注：本文首发于公众号「|折枝|」，关注complex-zyb，为**折枝
一
「吃鸡太难了」
前几天，同学找我吃鸡。不出所料，很快就成盒了。这个游戏对于我来说，就是一个「到底死在哪」的游戏。
所以啊，吃鸡是不可能吃鸡的了，这辈子都吃不到鸡，枪又打不准，连队友都打不到，只有靠良好的心态，才能维持下去。
更重要的是，天天吃鸡，荒废学术，让我不胜惶恐。我就开始想，能不能研究一下，如何科学吃鸡？
所以，我就拿出了我的老本行，用Mathematica来研究一下，有什么可以科学吃鸡的方法。吃一次鸡可能是运气，吃两次、三次，可能就是科学了。
幸运的是，Kaggle上已经有了PUBG的数据集，一共有72万次的击杀数据，解压之后，大约有20多G的数据。
里面的信息还是非常丰富的，包括击杀/被杀玩家的位置、原因（武器、车辆）、时间、排名等信息，用工具分析分析，说不定还有可能吃到鸡呢。
前面说了，数据集非常大，单个的CSV文件就已经有几个G的大小了，所以直接用Mathematica的Import函数肯定是作死了，系统直接崩掉。所以这里我用底层的文件流来一行行的输入数据，读取之后立即处理，释放内存，这样才可以读取数据。
下面的代码提供了ImportFirst函数，可以读取CSV文件的前N行，输入是一个文件流对象：
ImportFirst[stream_,type_,n_]:=ImportString[StringRiffle[Table[ReadLine[stream],{n}],"\n"],type] 二
拿到数据，就可以做一些分析了。我一共找到了吃鸡中的三个「秘密」，在这里与大家分享一下。
1、 「死角」的作用有多大？
我们都知道，在游戏中要不被人看到，就要利用地形。比如上图中，若要悄悄摸到房子下，可能橙色的路线就比较好，因为相对于窗户来说，其角度非常刁钻，是一个死角。但是，
死角的作用有多大呢？
口说无凭，我们要科学吃鸡，就得做实验。
数据集中，有两个数据可以拿出来研究：击杀者的位置，以及被击杀者的位置。
使用这些数据，就可以很容易的计算出角度，如果角度在某些方位上，出现概率有峰值的话，就可以印证我的猜想：死角的确有用。
角度的计算非常容易， 。
我将数据都代入了上面的公式，得到了一个惊人的结果（图中离原点越远，表示这个角度击杀的概率越高）：
一个近似的正方形！旋转了45度角。这太令人惊讶了，不只在于有四个「死亡角度」，还在于其结构居然如此规整！
这张图意味着什么呢？它意味着：
东南西北四角的击杀概率很高，而四角之间的几个方向，也就是房间里的死角方向，击杀概率很低。
我们反过来，也可以说，在靠近房屋的时候，建议从这四个死角去接近。从统计结果上来看，这几个角度的安全性，比其他方向要高30%！不要小看这30%，如果一局游戏中要三次接近房屋，这就会提高65%的生存率！
2、 地图上的十个「死亡孤岛」
在吃鸡常见的两个地图中，其实还分别暗藏着十个左右的「死亡孤岛」。在这些区域，玩家的死亡数量要明显高于其他位置。如果是吃鸡新手的话，知道这些信息，就可以选择避开这些「是非之地」。
前面提到，我们已经有了击杀、被击杀的位置数据，所以可以很容易的得到击杀位置的分布情况。
首先，可以看看具体的分布情况，这里我使用了Mathematica中的DensityHistogram函数，分别绘制了两个地图的死亡地点分布情况，大图可以在公众号回复「地图」获取下载地址。
图中颜色越红的地方，表示击杀数越多。那有红色标记的地方都不能去了吗？当然不是，我们毕竟要承受一定的风险。所以，可以设定一个阈值：死亡数量高于这个值，就认为是「高危区域」；低于这个值，则认为是安全区域。
所以，我们就得到了第二版的地图——死亡孤岛：
这样，虽然总的信息量减少了，但我们能获得的信息却增加了。这是因为，虽然图像做了简化，但正是这简化的工作，让核心的信息突出了出来。
这里我们可以注意到很多有意思的事情，首先，在海岛地图中，左下角虽然也散落着不少房屋，但却没有出现集中的「死亡岛」。虽然这可能是因为这里的资源比较少，但同样可以作为新手的庇护池。更重要的是，这两张地图，可以作为「玩家密度图」来使用，想苟着，就可以走「暗区」（图中暗色区域）；想刚枪，则可以去「明区」。
正因为这些死亡集中的区域，互不相连，就像岛屿一样，所以我称之为「死亡孤岛。」
3、「击杀」是随机的吗？
最后，我们来讨论一个更学术一点的问题：击杀事件是随机的吗？
所谓说「击杀」事件随机，意思就是认为相邻的几次击杀之间没有关联。比如说，可能存在一种机制，使得击杀事件更容易集中起来。举个例子，我在某处淘汰了一个玩家，枪声是否会引来其他玩家，从而提高我被淘汰的几率呢？
数据集中还包含了击杀时间的数据，我们可以以此为切入点，去研究这个问题。
我们首先可以看看击杀时间间隔的分布情况。也就是前后两次击杀的间隔时间，其不同长度的时间，出现概率不同。比如说，可能两次击杀时间间隔为1秒的概率为10%，10秒的概率则可能是1%。
我在对数坐标上绘制了时间间隔的分布图：
这里，注意到一个非常有意思的现象：在对数坐标下，分布图呈现了近似直线的结构。那么，这意味着什么呢？这意味着击杀事件可能是随机的！
这是因为，如果你使用一个随机生成的序列，每一个事件的发生时间都是随机数，其得到的间隔，其分布就是指数分布！
我们对所有的间隔数据，进行了独立检验：
这里使用Mathematica中的「IndependenceTest」，对间隔数据进行了检验，其结果如下：
请你关注P-Value这一列，这表示数据前后可能相关的概率。第一列则是各种类型的相关性检验方法，这里不用太过关心。这里的P-Value的值都非常小，意味着在各个假设检验的条件之下，都一致认为，击杀事件都不是随机的！
那么，真的如此吗？我们再看看这张图：
在数值很小的地方，分布其实偏离了指数分布。如果我们提取这一部分的数据，是否会得到不同的结果呢？
检验结果似乎有了很大的变化：
P-Value有了显著的提升（参与检验的序列长度一致），最高达到了26%！这是为什么呢？我们来看看分布，特别是间隔小于20个时间单位的分布情况：
0～1这一段有一个峰值，但在其他位置，仍然保持幂律分布的结构。我们去掉了等于0的数值，结果这里的峰值就没有了。我们再做一下相关性检验：
很明显，P-Value大部分都非常小，只不过Blomqvist beta测试超过了0.05的阈值，说明在线性相关方面，独立性还不够显著。所以，我们可以认为
击杀事件不是随机的，虽然间隔分布符合指数分布，但仍然是有很弱的关联的
三
最后，我吃到鸡了吗？
没有。吃鸡是不可能吃鸡的，
数据科学这么好玩，进了里面去，个个都是人才，说话又好听，超喜欢在里面。
最后来打个硬广：
我在集智AI学园开设了系统的Mathematica教程，喜欢数据科学/Mathematica的朋友千万不要错过！
Mathematica基础入门教程往期教程：
章彦博：从1+1到混沌 | Mathematica系列教程·第一集章彦博：一行代码能做什么？|Mathematica十分钟教程章彦博：Mathematica系统教程之·函数可视化·绘图函数通览来源：知乎 www.zhihu.com
作者：知乎用户（登录查看详情）
【知乎日报】千万用户的选择，做朋友圈里的新鲜事分享大牛。 点击下载
没有评论:
发表评论