首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

如何吃鸡到国服前十的?Python分析几十万场比赛数据,揭开谜底!

upm9冲锋枪我的最爱

朋友爱上一款手游:全军出击,常常和我开黑,午休都没睡觉,陪朋友在沙漠里奔波, 然而技术一直没什么上升。

所以我准备用Python来爬取每场的比赛的数据,来分析出牛逼与菜逼之间到底是存在着什么问题。用数据来说话,任何逻辑都是无用的,任何场合数据才是最有说服力的东西。

看到我的吃鸡战绩,其实还是比较满意的,吃鸡率有百分之五十。然而就是 这样我遇到了瓶颈,我想变得更加强大。

说干就干,开始利用Python爬取我想要的数据吧。

1 分析数据接口

先了解页面是如何获取战斗数据的,然后把这些战绩数据采集下来。

使用Charles抓包

抓包实现

流程如下:

https加密流量的处理

微信所有的流量都是HTTPS请求(数据加密),所获得的加密了的数据对我们没有任何参考意义。 可以由在手机和电脑都安装Charles根证书的方式来实现对Https流量的分析

证书安装后,流量是这样的

配置好上述条件后,可以读取到https的请求和响应数据

windows下用findler抓包工具也可以实现这个功能

这是一个非常典型的中间人场景

数据接口

1. 获取用户信息接口

response (返回)

分析

openid是用户的惟一标识。

2. 获取用户战绩列表接口

response (返回、响应)

分析数据:

2 爬取数据

接口确定后,可以去抓取数据了。

利用requests请求接口获取数据

用这种方法,快速把另外的两个接口写好。

利用redis标记已经爬取过的信息

核心代码:

利用celery管理队列

创建三个task、queue

在task中控制API请求和Redis数据实现完整的任务逻辑:

Python爬取

由于是分布式爬虫,所以需要给代码一个用户的入口,需要手动创建一个用户的采集任务

入口存在后,用celery启动worker去开始爬取

Python爬虫就开始爬取了,可以由celery-flower来查看执行情况。

效率:

get_battle_list跑太快,导致get_battle_info技术开了30个并发还是会有很多积压,我们可以适当的停止一些worker。 仅仅抓了二十万数据就停止了,不过也应该够了。

3 数据分析

分析方案

爬取到的数据全部分成json文件存在本地磁盘上,做一些简单的分析。 python在数据分析领域有很多非常优秀的库,pandas和NumPy,可以由此进行深度分析,我这里来做一些浅度分析。

Python数据分析结果

1. 平均用户日在线时长为2小时

大部分人也有一个小时以上,有些人却也有超过八个小时的。

2. 被扶起的角色,女远大于男(符合常情)

3. 救人次数也是女性大于男性(一般女孩都是天使)

以后可以堂堂正正的带妹,为什么?这数据就是理由阿。

4. 玩家最少的是周五

5. 晚上10点大家都下班了,这是绝地求生游戏人数的最顶峰时期

6. 最远的击杀距离为639米(挂壁除外)

7. 救死扶伤称号是最高荣耀,是最难拿到的

比十连杀的难度还要高许多

与前面的数据不冲突,拿的最多的女性还是要大于男性。绝地求生,活着才是希望,带人上分,我选带妹!

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180711A0VP7P00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券