[PYTHON] Je veux obtenir les données de League of Legends ①

Je veux obtenir les données de League of Legends

Ceci est le premier article à commémorer.

introduction

Dans cet article, je voulais obtenir les données de "League of Legends" (ci-après LOL), qui est le jeu auquel je suis accro, et exprimer numériquement le taux de victoire et les champions dans lesquels je suis bon. (Eh bien, des sites comme OPGG et YOURGG existent déjà, mais le mien Pour étudier)

environnement

Au 29 janvier 2020 OS:windows10 Anaconda:4.8.1 python:3.7.6

Préparation préalable

Étant donné que l'API est officiellement fournie lors de la collecte des données LOL, nous l'utiliserons cette fois. Pour ce faire, tapez la commande ci-dessous pour installer *** riotwather ***.

python -m pip install riotwatcher

Puisque vous devez obtenir la clé API, connectez-vous depuis ici et souvenez-vous de la clé API DEVELOPMENT. (Cette clé API doit être mise à jour et réécrite si elle devient inutilisable en raison de la date d'expiration d'un jour.)

Obtenez des données

(https://qiita.com/hyo_07/items/f106efbde82aeb47c8a0) J'ai fait référence à cet article.

sample_1.py

from riotwatcher import RiotWatcher

API_KEY="{CLÉ API acquise plus tôt}"
wather = RiotWatcher(API_KEY)
region = "jp1" #Sélection du serveur: Japan Saba est jp1
name = "Macha-kun" #Entrez le nom de l'invocateur
summoner = watcher.summoner.by_name(region,name) #Acquisition des données des joueurs
print(summoner)

Quand ceci est exécuté, le contenu de l'invocateur de type dictionnaire peut être sorti. En fait, le contenu inclut des données telles que ["id": str, "accountId": str, "puuid": str, "fileIconId": int, "revisionDate": int, "summonerLevel": int].

sample_1.py

recentmatchlists = watcher.match.matchlist_by_account(region,summoner["accountId"]) #Obtenez une liste de données pour les 20 derniers matchs
matches = recentmatchlists["matches"]
match_data = watcher.match.by_id(region,matches[0]["gameId"]) #Extraire une seule correspondance
print(match_data)

Ajoutez-les au code précédent et affichez les données pour un jeu. Comme vous pouvez le voir, il y a une énorme quantité de données même dans un jeu. (Je ne pouvais pas serrer parce que ça ne cadrait pas sur l'écran)

Examiner le contenu des données

Jetons un coup d'œil au contenu de ** match_data ** un par un.

Les données que je veux cette fois sont le nombre de victoires et de pertes, le nombre de victimes, le nombre de morts, le nombre de passes décisives, le taux d'implication des victimes, le champion utilisé, le champion qui a joué, le couloir, le CS, l'or gagné, les dégâts infligés au champion, le temps du match. Aller. Le mode de jeu est réduit au rang.

Trouvons l'élément qui vient d'être mentionné dans la sortie précédente. (C'est difficile à trouver avec beaucoup de lettres: D) Au fait, match_data est un type dict.

Il ressemble à ce qui précède lorsqu'il est grossièrement divisé. Cependant, à ce stade, les informations que je souhaite ne sont claires que pour ** gameDuration ** et ** gameMode **. ** temas **, ** participants ** et ** identités partielles ** sont de * type liste *, il semble donc nécessaire de regarder de plus près.

Jetons donc un œil au contenu des ** équipes ** une par une.

match_data["teams"][0] #Équipe 1
match_data["teams"][1] #Équipe 2

** bans ** est un * type de liste *, alors creusons plus profondément.

match_data["teams"][0]["bans"] #Équipe 1 BAN
match_data["teams"][1]["bans"] #Équipe 2 BAN

Regardons maintenant les ** participants **.

match_data["participants"][0] #Prenez des données pour une personne

Il existe des ** stats ** et ** timeline ** de * dict type *, donc vérifions les détails en suivant l'exemple.

match_data["participants"][0]["stats"] #Statistiques de sortie pour une personne

Le montant est incroyable, et je n'ai aucune idée de ce que représentent les données du milieu.

Jetons un second regard et regardons la ** chronologie ** de la même manière.

match_data["participants"][0]["timeline"] #Chronologie de sortie pour une personne

Lorsqu'il s'agit de * dict type *, les données à intervalles de 10 minutes tels que * "0-10" * et * "10-20" * sont stockées dans * float type *.

Enfin, examinons les ** identités partielles **.

match_data["participantIdentities"][0] #Sortie des identités partielles pour une personne

Vérifiez le contenu de ** player **.

match_data["participantIdentities"][0]["player"] #Informations sur le joueur pour un joueur

finalement

Il faut beaucoup de patience pour vérifier cette quantité de données une par une. L'endroit où l'explication des données est vide est celui où cela n'est pas nécessaire cette fois. Je veux le remplir un jour: D

Ensuite, je voudrais passer au travail d'analyse à partir de ces données extraites.