Python数据分析-LOL英雄画像！

Python资深程序员

于 2019-08-17 15:12:45 发布

阅读量1.3k

点赞数

分类专栏： Python 文章标签： Python

本文链接：https://blog.youkuaiyun.com/Pythoncxy/article/details/99693305

版权

使用Python进行LOL英雄数据分析，揭示AD、AP能力、操作难度和英雄类型的分布。AD最强英雄包括凯隐、霞等，最弱的是佐伊、卡尔玛等。AP最强英雄有维克托、维嘉等，最弱的是凯隐、德莱厄斯等。操作最难的英雄包括伊芙琳、兰博等，操作最简单的有厄运小姐、莫甘娜。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

LOL相信很多同学都不陌生，没玩过至少也听过，本猿的LOL水平可谓一顿操作猛如虎，一看战绩1-5。

本着学以致用的求知态度，我们来看看英雄们的属性秘密。

1.工欲善其事必先利其器，先导入数据分析所需要的库

import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as sb

Python资源共享群：484031800

2.加载英雄数据

该数据集版本为8.14.1，数据集链接：https://www.kaggle.com/jadson666/lol-champions-dataset-patch-8141

champions_data = pd.read_csv('champions_dataset.csv')champions_data.head() #预览数据前5条

3.查看数据描述

champions_data.describe() #展示数据平均值，标准差，最小值，最大值

可以看出来，有141位英雄的数据，护甲(armor)平均值为30.14，最小值为17，最大值为47，等等一系列数据。

4.定义绘图函数

def countplot(data, is_x, title):    if is_x:        sb.countplot(data= data, x= title)    else:        sb.countplot(data= data, y= title)    title_counts = champions_data[title].value_counts()        for i in title_counts.index:            count =

最低0.47元/天解锁文章

Python数据分析-LOL英雄画像 ！

Python数据分析-LOL英雄画像！