咪哥杂谈
本篇阅读时间约为 6 分钟。
1
前言
前一阵写了关于王者的一些系列文章，从数据的获取到数据清洗，数据落地，都是为了本篇的铺垫。
今天来实现一下，看看不同维度得到的结论。
2
环境准备
本次实验用到的图形库为 pyecharts 。
pip install pyecharts
Echarts 是一个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。
而 Python 是一门富有表达力的语言，很适合用于数据处理。当数据分析遇上数据可视化时，pyecharts 诞生了。
github - pyecharts 官网文档
以下实验环境，均处于 Jupyter Notebook 中，关于 Jupter Notebook 安装教程,移步：
https://zhuanlan.zhihu.com/p/54302333
知乎
3
数据分析的两个概念
数据分析里，先来了解下两个比较基础的概念：维度(Dimensions) 和度量(Measures)。
如果你用过可视化的工具，一定对其不陌生，比如 Tableau、Kibana等。
简单的来说，度量描述的是数据表中的数值数据，而维度描述的则是类别数据。
举个栗子。
假设你家是开商店的，每个季度要对不同商品进行销售额统计。
我们常见的一些有含义的名词、时间、地理位置等离散型数据适用于维度。
那这里的商品名称，如苹果，梨，栗子等可以作为维度。
连续型数据适用于度量，如数字。
此时，这些不同商品的卖出数量，则作为度量。
4
荣耀分析
明白了上述概念，下面分别定下不同的维度来进行分析做图。
PS： 关于 pyecharts 的代码不进行贴出，后续给出源码地址。
1. 王者荣耀中，英雄不同定位，英雄数量分别是多少？
根据读取 Excel 中 position ，获取不同英雄定位的数量。
图形：
王者荣耀一共 97 个英雄，前几天更新了赛季，新增一名射手。实际上可以看到，官方游戏策划对“法师”还是比较青睐的。
法师类英雄为什么多？
猜测：在诸多 moba 游戏中，中单是所有位置可玩性最高的，也是全场能带动节奏的关键位置。不论从最早第一款 dota 还是到现在移动端的王者荣耀。
中单选手的操作决定左右着游戏全局的走向，不论是前期，中期，还是后期。
玩的好的中单玩家，中前期可以带节奏 carry 全场，带玩家走向胜利。
比如我高中同学的貂蝉，1000多场，大部分场次拿此英雄就已经赢了一半了。
2. 王者荣耀中，哪个英雄无装备下跑的最快？
王者 97 个英雄里，你绝对想不到的居然是 盾山 和 梦奇
跑的是最快的(应该是最瘦状态的时候)。
这个图清晰的显示了除了这两个英雄移动速度额外的快，其余的英雄其实相差不到哪里去。
PS：对比下疾步之靴，最便宜的王者鞋子，看下它的属性。
属性：
唯一被动 神行：脱离战斗后增加 60 移动速度
唯一被动 ：+60 移动速度
3. 王者荣耀中，哪个坦克无装备下血量最多？
坦克里的英雄，亚瑟是血量最多的。仔细看，这堆坦克的血量最低是八戒
，差值 600 血量，要知道 600 的血量前期顶小半个红莲斗篷了：
红莲斗篷基础属性：
物理防御：240点
最大生命：1200点
装备技能
唯一被动：每秒对身边的敌军造成100点法术伤害
再来看下平均值，关于平均值，在图中画出了一条线，此线是所有英雄算出来的平均数，可以看到只有2个坦克的初始血量设定低于平均值，分别是钟无艳和猪八戒。
但不得不说，虽然低，但在对应的英雄技能上，有所弥补，比如钟无艳的防御套，八戒的回血功能。
4. 王者荣耀中，哪个英雄无装备下物理防御最高？
最高物理防御 150 ，庄周 ：
最低物理防御 83 ，小脆皮哥斯拉，啊不对，安琪拉，妹子最爱的英雄：
物理防御意味着什么呢？普通攻击对其造成的伤害，假设双方法师都没魔法值了，那么安琪拉一定是对 A 不过敌人的。。。（虽然傻子法师才会去普通攻击~）
5. 哪些英雄推荐玩？
根据 18183 游戏网提供的数据，画出以下雷达图，按照定位不同来看。
用 pyecharts 画了一天的图，发现还是有缺点的，维度这一项，如果很多，用代码来实现是没有办法实现的！（研究一天没研究出来，看了官方文档也没找到。。）
所以我只能在度量上加了一层英雄名称，以下雷达图在英雄名称是没有数值的，
18183游戏网，法师推荐：
最饱和属性，嫦娥：
18183游戏网，战士推荐：
最饱和属性，盘古：
18183游戏网，坦克推荐：
最饱和属性，猪八戒：
18183游戏网，射手推荐：
最饱和属性，伽罗：
18183游戏网，辅助推荐：
最饱和属性，瑶：
18183游戏网，刺客推荐：
最饱和属性，荆轲：
综上所述，雷达图其实很容易就能看出哪些数值比较突出。
瑶这个英雄现在在王者段位中，真的是一直被 ban，一般拿不到。阿轲是在白金左右段位的打野，很好上分。嫦娥其实一直在法师中很强势，只不过很少有人爱用她，算是一个法坦。
那我自己找出的数据维度，暂时就这么多。
5
用到的几个 pandas 方法
1. df['position'].value_counts()
Df读取某列的值，并且按照内容进行分组计数。如下：
2. df[df['position']=='坦克']['name']
筛选，position为坦克的英雄名称。如下：
3. df['最大生命'].mean()
Mean,平均值的意思，求最大生命的平均值，画出平均线。
6
总结
以上，就是本次通过数据找出来的几个维度点。
后台和一些朋友沟通交流了下，本次数据其实维度还是过于少，比如一些装备上的数据，没有进行爬取，英雄本身的等级成长值，也没有，如果你有更好的维度，欢迎留言区留言探讨~
关于 notebook 的源代码，上传到 github 了，后台回复关键词 荣耀代码 即可获得！
▼
往期精彩回顾
▼
你点的每个在看，我都认真当成了喜欢
