用Python爬了3w条游戏评分数据，有多少是你玩过的？_爬虫怎么解析游戏热度

文末有福利领取哦~

👉一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

👉二、Python必备开发工具

👉三、Python视频合集

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉 四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（文末领读者福利）

👉五、Python练习题

检查学习结果。

👉六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

👉因篇幅有限，仅展示部分资料，这份完整版的Python全套学习资料已经上传

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

游戏类型因为已经我们已经分类型爬取，所以每次爬完之后用代码加上对应的类型即可，但能看到一个游戏可能对应多种类型，或者在多个平台上同时发布，所以在后面的分析中需要处理，其他字段分析中用不到。

02 数据总览

最终爬下来数据有31574条，还是没拿到所有5万条，这已经是最大可见数据条数了，数据样式如下：

genres是网站上给的类型，type是爬取过程中加上去的类型，后文的分析都用type。

简单统计后发现，31574条数据中有17751条数据都是没有评分的，此外，由于一种游戏可能属于多个类别，所以一部分游戏是重复出现的，只有type不同。

首先对数据整体做一个统计描述，对于没有评分的数据采用两种方法处理，视为评分为0和删除数据。

视为评分为0时

删除没有评分的数据

两幅图的5个变量（从左往右、从上至下）均为：星级、评分、评分人数、游戏名称长度、游戏发行平台数，加入游戏名称长度和发行平台数是想探究游戏名称的长度以及发行的平台数是否和游戏评分有一定的关系。

从这两幅分布图能得到一些结论：

1. 星级（star）和评分（rating）是严格单调关系的，星级是分级靠档后的评分，所以之后的分析中只考虑星级不考虑评分。
2. 两种评分处理方法下，各变量的分布基本不变，大部分游戏评分集中在7.5左右，评分跟发行平台数、游戏名称长度关系不是非常明显。

03 游戏类型分析

各类型游戏数

豆瓣给出的游戏共有15类，各类型游戏数统计如下：

动作、冒险、角色扮演、益智、策略类的游戏数量排到前5，第一人称射击、即时战略、音乐、乱斗/清版、射击类排到后5。

豆瓣把第一人称射击、射击分成两类，乱斗跟冒险、动作的区别似乎不是很大？这里不是很理解。不过射击类的游戏模式太过单一，数量确实比较少，高质量的射击游戏不外乎这两年火起来的吃鸡游戏，还有很早之前的CS系列。

而动作、冒险、角色扮演类的游戏从世界观设定、剧情设计上都可以有很多新意，时不时会有一些让人眼前一亮的新作品，也很容易做成一个系列。

各类型游戏平均评分人数

评分人数最多的是第一人称射击类游戏，冒险、即时战略类也较多。

各类型游戏均分

各类型游戏的均分如下，无评分视为0时，由于各种游戏数量的差别，导致游戏数较少的类型平均分更高，但删掉无评分数据后，各种类型的评分基本是持平的，在7.5分上下波动。

总体来看，各种类型游戏的平均质量基本是一样的，只是各种类型的用户基数差别大一些。

游戏类型关联分析

之前提到，一个游戏可能属于多个类别，比如仙剑同时属于角色扮演和冒险。对所有的游戏类别进行交叉分析，统计同时属于两个类别的游戏个数，结果如下：

可以看到，动作+冒险，角色扮演+动作/冒险、横版过关+动作/冒险、益智+冒险 组合的游戏都是非常多的，动作、冒险大概是万能类别了。

音乐旋律、竞速类的游戏跟其他类别交叉几乎没有，这两种类型游戏形式比较单一，大部分都是拼手速操作，各种游戏同质性比较高。侠盗飞车是其中少有的融合了动作冒险的经典竞速类游戏，但当年玩罪恶都市的快感似乎跟竞速没啥关系。

04 游戏平台分析

游戏平台类型非常多，整体分为手机、电脑、游戏机三类，游戏机大部分是任天堂（Wii，GB）、索尼（PS）、微软(Xbox)的产品。

之前提到，一款游戏可能同时在多个平台上发布，这给分析过程带来了一定难度，观察后发现，豆瓣的平台分布是越靠前的平台越大众化，所以对于有多个平台的游戏，取第一个平台，视为他的主要发布平台进行分析。

各平台游戏数

鉴于平台数太多，我们把所有游戏数目小于100的平台汇总，记为“其他”，各个平台游戏数分布如下：

PC游戏数超过总数的50%，除此外，大部分游戏在iphone，PS2,PS3上，没有Android的原因在于豆瓣上对于游戏平台把iphone放在Android前面，大部分手游是在这两个操作系统上同时发布的，之前的处理方法导致Android数目非常少归到了“其他”中去。

各平台均分

删除无评分数据游戏后，各平台均分基本一致。其中均分最高的GB是任天堂1989年推出的Game Boy 游戏机，GBA是任天堂2001年推出的Game Boy Advanced游戏机。你可能没有用过这两款设备，但当中的经典游戏你一定玩过。

各平台平均评分人数

各平台评分总人数来说，PC占据绝对优势，但平均人均数来看，人数最多的是PS4和Nintendo Switch。

05 游戏名称分析

一个有意思的问题是，游戏都是怎样命名的呢？有没有什么规律？

爬取下来的游戏名称中大部分同时包含中文、英文，这里我们只分析中文，将所有游戏名称拼到一起用正则提取其中的中文，去掉长度为1的词，和词频小于10的词，对剩下的高频词按词频做词云如下：

词语能反映出游戏的世界观，大部分的游戏会用到战争、战士、传奇、联盟、幻想这样一些虚构的有奇幻色彩的词语，同时也不乏三国、火影等等一些源于历史、动漫、小说、电影作品的词。还有一些开门见山直接说明游戏形式的词语，比如迷宫、格斗、大战、足球等等。

06 高分游戏汇总

对游戏的整体分析只是统计分析的需要，但对一个游戏迷来说，只需要告诉他哪些游戏好就ok了，不好的游戏并不关注，我们提取所有游戏中评分超过9.5的部分，游戏类型分布如下：

考虑到评分人数太少时，评分结果不一定具有代表性，所以我们只选择其中评分人数超过100的部分，共84款游戏汇总如下，看看有没有你玩过or你想玩的呢?

07 代码汇总

爬虫代码

数据总览

最后

🍅 硬核资料：关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助：技术群大佬指点迷津，你的问题可能不是问题，求资源在群里喊一声。
🍅 面试题库：由技术群里的小伙伴们共同投稿，热乎的大厂面试真题，持续更新中。
🍅 知识体系：含编程语言、算法、大数据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！