用Python分析了1w场吃鸡数据，原来吃鸡要这么玩！

解决代码如下：

Fortnite_clean[Fortnite_clean['afford_damage']>=451].grade.mean() 
output:3.125 
 
Fortnite_clean[Fortnite_clean['building_damage']>=20000].grade.mean() 
output:1.75 

可推断，knockout_number，precision和cause_damage这几个数据对于吃鸡固然重要，但是要是在4人小组中，围绕1到2个输出位，配置1到2为抗住伤害的肉盾和负责拆板子的机枪手，对吃鸡是大有益处的。

dfData = Fortnite_one.corr() 
plt.subplots(figsize=(8, 8)) # 设置画面大小 
sns.heatmap(dfData, annot=True, vmax=1, square=True, cmap="Blues") 
plt.show() 

经过数据的可视化，热度图如下：

分析热度图

在热力图中，与吃鸡(grade)相关性比较高的前三项是：材料收集、淘汰人数和造成伤害

之前比较看好的命中和精准打击相关性不太高，难道良好的FPS手感在堡垒之夜中已经不太重要了么，这就还需要更多的数据来研究。

期望研究的问题

• 是否天命圈与能否吃鸡是不是有相关性?(marching_course<2000)
• 比赛中使用更多的板子与能否吃鸡是不是有相关性?(material_using)

注：由于数据量太小，以后能收集到更多的数据，是希望可以对上面以及更多的方向进行研究。

结论

根据上面的热力图可以得出如下结果：

• 与吃鸡相关性比较高的前三项是：材料收集、淘汰人数和造成伤害，基本复合预期;
• 材料使用的相关性高是因为被淘汰的玩家爆出的装备和材料被捡起也视作材料收集;
• 组队如果想要取得好成绩，围绕1到2个输出位，配置1到2为抗住伤害的肉盾和负责拆板子的机枪手，才是正道;
• 正如前面所说，这个分析出来的结果更偏向于单人吃鸡，组队吃鸡，队员之间的工作分配也是非常重要的。

源码已上传Github，可以在下面的地址下载

https://github.com/zandaoguang/eattingchicken

【编辑推荐】

1. Python 成功上位，正逐渐与 Java 拉开差距
2. 手把手教你用Python创建简单的神经网络（附代码）
3. 用Python分析统计必胜客餐厅
4. 9个鲜为人知的Python数据科学库
5. Python全家福，这些库你认识哪些？

（编辑：好传媒网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!