我分析了70萬局「吃雞」數據，找到了其中的3個秘密

來自專欄 MathematicaLab

註：本文首發於公眾號「|折枝|」，關注complex-zyb，為**折枝

一

「吃雞太難了」

前幾天，同學找我吃雞。不出所料，很快就成盒了。這個遊戲對於我來說，就是一個「到底死在哪」的遊戲。

所以啊，吃雞是不可能吃雞的了，這輩子都吃不到雞，槍又打不準，連隊友都打不到，只有靠良好的心態，才能維持下去。

更重要的是，天天吃雞，荒廢學術，讓我不勝惶恐。我就開始想，能不能研究一下，如何科學吃雞？

所以，我就拿出了我的老本行，用Mathematica來研究一下，有什麼可以科學吃雞的方法。吃一次雞可能是運氣，吃兩次、三次，可能就是科學了。

幸運的是，Kaggle上已經有了PUBG的數據集，一共有72萬次的擊殺數據，解壓之後，大約有20多G的數據。

裡面的信息還是非常豐富的，包括擊殺/被殺玩家的位置、原因（武器、車輛）、時間、排名等信息，用工具分析分析，說不定還有可能吃到雞呢。

前面說了，數據集非常大，單個的CSV文件就已經有幾個G的大小了，所以直接用Mathematica的Import函數肯定是作死了，系統直接崩掉。所以這裡我用底層的文件流來一行行的輸入數據，讀取之後立即處理，釋放內存，這樣才可以讀取數據。

下面的代碼提供了ImportFirst函數，可以讀取CSV文件的前N行，輸入是一個文件流對象：

ImportFirst[stream_,type_,n_]:=ImportString[StringRiffle[Table[ReadLine[stream],{n}],"
"],type]

二

拿到數據，就可以做一些分析了。我一共找到了吃雞中的三個「秘密」，在這裡與大家分享一下。

1、 「死角」的作用有多大？

我們都知道，在遊戲中要不被人看到，就要利用地形。比如上圖中，若要悄悄摸到房子下，可能橙色的路線就比較好，因為相對於窗戶來說，其角度非常刁鑽，是一個死角。但是，

死角的作用有多大呢？

口說無憑，我們要科學吃雞，就得做實驗。

數據集中，有兩個數據可以拿出來研究：擊殺者的位置，以及被擊殺者的位置。

使用這些數據，就可以很容易的計算出角度，如果角度在某些方位上，出現概率有峰值的話，就可以印證我的猜想：死角的確有用。

角度的計算非常容易， 。

我將數據都代入了上面的公式，得到了一個驚人的結果（圖中離原點越遠，表示這個角度擊殺的概率越高）：

一個近似的正方形！旋轉了45度角。這太令人驚訝了，不只在於有四個「死亡角度」，還在於其結構居然如此規整！

這張圖意味著什麼呢？它意味著：

東南西北四角的擊殺概率很高，而四角之間的幾個方向，也就是房間里的死角方向，擊殺概率很低。

我們反過來，也可以說，在靠近房屋的時候，建議從這四個死角去接近。從統計結果上來看，這幾個角度的安全性，比其他方向要高30%！不要小看這30%，如果一局遊戲中要三次接近房屋，這就會提高65%的生存率！

2、 地圖上的十個「死亡孤島」

在吃雞常見的兩個地圖中，其實還分別暗藏著十個左右的「死亡孤島」。在這些區域，玩家的死亡數量要明顯高於其他位置。如果是吃雞新手的話，知道這些信息，就可以選擇避開這些「是非之地」。

前面提到，我們已經有了擊殺、被擊殺的位置數據，所以可以很容易的得到擊殺位置的分布情況。

首先，可以看看具體的分布情況，這裡我使用了Mathematica中的DensityHistogram函數，分別繪製了兩個地圖的死亡地點分布情況，大圖可以在公眾號回復「地圖」獲取下載地址。

圖中顏色越紅的地方，表示擊殺數越多。那有紅色標記的地方都不能去了嗎？當然不是，我們畢竟要承受一定的風險。所以，可以設定一個閾值：死亡數量高於這個值，就認為是「高危區域」；低於這個值，則認為是安全區域。

所以，我們就得到了第二版的地圖——死亡孤島：

這樣，雖然總的信息量減少了，但我們能獲得的信息卻增加了。這是因為，雖然圖像做了簡化，但正是這簡化的工作，讓核心的信息突出了出來。

這裡我們可以注意到很多有意思的事情，首先，在海島地圖中，左下角雖然也散落著不少房屋，但卻沒有出現集中的「死亡島」。雖然這可能是因為這裡的資源比較少，但同樣可以作為新手的庇護池。更重要的是，這兩張地圖，可以作為「玩家密度圖」來使用，想苟著，就可以走「暗區」（圖中暗色區域）；想剛槍，則可以去「明區」。

正因為這些死亡集中的區域，互不相連，就像島嶼一樣，所以我稱之為「死亡孤島。」

3、「擊殺」是隨機的嗎？

最後，我們來討論一個更學術一點的問題：擊殺事件是隨機的嗎？

所謂說「擊殺」事件隨機，意思就是認為相鄰的幾次擊殺之間沒有關聯。比如說，可能存在一種機制，使得擊殺事件更容易集中起來。舉個例子，我在某處淘汰了一個玩家，槍聲是否會引來其他玩家，從而提高我被淘汰的幾率呢？

數據集中還包含了擊殺時間的數據，我們可以以此為切入點，去研究這個問題。

我們首先可以看看擊殺時間間隔的分布情況。也就是前後兩次擊殺的間隔時間，其不同長度的時間，出現概率不同。比如說，可能兩次擊殺時間間隔為1秒的概率為10%，10秒的概率則可能是1%。

我在對數坐標上繪製了時間間隔的分布圖：

這裡，注意到一個非常有意思的現象：在對數坐標下，分布圖呈現了近似直線的結構。那麼，這意味著什麼呢？這意味著擊殺事件可能是隨機的！

這是因為，如果你使用一個隨機生成的序列，每一個事件的發生時間都是隨機數，其得到的間隔，其分布就是指數分布！

我們對所有的間隔數據，進行了獨立檢驗：

這裡使用Mathematica中的「IndependenceTest」，對間隔數據進行了檢驗，其結果如下：

請你關注P-Value這一列，這表示數據前後可能相關的概率。第一列則是各種類型的相關性檢驗方法，這裡不用太過關心。這裡的P-Value的值都非常小，意味著在各個假設檢驗的條件之下，都一致認為，擊殺事件都不是隨機的！

那麼，真的如此嗎？我們再看看這張圖：

在數值很小的地方，分布其實偏離了指數分布。如果我們提取這一部分的數據，是否會得到不同的結果呢？

檢驗結果似乎有了很大的變化：

P-Value有了顯著的提升（參與檢驗的序列長度一致），最高達到了26%！這是為什麼呢？我們來看看分布，特別是間隔小於20個時間單位的分布情況：

0～1這一段有一個峰值，但在其他位置，仍然保持冪律分布的結構。我們去掉了等於0的數值，結果這裡的峰值就沒有了。我們再做一下相關性檢驗：

很明顯，P-Value大部分都非常小，只不過Blomqvist beta測試超過了0.05的閾值，說明在線性相關方面，獨立性還不夠顯著。所以，我們可以認為

擊殺事件不是隨機的，雖然間隔分布符合指數分布，但仍然是有很弱的關聯的

三

最後，我吃到雞了嗎？

沒有。吃雞是不可能吃雞的，

數據科學這麼好玩，進了裡面去，個個都是人才，說話又好聽，超喜歡在裡面。

最後來打個硬廣：

我在集智AI學園開設了系統的Mathematica教程，喜歡數據科學/Mathematica的朋友千萬不要錯過！