王者荣耀这么久了，还没上王者？哈哈哈，看过来，是不是对英雄理解的不够透彻呢，是不是还没有很好的为英雄分类呢，今天就来看看英雄分类
技术栈
欢迎大家加入小编创建的Python行业交流群，有大牛答疑，有资源共享，有企业招人！是一个非常不错的交流基地！群号：683380553
一、EM 聚类简介
二、爬取网上的英雄初始属性值
三、做成饼图
EM 聚类简介
EM 英文名是 Expectation Maximization，也叫最大期望算法。
在统计计算中，最大期望（EM）算法是在概率（probabilistic）模型中寻找参数最大似然估计或者最大后验估计的算法，其中概率模型依赖于无法观测的隐藏变量（Latent Variable）。
最大期望算法经过两个步骤交替进行计算，第一步是计算期望（E），利用对隐藏变量的现有估计值，计算其最大似然估计值；第二步是最大化（M），最大化在 E 步上求得的最大似然值来计算参数的值。M 步上找到的参数估计值被用于下一个 E 步计算中，这个过程不断交替进行。
进行英雄聚类
使用 sklearn 库中的的 EM 聚类算法框架，采用高斯混合模型
1from sklearn.mixture import GaussianMixture
一些主要参数意义如下，其他参数可以查看相关文档
n_components:混合高斯模型个数，也就是想要的聚类个数，默认为1
covariance_type:协方差类型，包括{‘full’,‘tied’, ‘diag’, ‘spherical’}四种，分别对应完全协方差矩阵（元素都不为零），相同的完全协方差矩阵（HMM会用到），对角协方差矩阵（非对角为零，对角不为零），球面协方差矩阵（非对角为零，对角完全相同，球面特性），默认‘full’ 完全协方差矩阵
max_iter:最大迭代次数，默认100
所以可以构造 GMM 聚类如下：
1# 构造 GMM 聚类
2gmm = GaussianMixture(n_components=20, covariance_type='full')
有一份如下结构的数据：
可以看到，涉及到的属性非常多，初始的属性设置如下：
1feature = ['1级物理攻击','15级物理攻击','每级成长',
2'1级生命','15级生命','生命成长值','1级物理防御',
3'15级物理防御','每级物理防御成长','攻速成长',
4'1级每5秒回血','15级每5秒回血','1级最大法力',
5'15级最大法力','最大法力成长','1级每五秒回蓝',
6'15级每5秒回蓝','近/远程？','移速','定位','个人建议分路']
属性降维
可以先通过热力图来判断下哪些属性是强相关的，只保留唯一属性
1importseabornassns
2importmatplotlib.pyplotasplt
3
4corr = data[feature].corr()
5plt.figure(figsize=(14,14))
6sns.heatmap(corr, annot=True)
7plt.show()
可以看到，其中”1级最大法力“，”15级最大法力“，”最大法力成长“，是强相关的，由此可以做出属性筛选，最终保留的属性如下：
1features_remain = ['15级生命','15级物理攻击',
2'15级物理防御','15级最大法力',
3'15级每5秒回血','15级每5秒回蓝','移速',
4'攻速成长','近/远程？']
数据规范化
将攻击范围字段（”近/远程？“）转换为 0 和 1
1data_new['近/远程？'] = data_new['近/远程？'].map({'远程':1,'近程':0})
EM 聚类计算
采用高斯混合模式，并把生成的类别写入 csv 文件中
1# 构造 GMM 聚类
2gmm = GaussianMixture(n_components=20, covariance_type='full')
3gmm.fit(data_new)
4
5# 训练数据
6prediction = gmm.predict(data_new)
7# print(prediction)
8
9hero_data.insert(0,'分组', prediction)
10hero_data.to_csv('hero_out.csv', index=False, sep=',', encoding='gb18030')
饼图输出
为了更加直观的查看各个英雄的分组情况，这里使用饼图来做可视化
首先取出数据的”分组“和”名称“两个字段，并对”分组“字段进行分组处理
1df = hero_data[['分组','名称']]
2grouped = df.groupby(['分组'])
然后取出分组中的数值，并用 pyecharts 来画饼图
1frompyechartsimportPie
2
3k = []
4forname, groupingrouped:
5k.append({name: list(group['名称'].values)})
6
7kk = []
8foriink:
9fork, vini.items():
10kk.append(v)
11
12length = []
13key = []
14foriinkk:
15key.append(str(i))
16length.append(len(i))
17pie = Pie('英雄完全属性分类图', title_pos='center')
18pie.add("", key, length,
19is_label_show=True, legend_pos="bottom", legend_orient="vertical",)
20pie.render()
抓取英雄初始属性
要想获得更加全的英雄数据，还是需要到网上抓取，这样才能够保证英雄的数量是最新的。这里我使用的是 http://db.18183.com/ 网站的数据，页面如下：
获取英雄页面 URL
使用 BeautifulSoup 来定位到 class 为 mod-iconlist 的 ul 元素，里面保存的就是各个英雄的页面
1url ='http://db.18183.com/'
2url_list = []
3res = requests.get(url +'wzry').text
4content = BeautifulSoup(res,"html.parser")
5ul = content.find('ul', attrs={'class':"mod-iconlist"})
6hero_url = ul.find_all('a')
7foriinhero_url:
8url_list.append(i['href'])
抓取详细信息
循环抓取到的 URL 列表，抓取每个英雄的详细信息
1base_url ='http://db.18183.com/'
2detail_list = []
3foriinurl:
4# print(i)
5res = requests.get(base_url + i).text
6content = BeautifulSoup(res,"html.parser")
7name_box = content.find('div', attrs={'class':'name-box'})
8name = name_box.h1.text
9hero_attr = content.find('div', attrs={'class':'attr-list'})
10attr_star = hero_attr.find_all('span')
11survivability = attr_star[0]['class'][1].split('-')[1]
12attack_damage = attr_star[1]['class'][1].split('-')[1]
13skill_effect = attr_star[2]['class'][1].split('-')[1]
14getting_started = attr_star[3]['class'][1].split('-')[1]
15details = content.find('div', attrs={'class':'otherinfo-datapanel'})
16# print(details)
17attrs = details.find_all('p')
18attr_list = []
19forattrinattrs:
20attr_list.append(attr.text.split('：')[1].strip())
21detail_list.append([name, survivability, attack_damage,
22skill_effect, getting_started, attr_list])
保存到 csv 文件
open 一个文件，把对应的列表字段存入
1withopen('all_hero_init_attr.csv','w', encoding='gb18030')asf:
2f.write('英雄名字,生存能力,攻击伤害,技能效果,上手难度,最大生命,最大法力,物理攻击,'
3'法术攻击,物理防御,物理减伤率,法术防御,法术减伤率,移速,物理护甲穿透,法术护甲穿透,攻速加成,暴击几率,'
4'暴击效果,物理吸血,法术吸血,冷却缩减,攻击范围,韧性,生命回复,法力回复\n')
5foriindetails:
6try:
7rowcsv ='{},{},{},{},{},{},{},{},{},{},{},{},{},{},{},{},{},{},{},{},{},{},{},{},{},{}'.format(
8i[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],
9i[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],
10i[5][16], i[5][17], i[5][18], i[5][19], i[5][20]
11)
12f.write(rowcsv)
13f.write('\n')
14except:
15continue
数据清理
因为这个网站可能做的不是很用心，有些属性会存在两个百分号和为空的情况，如图：
所以需要处理下。
对于两个百分号，直接使用 notepad++ 把所有的 %% 的替换为单 % 即可
对于为空的字段，使用如下代码处理，填为 0
1# 把空值设置为0
2data_init = data_init.fillna(0)
完成
对于数据规范化，GMM 聚类和饼图呈现，都和前面类似，不再赘述，下面来看看饼图效果
虽然通过这两张饼图，没有办法一下子提高你手残的毛病，但是明确了英雄的分类，不是离王者更近了一步吗
网友评论