python告诉你ti8 dota2英雄bp

摘要：创建表格创建工作表创建表头图片英雄图片英雄图片英雄第一行为表头第一行是表头，对应的每一列填充数据行设置行高列英雄图片，根据获取英雄名统计次数表格生成，还可以插入柱状图。

文章链接：https://mp.weixin.qq.com/s/phJzZEQojndY-iNe77RF_w

恭喜OG成为ti8冠军，很可惜这次偶数年ti8中国队LGD与冠军失之交臂。

上学那会儿还是个dota的玩家，现在已经不玩了，对于这种国际性的赛事还是会比较关注的，这篇文章就是爬取ti8期间，bp英雄的统计（b是ban的简称：禁止一个英雄上场；p是pick的简称：挑选英雄上场）。

python爬虫之前写过几篇文章的，都是用requests+ BeautifulSoup 进行页面解析获取数据的。

python itchat 爬取微信好友信息

python爬虫学习：爬虫QQ说说并生成词云图，回忆满满

一如既往的，找到这样的页面，但是却解析不到这些数据。

再仔细一看，原来这些数据是js动态加载渲染的，可以看到是接口请求来的数据，庆幸的是这个接口不需要cookie之类的验证信息的，直接get请求可以拿到数据，这样处理起来就方便的，对照页面可以知道json格式的各字段名。

数据来源是接口，直接

response = requests.get(url)
data = json.loads(response.text)

通过json.loads 去解析string类型的数据，主要数据格式如下：

{
    total: 402,
    data: [{
        match_id: 4080856812,
        radiant: {
            team_id: 15,
            name: "PSG.LGD",
            tag: "PSG.LGD",
            country_code: "CN",
            score: 34,
            bans: [{ //每个英雄数据
                name: "spectre",
                name_cn: "幽鬼",
                id: 67
            }, ...],
            picks: [{
                name: "earthshaker",
                name_cn: "撼地者",
                id: 7
            }, ...]
        },
        dire: {
            team_id: 2586976,
            name: "OG",
            tag: "OG",
            country_code: "US",
            score: 35,
            bans: [{
                name: "tiny",
                name_cn: "小小",
                id: 19
            }, ...],
            picks: [{
                name: "furion",
                name_cn: "先知",
                id: 53
            }, ...]
        },
        radiant_win: 0,
        end_time: "2018-08-26 10:51"
    }, ...]
}

每个item含radiant、dire ，其中radiant_win: 1,代表radiant 获胜，0 则代表dire 获胜。bans里面的是ban的英雄数据列表，picks里面是pick的英雄数据列表。

这里是用循环不断去请求获取的，每次的数据是20条，可以改变size改变条数。

page = 1
while True:
    url = "https://www.dotamore.com/api/v1/league/matchlist?league_id=9870&page=%d&size=20" % page
    response = requests.get(url)
    data = json.loads(response.text)
    page += 1
    for item in data["data"]:
        # 比赛从8月16开始，小于这个时间生成excel，跳出循环
        if item["end_time"] < "018-08-16 00:00":
            //生成excel
            ...
        return
        //bp数据
        ...

每项里面的bans、picks数据都要处理，每个英雄是一条记录，重复的就+1，所以给每个英雄count 的属性，记录次数。

# item 指radiant 或dire 的bans、picks列表数据
def bp(item, bp_dict):
    if item is None:
        return
    # 遍历bans 或picks 数据
    for i, bp in enumerate(item):
        key = bp["name"]
        # 如果这个英雄已存在，count+1
        if key in bp_dict.keys():
            bp_dict[key]["count"] = bp_dict[key]["count"] + 1
        else:  # 不存在就记录一条数据
            bp_dict[key] = copy.deepcopy(bp)
            bp_dict[key].update(count=1)
    return bp_dict

每条英雄数据是个键值对字典，键是name 属性即英文名字，值就是bans、picks里的各项英雄数据，顺便加上了count 属性。每个英雄数据存在dict()

{ //每条英雄数据
    name: "tiny",
    name_cn: "小小",
    id: 19,
    count:1
}

分别获取两只队伍bp数据存放

b_dict = dict()
p_dict = dict()
# ban的数据
bp(item["radiant"]["bans"], b_dict)
bp(item["dire"]["bans"], b_dict)
# pick的数据
bp(item["radiant"]["picks"], p_dict)
bp(item["dire"]["picks"], p_dict)

也可以统计所有英雄的出场次数，非搬即选bp_list。
还可以获取冠军队伍的bp情况，team_id 即队伍的id。

if item["radiant_win"] == 0:
    if item["dire"]["team_id"] == "2586976":
        bp(item["dire"]["bans"], b_win_dict)
        bp(item["dire"]["picks"], p_win_dict)
else:
    if item["radiant"]["team_id"] == "2586976":
        bp(item["radiant"]["bans"], b_win_dict)
        bp(item["radiant"]["picks"], p_win_dict)

以上数据我们得到的是字典，里面有各英雄的bp次数，现在要对这些数据进行排序，按次数从大到小排序，这里就用到sorted()方法

# x[0]是根据键排序，x[1]是根据值，这里的值是字典，取["count"]项排序，得到的是元祖的list
new_b_dict = sorted(b_dict.items(), key=lambda x: x[1]["count"], reverse=True)

得到的是数组，生成表格在之前这篇文章中有过使用，这里使用的是xlsxwriter三方库来操作excel 表格的。

# 创建excel表格
file = xlsxwriter.Workbook("dota.xlsx")
# 创建工作表1
sheet1 = file.add_worksheet("sheet1")
# 创建表头
headers = ["图片", "英雄", "ban", "", "图片", "英雄", "pick", "", "图片", "英雄", "bp_all"]
for i, header in enumerate(headers):
    # 第一行为表头
    sheet1.write(0, i, header)

第一行是表头，对应的每一列填充数据

def insert_data(sheet1, headers, bp_list, col1, col2, col3):
    for row in range(len(bp_list)):  # 行
        # 设置行高
        sheet1.set_row(row + 1, 30)
        for col in range(len(headers)):  # 列
            if col == col1:  # 英雄图片，根据id获取
                url = "http://cdn.dotamore.com/heros_id_62_35/%d.png" % bp_list[row][1]["id"]
                image_data = BytesIO(urlopen(url).read())
                sheet1.insert_image(row + 1, col, url, {"image_data": image_data})
            if col == col2:  # 英雄名
                name = bp_list[row][1]["name_cn"]
                sheet1.write(row + 1, col, name)
            if col == col3:  # 统计次数
                count = bp_list[row][1]["count"]
                sheet1.write(row + 1, col, count)

excel 表格生成，还可以插入柱状图。

def insert_chart(file, sheet1, bp_list, name, M, col_x, col_y):
    chart = file.add_chart({"type": "column"})  # 柱状图
    chart.add_series({
        "categories": ["sheet1", 1, col_x, len(bp_list), col_x],  # 图表类别标签范围，x轴，这里取英雄的名字，即英雄名字那一列，行数根据数据列表确定
        "values": ["sheet1", 1, col_y, len(bp_list), col_y],  # 图表数据范围，y轴，即次数那一列，行数根据数据列表确定
        "data_labels": {"value": True},
    })
    chart.set_title({"name": name})  # 图表标题
    chart.set_size({"width": 2000, "height": 400})
    chart.set_x_axis({"name": "英雄"})  # x轴描述
    chart.set_y_axis({"name": "次数"})  # y轴描述
    chart.set_style(3)  # 直方图类型
    sheet1.insert_chart(M, chart)  # 在表格M处插入柱状图

效果图：

这里只是简单的对数据进行筛选展示，这些数据还是可以用来做更多的数据分析的，数据来源：刀魔数据。
github地址：https://github.com/taixiang/py_dota

最后放上lgd的图片，希望他们明年能在ti9上再干回来

欢迎关注我的博客：https://blog.manjiexiang.cn/
更多精彩欢迎关注微信号：春风十里不如认识你

有个「佛系码农圈」，欢迎大家加入畅聊，开心就好！

过期了，可加我微信 tx467220125 拉你入群。