随着电子竞技行业的迅猛发展,英雄联盟赛事作为其中的佼佼者,吸引了全球数百万的玩家和观众。本文介绍了基于Python的英雄联盟赛事数据分析与可视化系统,旨在为玩家、观众和赛事主办方提供更深入、全面的数据分析服务。该系统首先利用scrapy爬虫技术自动抓取玩家电竞网上的英雄联盟比赛数据,包括战队、选手战绩、比赛KPA值等详细信息。通过Echarts生成战队胜率、场均胜率、选手KDP排行、TOP10选手数据分析以及战队一血率排行等可视化数据。此外,系统还利用随机森林算法创建了预测模型,用户输入主队、客队、KDA值和场均击杀数,即可预测比赛结果。总的来说,该系统通过整合Python编程语言、Django框架、MySQL数据库、Hadoop分布式计算平台、Vue前端框架和ECharts图表库等技术,实现了对英雄联盟赛事数据的全面分析和可视化。这一技术的应用不仅提高了数据分析的效率和准确性,还为电子竞技行业的发展提供了有力支持。
根据以上的功能需求情况,整体的功能模块包括有前台vue项目,后台项目包括django后端项目模块和爬虫模块。前台vue的页面主要页面包括注册与登录页面,数据可视化展示页面,爬虫模块主要用来爬取玩家电竞网的相关数据信息的,通过使用hadoop进行数据的存储,django后台用来提供前台所用的json数据。其中胜败预测功能的实现是基于机器学习功能之后的应用阶段。
图4.2系统功能模块图
可视化数据展示功能实现
系统可以通过多角度对战队进行评估,相关的可视化数据页面包括有:生成战队胜率,场均胜率,选手KDP排行,TOP10选手数据分析,战队一血率排行等。可视化数据的展示是通过Echarts实例图标实现的,通过属性控制其横坐标、纵坐标等数据信息,如下图是战队场均击杀界面。
图5.5战队场均击杀界面图