王者榮耀這么久了，還沒(méi)上王者？哈哈哈，看過(guò)來(lái)，是不是對(duì)英雄理解的不夠透徹呢，是不是還沒(méi)有很好的為英雄分類(lèi)呢，今天就來(lái)看看英雄分類(lèi)

技術(shù)棧

一、EM 聚類(lèi)簡(jiǎn)介

二、爬取網(wǎng)上的英雄初始屬性值

三、做成餅圖

EM 聚類(lèi)簡(jiǎn)介

EM 英文名是 Expectation Maximization，也叫最大期望算法。

在統(tǒng)計(jì)計(jì)算中，最大期望（EM）算法是在概率（probabilistic）模型中尋找參數(shù)最大似然估計(jì)或者最大后驗(yàn)估計(jì)的算法，其中概率模型依賴(lài)于無(wú)法觀測(cè)的隱藏變量（Latent Variable）。

最大期望算法經(jīng)過(guò)兩個(gè)步驟交替進(jìn)行計(jì)算，第一步是計(jì)算期望（E），利用對(duì)隱藏變量的現(xiàn)有估計(jì)值，計(jì)算其最大似然估計(jì)值；第二步是最大化（M），最大化在 E 步上求得的最大似然值來(lái)計(jì)算參數(shù)的值。M 步上找到的參數(shù)估計(jì)值被用于下一個(gè) E 步計(jì)算中，這個(gè)過(guò)程不斷交替進(jìn)行。

在此推薦小編創(chuàng)建的Python學(xué)習(xí)交流群：835017344，這里是python學(xué)習(xí)者聚集地，有大牛答疑，有資源共享！有想學(xué)習(xí)python編程的，或是轉(zhuǎn)行，或是大學(xué)生，還有工作中想提升自己能力的，正在學(xué)習(xí)的小伙伴歡迎加入學(xué)習(xí)。

進(jìn)行英雄聚類(lèi)

使用 sklearn 庫(kù)中的的 EM 聚類(lèi)算法框架，采用高斯混合模型

          
            from sklearn.mixture import GaussianMixture
復(fù)制代碼

一些主要參數(shù)意義如下，其他參數(shù)可以查看相關(guān)文檔

n_components:混合高斯模型個(gè)數(shù)，也就是想要的聚類(lèi)個(gè)數(shù)，默認(rèn)為1
covariance_type:協(xié)方差類(lèi)型，包括{‘full’,‘tied’, ‘diag’, ‘spherical’}四種，分別對(duì)應(yīng)完全協(xié)方差矩陣（元素都不為零），相同的完全協(xié)方差矩陣（HMM會(huì)用到），對(duì)角協(xié)方差矩陣（非對(duì)角為零，對(duì)角不為零），球面協(xié)方差矩陣（非對(duì)角為零，對(duì)角完全相同，球面特性），默認(rèn)‘full’ 完全協(xié)方差矩陣
max_iter:最大迭代次數(shù)，默認(rèn)100

所以可以構(gòu)造 GMM 聚類(lèi)如下：

          
            # 構(gòu)造 GMM 聚類(lèi)
gmm = GaussianMixture(n_components=20, covariance_type='full')
復(fù)制代碼

有一份如下結(jié)構(gòu)的數(shù)據(jù)：

[圖片上傳中...(image-5dab6a-1562219826453-6)]

可以看到，涉及到的屬性非常多，初始的屬性設(shè)置如下：

          
            feature = ['1級(jí)物理攻擊', '15級(jí)物理攻擊', '每級(jí)成長(zhǎng)',
           '1級(jí)生命', '15級(jí)生命', '生命成長(zhǎng)值', '1級(jí)物理防御',
           '15級(jí)物理防御', '每級(jí)物理防御成長(zhǎng)', '攻速成長(zhǎng)',
           '1級(jí)每5秒回血', '15級(jí)每5秒回血', '1級(jí)最大法力',
           '15級(jí)最大法力', '最大法力成長(zhǎng)', '1級(jí)每五秒回藍(lán)',
           '15級(jí)每5秒回藍(lán)', '近/遠(yuǎn)程？', '移速', '定位', '個(gè)人建議分路']
復(fù)制代碼

屬性降維

可以先通過(guò)熱力圖來(lái)判斷下哪些屬性是強(qiáng)相關(guān)的，只保留唯一屬性

          
            import seaborn as sns
import matplotlib.pyplot as plt

corr = data[feature].corr()
plt.figure(figsize=(14, 14))
sns.heatmap(corr, annot=True)
plt.show()
復(fù)制代碼

[圖片上傳中...(image-232849-1562219826453-5)]

可以看到，其中”1級(jí)最大法力“，”15級(jí)最大法力“，”最大法力成長(zhǎng)“，是強(qiáng)相關(guān)的，由此可以做出屬性篩選，最終保留的屬性如下：

          
            features_remain = ['15級(jí)生命', '15級(jí)物理攻擊',
                   '15級(jí)物理防御', '15級(jí)最大法力',
                   '15級(jí)每5秒回血', '15級(jí)每5秒回藍(lán)', '移速',
                   '攻速成長(zhǎng)', '近/遠(yuǎn)程？']
復(fù)制代碼

數(shù)據(jù)規(guī)范化

將攻擊范圍字段（”近/遠(yuǎn)程？“）轉(zhuǎn)換為 0 和 1

          
            data_new['近/遠(yuǎn)程？'] = data_new['近/遠(yuǎn)程？'].map({'遠(yuǎn)程': 1, '近程': 0})
復(fù)制代碼

EM 聚類(lèi)計(jì)算

采用高斯混合模式，并把生成的類(lèi)別寫(xiě)入 csv 文件中

          
             # 構(gòu)造 GMM 聚類(lèi)
 gmm = GaussianMixture(n_components=20, covariance_type='full')
 gmm.fit(data_new)

 # 訓(xùn)練數(shù)據(jù)
 prediction = gmm.predict(data_new)
 # print(prediction)

 hero_data.insert(0, '分組', prediction)
 hero_data.to_csv('hero_out.csv', index=False, sep=',', encoding='gb18030')
復(fù)制代碼

餅圖輸出

為了更加直觀的查看各個(gè)英雄的分組情況，這里使用餅圖來(lái)做可視化首先取出數(shù)據(jù)的”分組“和”名稱(chēng)“兩個(gè)字段，并對(duì)”分組“字段進(jìn)行分組處理

          
            df = hero_data[['分組', '名稱(chēng)']]
grouped = df.groupby(['分組'])
復(fù)制代碼

然后取出分組中的數(shù)值，并用 pyecharts 來(lái)畫(huà)餅圖

          
             from pyecharts import Pie

 k = []
 for name, group in grouped:
     k.append({name: list(group['名稱(chēng)'].values)})

 kk = []
 for i in k:
     for k, v in i.items():
        kk.append(v)

length = []
key = []
for i in kk:
    key.append(str(i))
    length.append(len(i))
pie = Pie('英雄完全屬性分類(lèi)圖', title_pos='center')
pie.add("", key, length,
        is_label_show=True, legend_pos="bottom", legend_orient="vertical",)
pie.render()
復(fù)制代碼

[圖片上傳中...(image-3be250-1562219826453-4)]

抓取英雄初始屬性

要想獲得更加全的英雄數(shù)據(jù)，還是需要到網(wǎng)上抓取，這樣才能夠保證英雄的數(shù)量是最新的。這里我使用的是 db.18183.com/ 網(wǎng)站的數(shù)據(jù)，頁(yè)面如下：

[圖片上傳中...(image-9bb357-1562219826453-3)]

[圖片上傳中...(image-ce0f68-1562219826453-2)]

獲取英雄頁(yè)面 URL

使用 BeautifulSoup 來(lái)定位到 class 為 mod-iconlist 的 ul 元素，里面保存的就是各個(gè)英雄的頁(yè)面

          
                url = 'http://db.18183.com/'
    url_list = []
    res = requests.get(url + 'wzry').text
    content = BeautifulSoup(res, "html.parser")
    ul = content.find('ul', attrs={'class': "mod-iconlist"})
    hero_url = ul.find_all('a')
    for i in hero_url:
        url_list.append(i['href'])
復(fù)制代碼

抓取詳細(xì)信息

循環(huán)抓取到的 URL 列表，抓取每個(gè)英雄的詳細(xì)信息

          
                 base_url = 'http://db.18183.com/'
     detail_list = []
     for i in url:
         # print(i)
         res = requests.get(base_url + i).text
         content = BeautifulSoup(res, "html.parser")
         name_box = content.find('div', attrs={'class': 'name-box'})
         name = name_box.h1.text
         hero_attr = content.find('div', attrs={'class': 'attr-list'})
        attr_star = hero_attr.find_all('span')
        survivability = attr_star[0]['class'][1].split('-')[1]
        attack_damage = attr_star[1]['class'][1].split('-')[1]
        skill_effect = attr_star[2]['class'][1].split('-')[1]
        getting_started = attr_star[3]['class'][1].split('-')[1]
        details = content.find('div', attrs={'class': 'otherinfo-datapanel'})
        # print(details)
        attrs = details.find_all('p')
        attr_list = []
        for attr in attrs:
            attr_list.append(attr.text.split('：')[1].strip())
        detail_list.append([name, survivability, attack_damage,
                            skill_effect, getting_started, attr_list])
復(fù)制代碼

保存到 csv 文件

open 一個(gè)文件，把對(duì)應(yīng)的列表字段存入

          
                 with open('all_hero_init_attr.csv', 'w', encoding='gb18030') as f:
         f.write('英雄名字,生存能力,攻擊傷害,技能效果,上手難度,最大生命,最大法力,物理攻擊,'
                 '法術(shù)攻擊,物理防御,物理減傷率,法術(shù)防御,法術(shù)減傷率,移速,物理護(hù)甲穿透,法術(shù)護(hù)甲穿透,攻速加成,暴擊幾率,'
                 '暴擊效果,物理吸血,法術(shù)吸血,冷卻縮減,攻擊范圍,韌性,生命回復(fù),法力回復(fù)\n')
         for i in details:
             try:
                 rowcsv = '{},{},{},{},{},{},{},{},{},{},{},{},{},{},{},{},{},{},{},{},{},{},{},{},{},{}'.format(
                     i[0], i[1], i[2], i[3], i[4], i[5][0], i[5][1], i[5][2], i[5][3], i[5][4], i[5][5],
                     i[5][6], i[5][7], i[5][8], i[5][9], i[5][10], i[5][11], i[5][12], i[5][13], i[5][14], i[5][15],
                    i[5][16], i[5][17], i[5][18], i[5][19], i[5][20]
                )
                f.write(rowcsv)
                f.write('\n')
            except:
                continue
復(fù)制代碼

數(shù)據(jù)清理

因?yàn)檫@個(gè)網(wǎng)站可能做的不是很用心，有些屬性會(huì)存在兩個(gè)百分號(hào)和為空的情況，如圖：

[圖片上傳中...(image-ced2dd-1562219826452-1)]

所以需要處理下。

對(duì)于兩個(gè)百分號(hào)，直接使用 notepad++ 把所有的 %% 的替換為單 % 即可

對(duì)于為空的字段，使用如下代碼處理，填為 0

          
            # 把空值設(shè)置為0
data_init = data_init.fillna(0)
復(fù)制代碼

完成

對(duì)于數(shù)據(jù)規(guī)范化，GMM 聚類(lèi)和餅圖呈現(xiàn)，都和前面類(lèi)似，不再贅述，下面來(lái)看看餅圖效果

[圖片上傳中...(image-13f8ec-1562219826452-0)]

雖然通過(guò)這兩張餅圖，沒(méi)有辦法一下子提高你手殘的毛病，但是明確了英雄的分類(lèi)，不是離王者更近了一步嗎

更多文章、技術(shù)交流、商務(wù)合作、聯(lián)系博主

微信掃碼或搜索：z360901061

微信掃一掃加我為好友

QQ號(hào)聯(lián)系： 360901061

您的支持是博主寫(xiě)作最大的動(dòng)力，如果您喜歡我的文章，感覺(jué)我的文章對(duì)您有幫助，請(qǐng)用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點(diǎn)擊下面給點(diǎn)支持吧，站長(zhǎng)非常感激您！手機(jī)微信長(zhǎng)按不能支付解決辦法：請(qǐng)將微信支付二維碼保存到相冊(cè)，切換到微信，然后點(diǎn)擊微信右上角掃一掃功能，選擇支付二維碼完成支付。

【本文對(duì)您有幫助就好】元

2元

5元

10元

20元

自定義