知識星球
作者：愛德寶器
來源：資料管道（ID：adc9556）
-
問題
打比賽的時候，選擇藍方勝率是否是一定高於紅方？EDG、WE、RNG以及像國民老公的IG這些戰隊勝率如何？不同的戰隊特點是什麼呢？某個時段的戰隊戰績排行又是什麼情況？
-
分析
匯入資料並修改欄位名：
import numpy as npimport pandas as pdimport seaborn as snsimport matplotlib.pyplot as pltfrom datetime import date, timedelta, datetimefrom pyecharts import Bar,Pie,Line,Geo,Map,Style,WordCloudplt.rc("font", size=14)plt.rcParams['savefig.dpi'] = 100 #圖片畫素plt.rcParams['figure.dpi'] = 100 #解析度Data = pd.read_csv('C:/Users/18030/Desktop/LOL.csv')Data.rename(columns={'戰隊':'Team','攻擊':'Attack',"法術":"Magic","防禦":"Defence","團戰":"Group","機動":"Flex","是否紅方":"Is_Red","是否獲勝":"IS_V"},inplace=True)Data.head()
01 不同隊伍選擇紅方，藍方的輸贏比分析
from pyecharts import BarData_1 = pd.pivot_table(Data,values='IS_V',index='Team',columns='Is_Red',aggfunc='sum')Data_1.rename(columns={0:"NO",1:"YES"},inplace=True)attr = Data_1.index.tolist()v1 = Data_1['NO'].values.tolist()v2 = Data_1['YES'].values.tolist()bar = Bar("")bar.add("YES", attr, v2, is_stack=True)bar.add("NO", attr, v1, is_stack=True)bar
視覺化結果：
分析結果：
-
JDG、NB、WE、IG等大多數隊伍選擇選擇藍方的勝場高於紅方。
-
RNG、EDG、IM選擇紅方的勝場高於藍方。
02 不同隊伍的打法特點是怎樣的呢？
from pyecharts import RadarData_2 = Data.groupby('Team').mean().stack()EDG_VALUE = [Data_2['EDG'][:5].values.tolist()]WE_VALUE = [Data_2['WE'][:5].values.tolist()]RNG_VALUE = [Data_2['RNG'][:5].values.tolist()]radar = Radar()c_schema= [ {"name": "Attack", "max": 55, "min": 53},{"name": "Magic", "max": 52.8, "min": 50},{"name": "Defence", "max": 55, "min": 52},{"name": "Group", "max": 76, "min":72},{"name": "Flex", "max": 68, "min":64} ]radar.config(c_schema=c_schema, shape='circle')radar.add("EDG", EDG_VALUE, is_splitline=True, is_axisline_show=True,line_width =2 )radar.add("WE", WE_VALUE, label_color=["#4e79a7"],item_color="#000",line_width=2)radar.add("RNG", RNG_VALUE, label_color=['rgba(443,23,112,121)'],item_color='rgba(413,123,23,412)',line_width=2)radar
說明：
這裡只畫出RNG、EDG、WE的打法特點。
視覺化結果：
很明顯的看出來這三隻隊伍的打法特點：
-
EDG更註重進攻，而防守是其短板。
-
RNG的打法是很靈活的，並且在法術和防禦很出色。
-
WE不是激進的打法，相對來說其更願意防守和團隊輸出。
03 某個時段的戰隊戰績排行又是什麼情況呢？
from pyecharts import BarData_3 = Data.groupby('Team').sum()Data_4 = Data_3['IS_V']Data_4 = Data_4.sort_values(ascending=False)attr = Data_4.index.values.tolist()v = Data_4.values.tolist()bar = Bar()bar.use_theme('dark')bar.add("戰隊勝場排行榜",attr,v)bar
視覺化結果：
分析結果：
-
該時段WE、IG、RNG的勝場相對來說更好一些。
-
IM、DAN等戰隊相對這些老牌隊伍遜色不少。
04 不同戰隊的勝率如何？
from pyecharts import PieData_7 = Data.groupby('Team').sum()Index = Data_7.indexALL_COUNT = np.array([len(Data[Data.Team == i ]) for i in Index])ALL_WIN =Data_7.IS_V.valuesWIN_PER = ALL_WIN/ALL_COUNTLOS_PER = 1 - WIN_PERData_8 = pd.DataFrame(index=Index,columns=['WIN_PER','LOS_PER'])Data_8['WIN_PER'] = WIN_PER*100Data_8['LOS_PER'] = LOS_PER*100Data_8.sort_values(by='WIN_PER',ascending=False,inplace=True)pie = Pie(title_pos='center')style = Style()pie_style = style.add(label_pos="center",is_label_show=True,label_text_color=None)pie.add("", ["EDG", ""], Data_8.iloc[0].values.tolist(), center=[10, 30], radius=[18, 24], **pie_style)pie.add("", ["RNG", ""], Data_8.iloc[1].values.tolist(), center=[30, 30], radius=[18, 24], **pie_style)pie.add("", ["WE", ""], Data_8.iloc[2].values.tolist(), center=[50, 30], radius=[18, 24], **pie_style)pie.add("", ["IG", ""], Data_8.iloc[3].values.tolist(), center=[70, 30], radius=[18, 24], **pie_style)pie.add("", ["OMG", ""], Data_8.iloc[4].values.tolist(), center=[90, 30], radius=[18, 24], **pie_style)pie.add("", ["NB", ""], Data_8.iloc[5].values.tolist(), center=[10, 70], radius=[18, 24], **pie_style)pie.add("", ["JDG", ""], Data_8.iloc[6].values.tolist(), center=[30, 70], radius=[18, 24], **pie_style)pie.add("", ["SNG", ""], Data_8.iloc[7].values.tolist(), center=[50, 70], radius=[18, 24], **pie_style)pie.add("", ["LGD", ""], Data_8.iloc[8].values.tolist(), center=[70, 70], radius=[18, 24], **pie_style)pie.add("", ["DAN", ""], Data_8.iloc[9].values.tolist(), center=[90, 70], radius=[18, 24], **pie_style)pie
視覺化結果：
-
EDG、RNG、WE等戰隊的勝率能到到60%以上。
-
OMG、IG的勝率在55%以上。
-
DAN等戰隊的勝率在40%以下。
