17年绝地求生大数据 Kaggle数据集强势分析

17年绝地求生大数据 Kaggle数据集强势分析(1)

小编知道,很多人都迷上了吃鸡,整天捧着手机战战兢兢,一会儿激动地起飞、一会儿手抖地厉害。在尝到了落地3分钟就被毙、跑不过毒倒在半路上失血致死、站在草丛中被不明方向的子弹狙击而亡、出门舔箱被猪队友当作敌人干掉等100种死法之后。

基友对我突发奇想:你个做数据分析的,怎么就不能给我弄个独家吃鸡攻略呢?!

当 然 能!

二话不说埋头就是干。

大数据分析吃鸡,首先得要有数据呀。网上逛了一圈发现,Kaggle上已经有吃鸡比赛的数据集了,而且数据量极大,包含70多万场比赛上亿条玩家的数据,大概有20G左右,比去PUBG官方API数据接口爬数据快多了,那就用这个数据进行分析吧。

分析之前,我详细了解了基友的需求:

1. 飞机嗡嗡地,我到底跳哪里比较安全?

2. 我是该苟着不动,还是应该出去猛干?

绝地海岛艾伦格地图

图中越红的地方,就是开局3分钟死亡人数最多的地方。可以看到,Rozhok和学校附近、军事基地周围,由于物资丰富跳的人数众多,是开局死亡发生率最高的地方,再者是Bunkers和Crater附近、Georgopol和医院附近、Gun Range附近 。

如果想提高存活率(想要练技术的除外),特别是新手,还是避开这些地方跳好一些。

毕竟比起一落地还没找到枪,就被先找到枪的人干掉了,我还是更倾向于好好跟队友一起跳个安全一点的地儿,好好找枪,毒来了就开着小车慢悠悠地欣赏路上的风光。

17年绝地求生大数据 Kaggle数据集强势分析(2)

热情沙漠米拉玛地图

划重点:Pecado、San Martin、Power Grid区域,是开局最危险的区域。

二、我是该苟着不动,还是应该出去猛干?

小E一直问我,可不可以看看哪里有一直都是安全的区域啊?我找完武器之后躲起来不就好了吗?我一局需要干掉多少人,才有可能吃到鸡啊?

17年绝地求生大数据 Kaggle数据集强势分析(3)

冷静!我们来看看图好吗?

17年绝地求生大数据 Kaggle数据集强势分析(4)

这是一张击杀人数与吃鸡概率的关系图,可以清楚看到,吃鸡的概率跟干掉的人数是呈正比关系的,想要获得30%以上的吃鸡概率需要最少干掉7个人,干掉10个人的吃鸡概率是50%,干掉15个人的吃鸡概率是75%。

因此,如果想要天天吃鸡,在一个地方躲着不出来是不可能的。多点练习多提高击杀技术才是上策啊,朋友~

小E哇的一声哭出来:动则干掉7人干掉10人,臣妾做不到哇!

17年绝地求生大数据 Kaggle数据集强势分析(5)

我赶紧搬出了这张图:

17年绝地求生大数据 Kaggle数据集强势分析(6)

这分别是单人、双人、四人模式下,玩家每场比赛的击杀人数图,可以看到不管是在哪种模式下,能够完成7击杀以上的人都是非常非常少的。击杀人数大多数分布在0人和1人,能够完成2人击杀已经很了不起了。小E这才平静了下来。

三、是该单打独斗还是跟队友一起配合?

有些人放荡不羁爱自由(基友),比如说我,在经历了一次出门舔箱被猪队友打成筛子之后,总是愿意在四人模式下也自己单干。

但是,跟队友打配合和助攻,是不是更容易吃鸡呢?

看图:

17年绝地求生大数据 Kaggle数据集强势分析(7)

发现助攻次数跟吃鸡概率也是成正比关系的,5次助攻吃鸡概率为50%,助攻11次以上锁定吃鸡。

四、“毒来了我跑不过毒怎么办”之车辆到底有多重要

其实,在后面的死因分析中发现,玩家死于Bluezone也是一个很高的死因,也就是被毒死了。纯靠跑很多时候是跑不过毒的。Alfred也曾有过身上携带着好多个急救包一边跑一边急救(手动苦笑)最后还是倒在了路上的状况。

17年绝地求生大数据 Kaggle数据集强势分析(8)

所以,有车一族真的可以很帅气!看上图,没有搭乘过车辆的吃鸡概率是0.007,而搭乘过车辆的吃鸡概率是0.058。也就是说,有车可以把吃鸡概率提高8倍!

下回跟队友打的时候,必须得有一个人专门去找车。

再来看一张图:

17年绝地求生大数据 Kaggle数据集强势分析(9)

可以看到,吃鸡概率一开始随着搭乘距离上升,搭乘8-9千米的车,吃鸡概率是最高的(绝地海岛艾伦格地图的长宽都是8千米)。大于9千米概率下降,说明车是个明显的移动目标,在车上呆久了也不安全,在需要的时候才乘车是最好的。

五、什么武器最有用?

小E认真脸:有什么武器是最好用的击杀人数最多的呢?

其实每种武器都有其长处和短处,有些武器适合狙击,有些武器适合近战,最重要的是怎么用。先来看看哪些武器击杀的人数最多吧。

17年绝地求生大数据 Kaggle数据集强势分析(10)

【绝地海岛艾伦格(800万人统计量)】

17年绝地求生大数据 Kaggle数据集强势分析(11)

【热情沙漠米拉玛(176万人统计量)】

上图是海岛和沙漠两张地图中,击杀人数最多的10中武器统计图。可以看到,不论是在海岛还是沙漠,M416自动步枪都高居榜首,接着是自动步枪SCAR-L、M16A4、AKM。击杀排前四的都是自动步枪,5.56毫米子弹独步天下呀。第五名是UMP9冲锋枪,第六名是S1897霰弹枪。另外一点值得注意的是,在沙漠中,SCAR-L击杀人数明显比M16A4高,这是为啥呢?

六、近战适合使用什么武器?

我们大多数时候面临的都是近战,那么近战什么武器击杀人数最多呢?

看图:

17年绝地求生大数据 Kaggle数据集强势分析(12)

【绝地海岛艾伦格(800万人统计量)】

17年绝地求生大数据 Kaggle数据集强势分析(13)

【热情沙漠米拉玛(176万人统计量)】

可以看到,在海岛地图中,霰弹枪S1897取代了自动步枪M416成为击杀人数最多的枪支。接着才是M416、AKM、M16A4、SCAR-L等自动步枪系列,不过在沙漠地图中,M416仍然是近战的主要武器。当然,两个地图中,Punch(拳头)都榜上有名,看来必要的时候,拳头也是不用讲道理滴,哈哈哈。

七、狙击适合使用什么武器呢?

趴在山上、躲在屋子的窗口里向远方的来客狙击,也是一种很重要的杀敌方式,那么什么武器狙杀的人数最多呢?

看图:

17年绝地求生大数据 Kaggle数据集强势分析(14)

【绝地海岛艾伦格(800米以上狙击距离)】

17年绝地求生大数据 Kaggle数据集强势分析(15)

【热情沙漠米拉玛(800米以上狙击距离)】

可以看到,比起近战来说,能够进行800米以外目标狙击的人其实是很少的。在海岛模式中,800米以上距离狙击的主力仍然是AKM等一系列的自动步枪,所以自动步枪会是你的最佳配备。而在沙漠模式中,单发狙Kar98k开始显现自己的威力,名列第一。连发狙中SKS算是最好用的了。

最后,我把海岛和沙漠中击杀人数排名前十的武器做了一个800米以内各距离下的击杀百分比面积图,如下,可以说,看明白了这张图,便可以在武器的选择中进行很好的取舍了。

17年绝地求生大数据 Kaggle数据集强势分析(16)

【绝地海岛艾伦格】

17年绝地求生大数据 Kaggle数据集强势分析(17)

【热情沙漠米拉玛】

可以看到冲锋枪UMP9、霰弹枪S1897等只适合近战,单发狙Kar98k是远距离狙击的一把好枪。在海岛中,自动步枪M416、M16A4、SCAR-L、AKM适合各种距离作战(前提是配件齐全)。在沙漠中,M416和SCAR-L适合各种距离作战。

八、最后的毒圈一般会在哪里呢?

讲完了枪支,终于到了小E最关心的问题了:最后的毒圈会在哪里出现?哪里出现的几率高一点?这样不就可以结合着上面的开局危险区域图,找到一个即安全又有大概率在最后毒圈的地方做“人选之子”躺赢吗?

先来看图:

17年绝地求生大数据 Kaggle数据集强势分析(18)

上图便是每场比赛最后毒圈出现的位置,可以看到,跟上面那张开局危险区域图相比,毒圈出现的位置分散了好多,几乎各个地方都有可能。不过可以看到,在Pochinki East Hill东南方以及北方的山脚下、在Yasnaya Polyana南边等区域,是最后毒圈出现频率最高的区域。

另外可以知道的是,最后的毒圈出现在近海、近河的地方概率比较小,所以如果在临近最后的时候,大圈范围包含了河流、海边的话,那么可以估计最后毒圈应该在河流、海边的反方向。

17年绝地求生大数据 Kaggle数据集强势分析(19)

沙漠最后的决战地也很分散,不过比海岛集中多了。概率比较大的地方有:Los Leones和La Bendita之间的区域、Monte Nuevo和Pecado等区域周围。最外围一大圈公路的周围及外面,基本上不可能是最后的毒圈。所以如果大圈圈到这些地方的话,往里跑就对了。

分析就到这里。一场分析下来,小E已经感觉自己跃跃欲试了,咱开始吃鸡吧~(温馨提示:说鸡不说吧,文明你我他

17年绝地求生大数据 Kaggle数据集强势分析(20)

最后祝大伙儿大吉大利,天天吃鸡!

17年绝地求生大数据 Kaggle数据集强势分析(21)

后记:

1.本篇文章的数据和分析代码可以关注公众号“Alfred在纽西兰“或者前往Github:https://github.com/Alfred1984/interesting-python 获取;

2.这个数据集的数据量很大,还有很多值得探索的地方,比如说每场比赛场均有1.47个人自己被自己蠢倒(也就是自毙),自毙的方式中,手榴弹高居榜首!接着是被车撞以及由高处跳落跌倒。我当时看到这个结果的时候,也是笑出了猪声。

17年绝地求生大数据 Kaggle数据集强势分析(22)

不说了,小编要去带妹吃鸡了

愣着干嘛呢,还不赶紧分享给鸡(基)友~

DF竞赛平台——协作、数据、知识、技能,为数据科学家赋能

竞赛平台:真实业务场景、海量行业数据,实战升级,收获荣誉、奖金、Offer;

教育平台:真实案例教学,学霸经验、名师指点,轻松点亮数据科学家技能树;

知识社区:结交技术大咖、行业高知、升级打怪小伙伴,开启数据科学玩家世界

,

免责声明:本文仅代表文章作者的个人观点,与本站无关。其原创性、真实性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容文字的真实性、完整性和原创性本站不作任何保证或承诺,请读者仅作参考,并自行核实相关内容。文章投诉邮箱:anhduc.ph@yahoo.com

    分享
    投诉
    首页