使用Google Colab對PUBG的玩家死亡數(shù)據(jù)集進(jìn)行可視化分析

數(shù)據(jù)集

數(shù)據(jù)集可以在Kaggle（https://www.kaggle.com/）中找到。需要注冊Kaggle賬號后，Account → API, 選擇 ”Create New API Token” 并下載.之后把token文件上傳到Colab的文件夾中。

配置數(shù)據(jù)集

! pip install kaggle ! mkdir ~/.kaggle ! cp .json ~/.kaggle/ ! chmod 600 ~/.kaggle/kaggle.json//下載并解壓PUBG數(shù)據(jù)集，可能需要花幾分鐘 ! kaggle datasets download skihikingkevin/pubg-match-deaths ! unzip pubg-match-deaths.zip

一些畫圖的模塊，主要是pandas library

import pandas as pd import numpy as np import matplotlib.pyplot as plt import matplotlib.cm as cmap %matplotlib inline

數(shù)據(jù)準(zhǔn)備

導(dǎo)入數(shù)據(jù)集中的地圖

死亡位置散點(diǎn)圖

首先需要對一些不在地圖邊界內(nèi)的死亡數(shù)據(jù)進(jìn)行剔除，并且設(shè)置散點(diǎn)圖的坐標(biāo)。
在scatter中，s參數(shù)代表點(diǎn)的大小，alpha代表透明度，color代表顏色。為了保證在能看清背景圖片的情況下，對散點(diǎn)圖和熱圖進(jìn)行分析，我選擇了0.6的alpha值。

死亡位置熱圖

hm_cells（）函數(shù)主要用于計(jì)算每個熱圖單元中的死亡人數(shù)，主要用參數(shù)n來控制單元的大小。

heatmap（）函數(shù)用于繪制熱圖。對于單元的大小，單元至少需要覆蓋整個地形，例如整個城市、整個山頂?shù)取＿@樣得出的單元就更有代表性。

對于log參數(shù)，該函數(shù)使用log2來計(jì)算輸入數(shù)據(jù)單元的基數(shù)2的對數(shù)，并將任何元素的負(fù)值或零值設(shè)置為零，這對于跨越幾個數(shù)量級的數(shù)據(jù)的可視化很有用。然而，在這個實(shí)驗(yàn)室中，我使用的數(shù)據(jù)集不是很大，所以沒有使用對數(shù)參數(shù)。

對于阿爾法參數(shù)，有必要使熱圖盡可能清晰，同時仍能看到背景地形。經(jīng)過幾次實(shí)驗(yàn)，我認(rèn)為0.6是比較合理的。

不同武器造成的死亡位置熱圖

首先需要對不同的武器設(shè)置標(biāo)簽，包括步槍、狙擊槍、散彈槍、爆炸物、車輛等等。

繪制不同武器造成死亡的位置熱圖，我只分析了步槍、散彈槍、爆炸物和車輛這些有代表性的。
我認(rèn)為這些死亡位置的差異主要是由于不同的武器適用于不同的地形。一方面，玩家喜歡在該地形上使用合適的武器，另一方面，使用該武器擊殺的可能性更大。
對于步槍來說，整個地圖都適合使用，所以熱圖的分布比較均勻。對于霰彈槍來說，它適合于城市地形，那里有更多的掩體，而且離敵人更近。爆炸物適用于敵人難以移動的狹窄地形。車輛在公路或平原上更容易產(chǎn)生擊殺。四個圖一起比較可以看出，車輛和爆炸物產(chǎn)生的擊殺數(shù)遠(yuǎn)低于槍械，因?yàn)樗鼈兏菀妆欢惚堋?br />

擊殺距離熱圖

首先需要重寫cell（）函數(shù)，通過擊殺者和被擊殺者的位置返回?fù)魵⒕嚯x。然后用新的cell（）函數(shù)繪制熱圖。

死亡距離的熱圖顯示，除了開闊的平原地區(qū)死亡距離比較遠(yuǎn)之外，各地區(qū)的死亡距離沒有太大差別。我認(rèn)為這是因?yàn)槲淦魃涑痰牟顒e很小，而且其它地區(qū)有更多的掩體。

總結(jié)

以上是生活随笔為你收集整理的使用Google Colab对PUBG的玩家死亡数据集进行可视化分析的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。