc[agg_sub_deleted['player_dist_ride']<10000, ['player_dist_ride', 'champion']]
labels=["0k-1k", "1k-2k", "2k-3k", "3k-4k","4k-5k", "5k-6k", "6k-7k", "7k-8k"]df_ride['drive'] = pd.cut(df_ride['player_dist_ride'], 8, labels=labels) # pd.cut , 分割pandas 为10个等距子表
df_ride.groupby('drive').champion.mean().plot.bar(rot=30, figsize=(10, 6), color=sns.color_palette("cubehelix",8))
plt.xlabel("drive distance")
plt.ylabel("prop of Champion")

落地成盒热点区域（存活时间小于180s）

部分代码

from scipy.ndimage.filters import gaussian_filter
import matplotlib.cm as cm
from matplotlib.colors import Normalizekill_sub_df_die_map1 = kill_sub_df.loc[(kill_sub_df['map'] == 'ERANGEL')&(kill_sub_df['time'] < 180)&(kill_sub_df['victim_position_x']>0), :].dropna()bg = imread('erangel.jpg')
hmap, extent = heatmap(plot_data_ev[:,0], plot_data_ev[:,1], 1.5, bins =200)
alphas = np.clip(Normalize(0, hmap.max()/100, clip=True)(hmap)*1.5,0.0,1.)
colors = Normalize(hmap.max()/100, hmap.max()/20, clip=True)(hmap)
colors = cm.bwr(colors)
colors[..., -1] = alphasfig, ax = plt.subplots(figsize = (8,8))
ax.set_xlim(0, 4096);ax.set_ylim(0, 4096)
ax.imshow(bg)
ax.imshow(colors, extent = extent, origin = 'lower', cmap = cm.cool, alpha = 1)
plt.gca().invert_yaxis()
plt.title('erangel killed pepole Distribution')

最好用的枪械

部分代码

gun_category = kill_sub_df['killed_by'].unique()
MIRAMAR = kill_sub_df[kill_sub_df['map']=='MIRAMAR']
ERANGEL = kill_sub_df[kill_sub_df['map']=='ERANGEL']
kill_sub_df_gun_M = MIRAMAR.groupby('killed_by')
kill_sub_df_gun_E = ERANGEL.groupby('killed_by')# 统计各重武器击杀人数
M_data = {}
E_data = {}
for name in gun_category:  try:sub = kill_sub_df_gun_M.get_group(name)if sub.shape[0]>100:M_data[name]=sub.shape[0]except Exception as e:continuefor name in gun_category:  try:sub = kill_sub_df_gun_E.get_group(name)if sub.shape[0]>100:E_data[name]=sub.shape[0]except Exception as e:continue

统计发现无论在艾伦格还是米拉马， M416, SCAR-L, M16A4 都是击杀人数前三名的武器

战斗发生的距离分布

部分代码

vec1 = np.array([93091.37, 722236.4])
vec2 = np.array([92238.68, 723375.1])
dist = np.linalg.norm(vec1 - vec2)  vec1  =kill_sub_df[['killer_position_x', 'killer_position_y']].values
vec2 = kill_sub_df[['victim_position_x', 'victim_position_y']].valuesdist = []
for i in range(len(vec1)):dis = np.linalg.norm(vec1[i]-vec2[i])dist.append(dis//100)#增加一列击杀距离
kill_sub_df['kill_dist'] = dist
short_dis = kill_sub_df[kill_sub_df['kill_dist']<=50]
mid_dis = kill_sub_df[(kill_sub_df['kill_dist']>50) & (kill_sub_df['kill_dist']<=300)] # 多条件筛选()&()
long_dis = kill_sub_df[(kill_sub_df['kill_dist']>300) & (kill_sub_df['kill_dist']<800)]
super_dis = kill_sub_df[kill_sub_df['kill_dist']>=800]

绝大部分人在50米以内近距离被击杀

不同战斗距离中最好用的枪械

部分代码

shor_gun = short_dis.groupby('killed_by')
mid_gun = mid_dis.groupby('killed_by')
long_gun  = long_dis.groupby('killed_by')
super_gun = super_dis.groupby('killed_by')
def count_gun(df, category):data = {}for name in category:  try:sub = df.get_group(name)if sub.shape[0]>100:data[name]=sub.shape[0]except Exception as e:continuedata = sorted(data.items(), key=lambda x:x[1],reverse=True)return data[1:4]shor_data = count_gun(shor_gun, gun_category)
mid_data = count_gun(mid_gun, gun_category)
long_data = count_gun(long_gun, gun_category)
super_data = count_gun(super_gun, gun_category)

近距离战斗，中距离战斗，M416, SCAR-L, AKM 表现最好
远距离战斗, Kar98k, M416, Mini 14 三种武器表现最好
超过800米的战斗数据可能有问题

训练一个SVM预测是否能够吃鸡

部分代码

# 不要的字段
all_colum  = agg_sub_deleted.columns
no_use = ['match_id', 'match_mode', 'player_name', 'team_id', 'team_placement', 'date']
agg_svm = agg_sub_deleted[[colum for colum in all_colum if colum not in no_use]]df_dataset = pd.concat([agg_negative_sub, agg_positive],axis=0) # 合并两个df，竖向拼接
df_dataset = shuffle(df_dataset)
y = df_dataset['champion'].values
X = df_dataset.drop(columns=['champion']).valuesX_train,X_test,y_train,y_test = train_test_split(X,y,test_size=0.3)
clf = make_pipeline(StandardScaler(), SVC(gamma='auto'))
clf.fit(X_train, y_train)
print('mean accuracy:', clf.score(X_test, y_test))

mean accuracy: 0.940930317181151

手动检测

test = agg_negative.iloc[0][:-1].values  # 删除标签列
clf.predict([test]) == agg_negative.iloc[0][-1]

array([ True])

总结

大部分人的击杀人数都是在1人和0人, 平均击杀数0.88
击杀人数超过7人可以排到前5名概率很大
跳伞时应该避开图中标注热点区域
队伍排名除了与存活时间有强烈的负相关以外，与载具移动距离和行走距离也有较强负相关（排名越小越好所以是负相关
统计发现无论在艾伦格还是米拉马， M416, SCAR-L, M16A4 都是击杀人数前三名的武器
绝大部分人在50米以内近距离被击杀
近距离战斗，中距离战斗，M416, SCAR-L, AKM 表现最好
远距离战斗, Kar98k, M416, Mini 14 三种武器表现最好
选取合适的特征，SVM准确率达到了0.94
イケイケ！

Kaggle PUBG吃鸡数据集--数据分析可视化相关推荐

Kaggle PUBG吃鸡数据集--数据分析可视化PUBG数据集分析报告
PUBG数据集分析报告数据集分为两个部分数据集1: agg数据: 15 字段 date: 时间 game_size:队伍数量 match_id:比赛 match_mode: 对局模式(第一人称还是 ...
基于Python的绝地求生数据分析吃鸡攻略可视化（包含报告、答辩PPT以及代码打包）
1 选题背景及需求简介为了让 PUBG 玩家体会到通关的快乐,需要尽可能准确地推测出吃鸡概率与多种因素的关系.基于 python 的绝地求生吃鸡攻略可视化就是由此设计开发的,通过输入不同条件,可 ...
利用python进行吃鸡(绝地求生)可视化分析
相关数据下载,请关注公众号"一行数据",回复"pubg"可得既然学习一段时间python了,那么得拿些好玩的东西练练手,这里通过加载几万局的吃鸡数据,来对吃鸡 ...
physx选择显卡还是cpu_99块钱买啥显卡？PUBG吃鸡60fps+的缩水版“GTX1050”3GB游戏实测...
Tony哥的玩卡日记 GTX1050?3GB?99块钱?(╯‵□′)╯︵┻━┻ 99块钱现在能买到什么显卡呢?GTX650 1GB现在貌似都涨到120了,70块钱能买到GTS450或者HD5770.H ...
PUBG 吃鸡排名预测
对于一般机器学习来说,总体的流程其实分为三个大的步骤: 1. 数据清洗 2. 模型构建 3. 模型评估其中,第二步和部分第三步都是靠套路进行解决的,所需要修改的部分只是一些调参,可以使用gridCV ...
绝地求生——PUBG吃鸡游戏模糊，画质很差
如果不是配置低,那就是没有开启全屏模式打开设置在里面找到一个选项,把游戏从无边框改为全屏显示
【20G】Kaggle数据集强势分析“绝地求生”，攻略吃鸡！
小E最近迷上了吃鸡,整天捧着手机战战兢兢,一会儿激动地起飞.一会儿手抖地厉害.在尝到了落地3分钟就被毙.跑不过毒倒在半路上失血致死.站在草丛中被不明方向的子弹狙击而亡.出门舔箱被猪队友当作敌人干掉等1 ...
Kaggle数据集强势分析“绝地求生”，攻略吃鸡！（给我的智障朋友们找的吃鸡攻略）
小E最近迷上了吃鸡,整天捧着手机战战兢兢,一会儿激动地起飞.一会儿手抖地厉害.在尝到了落地3分钟就被毙.跑不过毒倒在半路上失血致死.站在草丛中被不明方向的子弹狙击而亡.出门舔箱被猪队友当作敌人干掉等1 ...
吃鸡攻略！70万场Kaggle数据集强势分析“绝地求生”
来源: Alfred在纽西兰本文共6336字,建议阅读7分钟. 本文通过分析70多万场比赛的上亿条玩家的20G数据,教你成功吃鸡. 小E最近迷上了吃鸡,整天捧着手机战战兢兢,一会儿激动地起飞.一会儿 ...

Kaggle PUBG吃鸡数据集--数据分析可视化

PUBG数据集分析报告

及杀人数的分布情况

单变量分析: 击杀人数与排名，组队模式与吃鸡

多变量间分析

落地成盒热点区域（存活时间小于180s）

最好用的枪械

战斗发生的距离分布

不同战斗距离中最好用的枪械

训练一个SVM预测是否能够吃鸡

总结

Kaggle PUBG吃鸡数据集--数据分析可视化相关推荐

最新文章

热门文章

Kaggle PUBG吃鸡数据集--数据分析可视化

PUBG数据集分析报告

及杀人数的分布情况

单变量分析: 击杀人数与排名， 组队模式与吃鸡

多变量间分析

落地成盒热点区域（存活时间小于180s）

最好用的枪械

战斗发生的距离分布

不同战斗距离中最好用的枪械

训练一个SVM预测是否能够吃鸡

总结

Kaggle PUBG吃鸡数据集--数据分析可视化相关推荐

最新文章

热门文章

单变量分析: 击杀人数与排名，组队模式与吃鸡