使用Google Colab對PUBG的玩家死亡數據集進行可視化分析

數據集

數據集可以在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。

配置數據集

! pip install kaggle ! mkdir ~/.kaggle ! cp .json ~/.kaggle/ ! chmod 600 ~/.kaggle/kaggle.json//下載并解壓PUBG數據集，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

數據準備

導入數據集中的地圖

死亡位置散點圖

首先需要對一些不在地圖邊界內的死亡數據進行剔除，并且設置散點圖的坐標。
在scatter中，s參數代表點的大小，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，對散點圖和熱圖進行分析，我選擇了0.6的alpha值。

死亡位置熱圖

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

heatmap（）函數用于繪制熱圖。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、整個山頂等。這樣得出的單元就更有代表性。

對于log參數，該函數使用log2來計算輸入數據單元的基數2的對數，并將任何元素的負值或零值設置為零，這對于跨越幾個數量級的數據的可視化很有用。然而，在這個實驗室中，我使用的數據集不是很大，所以沒有使用對數參數。

對于阿爾法參數，有必要使熱圖盡可能清晰，同時仍能看到背景地形。經過幾次實驗，我認為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置標簽，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生擊殺。四個圖一起比較可以看出，車輛和爆炸物產生的擊殺數遠低于槍械，因為它們更容易被躲避。

擊殺距離熱圖

首先需要重寫cell（）函數，通過擊殺者和被擊殺者的位置返回擊殺距離。然后用新的cell（）函數繪制熱圖。

死亡距離的熱圖顯示，除了開闊的平原地區死亡距離比較遠之外，各地區的死亡距離沒有太大差別。我認為這是因為武器射程的差別很小，而且其它地區有更多的掩體。

總結

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站內容還不錯，歡迎將生活随笔推薦給好友。