加入收藏 | 设为首页 | 会员中心 | 我要投稿 惠州站长网 (https://www.0752zz.com.cn/)- 办公协同、云通信、物联设备、操作系统、高性能计算!
当前位置: 首页 > 教程 > 正文

用Python分析了1w场吃鸡数据,原来吃鸡要这么玩!

发布时间:2018-12-12 22:31:12 所属栏目:教程 来源:调皮的阿广
导读:副标题#e# 概述 前言 获取数据 观察数据 数据处理 吃鸡到底和哪个数据相关性最强? 分析热度图 期望研究的问题 结论 前言 绝地求生在国内火的一塌糊涂的时候,一款名叫Fortnite的游戏在国外刮起了堡垒旋风,这款同样为大逃杀玩法的沙盒类游戏,在绝地求生逐

解决代码如下:

  1. Fortnite_clean[Fortnite_clean['afford_damage']>=451].grade.mean() 
  2. output:3.125 
  3.  
  4. Fortnite_clean[Fortnite_clean['building_damage']>=20000].grade.mean() 
  5. output:1.75 

可推断,knockout_number,precision和cause_damage这几个数据对于吃鸡固然重要,但是要是在4人小组中,围绕1到2个输出位,配置1到2为抗住伤害的肉盾和负责拆板子的机枪手,对吃鸡是大有益处的。

  1. dfData = Fortnite_one.corr() 
  2. plt.subplots(figsize=(8, 8)) # 设置画面大小 
  3. sns.heatmap(dfData, annot=True, vmax=1, square=True, cmap="Blues") 
  4. plt.show() 

(编辑:惠州站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

推荐文章
    热点阅读