本文用Python从捞月狗网站上面抓取国服各区及外服王者数据信息，然后用R软件进行数据初探及浅析。旨在发现数据后面的有趣的东西！爱生活，爱数据！
Python爬取捞月狗数据
要抓取的数据如下图所示：
主要包括王者游戏ID，所在区服，胜点，胜场，负场，胜率，最近状态，擅长位置，本命英雄等。由于捞月狗的数据是每天更新的，所以不同时间爬取数据可能会有所不同。
所用的Python代码如下：
导入所需要的模块：
import requests import re import pandas as pd
设置头部信息：
head={'User-Agent':'你自己的头部信息'}
设置正则来获取国服王者信息:
rem=re.compile(r'class="subStrTitle">(.*?).*?server">(.*?).*?class="icon-dan">(.*?).*?(.*?)(.*?)<.*?\t/.*?(.*?)(.*?).*?"percentage">(.*?).*?/score/(.*?).png.*?color-zhongdan">(.*?).*?alt="(.*?)"/>.*?alt="(.*?)"/>.*?alt="(.*?)"/>',re.S)
外服正则用于获取外服王者信息:
reh=re.compile(r'(.*?).*?player-server">(.*?).*?(.*?).*?(.*?)(.*?).*?.*?(.*?)(.*?).*?"percentage">(.*?).*?score/(.*?).png.*?"color-zhongdan">(.*?).*?src="(.*?)">.*?src="(.*?)">.*?src="(.*?)">',re.S)
获取国服对应的战区，存放在zhanqu_list_cn中:
url_cn='http://www.laoyuegou.com/x/zh-cn/lol/lol/godrank.html?region=cn&area=1' html_cn = requests.get(url_cn,headers = head) reg=re.compile(r'class="cn-li.*?href="(.*?)">',re.S) zhanqu_list_cn=re.findall(reg,html_cn.text)#国服战区
获取外服对应的战区，存放在zhanqu_list_en中:
url_en='http://www.laoyuegou.com/x/zh-cn/lol/lol/godrank.html?region=foreign&area=kr' html_en = requests.get(url_en,headers = head) ren=re.compile(r'class=" foreign-li.*?href="(.*?)">',re.S) zhanqu_list_en=re.findall(ren,html_en.text)
定义下载中国战区数据的函数:
def updown_cn(zhanqu_list_cn): for zhanqu in zhanqu_list_cn: for m in range(1,11): url=zhanqu+'&page='+str(m) im = requests.get(url,headers = head) if im.status_code == 200: data=re.findall(rem,im.text) #得到数据rem代表国服数据 data=pd.DataFrame(data) data.to_csv('/home/wajuejiprince/文档/LOLDT/LOLDT.csv', header=False, index=False,mode='a+')#写入csv文件,'a+'是追加模式 data=
定义下载外服战区数据的函数:
def updown_en(zhanqu_list_en): for zhanqu in zhanqu_list_en: for m in range(1,11): url=zhanqu+'&page='+str(m) im = requests.get(url,headers = head) if im.status_code == 200: data=re.findall(reh,im.text) #得到数据reh代表外服数据 data=pd.DataFrame(data) data.to_csv('/home/wajuejiprince/文档/LOLDT/LOLDT.csv', header=False, index=False,mode='a+')#写入csv文件,'a+'是追加模式 data=
下载数据:
updown_cn(zhanqu_list_cn) #下载中国战区数据 updown_en(zhanqu_list_en) #下载外服战区数据
下载下来的数据保存格式是CSV格式，内容如下图所示：
经过翻看数据，只找到几条格式异常数据（已经手动删除）。
R语言数据初探
下面用R软件来分析数据，看看能否发现一些有趣的事情！
导入分析是要用的R语言程序包：
library(data.table) library(plotly) library(magrittr) library(wordcloud2)
导入数据:
dt=fread(file.choose)
国服数据:
dt_cn=dt[1:2500] #也就是前2500个
外服数据:
dt_en=dt[2501:4480]
各个战区王者数量(国服):
>dt_cn[,.(.N),by=.(所在战区)] 所在战区 N 1: 艾欧尼亚 90 2: 祖安 80 3: 诺克萨斯 80 4: 班德尔城 90 5: 皮尔特沃夫 90 ................... 25: 扭曲丛林 99 26: 教育网专区 25 27: 巨龙之巢 90 28: 男爵领域 90 29: 峡谷之巅 80 所在战区 N
概览数据(国服):
>summary(dt_cn[,.(.N),by=.(所在战区)]) 所在战区 N Length:29 Min. : 25.00 Class :character 1st Qu.: 80.00 Mode :character Median : 90.00 Mean : 86.21 3rd Qu.: 90.00 Max. :100.00 #王者最少的区 > dt_cn[,.(.N),by=.(所在战区)][N==25] 所在战区 N 1: 教育网专区 25 #王者有100人的区(最多也就100人) > dt_cn[,.(.N),by=.(所在战区)][N==100] 所在战区 N 1: 均衡教派 100 2: 守望之海 100
外服王者数量:
plot_ly(dt_en[,.(.N),by=.(所在战区)],x=~所在战区,y=~N,type="bar")
外服王者数量较多(相对于国服一个区),可能原因是有的外服就一个服务器,比如韩国,另外也和捞月狗统计的数据有关.
国服各区平均胜点：
dt_cn[,.(mean=mean(胜点)),by=.(所在战区)]
这里并不能看出艾欧尼亚是最强的战区。
王者平常都是处于什么游戏状态:
wordcloud2(dt_cn[,.(.N),by=.(最近状态)])
英雄联盟的评价等级是这样递增的D-，D，D+；C-，C，C+；B-，B，B+；A-，A，A+；S-，S，S+！大部分王者的最近状态往往都是S级别的状态。可惜的是该数据集中没有其他段位的数据,如果有的话还可以比较一下各个段位玩家的平时的游戏状态。
王者擅长的位置：
各个大区的王者比较喜欢打野和上单的位置。这两个位置也是英雄联盟中承受伤害比较多的位置，也可以说他们可能更倾向于玩"肉"一点的英雄吧。这样的英雄也是在职业联赛中经常说的容错率比较高。换句话说也就是:又肉又有输出型的英雄。
王者玩家本命英雄(当前版本2017.08.05)：
#由于在爬去数据的时候有的本命英雄不是我们预想的,在这里将其删除(也就3~4个). dt_all=fread(file.choose) dt_cn<-dt_all[1:2497] dt_1<-dt_cn[,本命英雄1] dt_2<-dt_cn[,本命英雄2] dt_3<-dt_cn[,本命英雄3] all_hero<-c(dt_1,dt_2,dt_3) #所有的英雄 table(all_hero)%>%data.frame%>%wordcloud2(shape='star') #以星型方式绘制云图。
不愧是王者玩家，玩盲僧这样”骚气“操作的英雄。。。。。。（由于外服的本命英雄在爬取的时候爬到的都是一些图片链接，不方便可视化，所以以上云图不含外服数据）
总结：
朋友们听我一句劝，放下游戏吧， 出去走走， 读几页自己喜欢的书，去自己喜欢的地方走走，陪陪喜欢的人，晚上无聊的时候 约几个朋友出去喝喝茶，聊聊天， 真的一天下来，你会发现还是玩游戏有意思！
大家有一起开黑的，在下方评论出来哦。嗯~想要学习Python的可以加我上我的QQ群688134818，老司机来开车啊。
