首页 > 一谈起外挂都想不到python编程,今天利用Python写一款吃鸡辅助!_Python

万千外挂怎么样,一谈起外挂都想不到python编程,今天利用Python写一款吃鸡辅助!_Python

互联网 2020-11-29 09:07:48

 

一谈起外挂都想不到python编程,今天利用python写一款吃鸡辅助!

 

那么我们就用python和r做数据分析来回答以下的灵魂发问?

 

一谈起外挂都想不到python编程,今天利用python写一款吃鸡辅助!

 

 

一谈起外挂都想不到python编程,今天利用python写一款吃鸡辅助!

 

 

 

大吉大利,今晚吃鸡~ 今天跟朋友玩了几把吃鸡,经历了各种死法,还被嘲笑说论女生吃鸡的100种死法,比如被拳头抡死、跳伞落到房顶边缘摔死 、把吃鸡玩成飞车被车技秀死、被队友用燃烧瓶烧死的。这种游戏对我来说就是一个让我明白原来还有这种死法的游戏。

但是玩归玩,还是得假装一下我沉迷学习,所以今天就用吃鸡比赛的真实数据来看看如何提高你吃鸡的概率。

一谈起外挂都想不到python编程,今天利用python写一款吃鸡辅助!

 

 

1、跳哪儿危险?

对于我这样一直喜欢苟着的良心玩家,在经历了无数次落地成河的惨痛经历后,我是坚决不会选择跳p城这样楼房密集的城市,穷归穷但保命要紧。所以我们决定统计一下到底哪些地方更容易落地成河?我们筛选出在前100秒死亡的玩家地点进行可视化分析。激情沙漠地图的电站、皮卡多、别墅区、依波城最为危险,火车站、火电厂相对安全。绝地海岛中p城、军事基地、学校、医院、核电站、防空洞都是绝对的危险地带。物质丰富的g港居然相对安全。

一谈起外挂都想不到python编程,今天利用python写一款吃鸡辅助!

 

 

一谈起外挂都想不到python编程,今天利用python写一款吃鸡辅助!

 

 

1import numpy as np2import matplotlib.pyplot as plt3import pandas as pd4import seaborn as sns5from scipy.misc.pilutil import imread6import matplotlib.cm as cm78#导入部分数据9deaths1 = pd.read_csv("deaths/kill_match_stats_final_0.csv")10deaths2 = pd.read_csv("deaths/kill_match_stats_final_1.csv")1112deaths = pd.concat([deaths1, deaths2])1314#打印前5列,理解变量15print (deaths.head(),' ',len(deaths))1617#两种地图18miramar = deaths[deaths["map"] == "miramar"]19erangel = deaths[deaths["map"] == "erangel"]2021#开局前100秒死亡热力图22position_data = ["killer_position_x","killer_position_y","victim_position_x","victim_position_y"]23for position in position_data:24 miramar[position] = miramar[position].apply(lambda x: x*1000/800000)25 miramar = miramar[miramar[position] != 0]2627 erangel[position] = erangel[position].apply(lambda x: x*4096/800000)28 erangel = erangel[erangel[position] != 0]2930n = 5000031mira_sample = miramar[miramar["time"] < 100].sample(n)32eran_sample = erangel[erangel["time"] < 100].sample(n)3334# miramar热力图35bg = imread("miramar.jpg")36fig, ax = plt.subplots(1,1,figsize=(15,15))37ax.imshow(bg)38sns.kdeplot(mira_sample["victim_position_x"], mira_sample["victim_position_y"],n_levels=100, cmap=cm.reds, alpha=0.9)3940# erangel热力图41bg = imread("erangel.jpg")42fig, ax = plt.subplots(1,1,figsize=(15,15))43ax.imshow(bg)44sns.kdeplot(eran_sample["victim_position_x"], eran_sample["victim_position_y"], n_levels=100,cmap=cm.reds, alpha=0.9)

 

2、苟着还是出去干?

我到底是苟在房间里面还是出去和敌人硬拼?这里因为比赛的规模不一样,这里选取参赛人数大于90的比赛数据,然后筛选出团队team_placement即最后成功吃鸡的团队数据,

1、先计算了吃鸡团队平均击杀敌人的数量,这里剔除了四人模式的比赛数据,因为人数太多的团队会因为数量悬殊平均而变得没意义;

2、所以我们考虑通过分组统计每一组吃鸡中存活到最后的成员击杀敌人的数量,但是这里发现数据统计存活时间变量是按照团队最终存活时间记录的,所以该想法失败;

3、最后统计每个吃鸡团队中击杀人数最多的数量统计,这里剔除了单人模式的数据,因为单人模式的数量就是每组击杀最多的数量。最后居然发现还有击杀数量达到60的,怀疑是否有开挂。想要吃鸡还是得出去练枪法,光是苟着是不行的。

一谈起外挂都想不到python编程,今天利用python写一款吃鸡辅助!

 

 

 

一谈起外挂都想不到python编程,今天利用python写一款吃鸡辅助!

 

 

1library(dplyr)2library(tidyverse)3library(data.table)4library(ggplot2)5pubg_full
免责声明:非本网注明原创的信息,皆为程序自动获取自互联网,目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责;如此页面有侵犯到您的权益,请给站长发送邮件,并提供相关证明(版权证明、身份证正反面、侵权链接),站长将在收到邮件24小时内删除。

相关阅读