CDEC Dota1 大师赛的匹配机制问题

看到不少人抱怨这届 CDEC 匹配机制有问题。好奇，打算从数据上验证一下。

数据爬自 VP Game 的比赛记录。爬取过程特别简单，浏览器看一下 HTTP 请求，即可发现每页排名的 json 文件，这里直接使用 curl 下载，如遇 502，再运行一下失败的任务即可，没有再写爬虫：

curl 'http://dota1.vpgame.com/v1/dota1/league/match_lists/40/[1-60]-10.json' -o '#1.json'

下来的 60 个 json 文件，先用 jq 读取必要字段：

jq '.body.lists[] | .id + "," + .victory + "," + .duration + "," + .players.blue[].player_id + "," + .players.red[].player_id' cdec/*.json > matches.txt

然后还是在终端内，通过 sublime text、cut、sort、uniq 做简要清理和统计。

最后进入到 Jupyter Notebook 通过 Python 做简要分析。

import pandas as pd
import seaborn as sns

%matplotlib inline
%config InlineBackend.figure_format = 'retina'
plt.style.use('seaborn')

df = pd.read_csv('matches1.csv', names=['match_id', 'winner', 'duration', 'blue', 'red'])
df.head()

	match_id	winner	duration	blue	red
0	21208	red	2161	心疼丶我	南昌sf丶
1	21208	red	2161	Mia小宝贝	南昌sf丶
2	21208	red	2161	舔痰达人	南昌sf丶
3	21208	red	2161	科比x丶	南昌sf丶
4	21208	red	2161	C轩少	南昌sf丶

从每局游戏时长来看，并无明显异常值。

sns.violinplot(df['duration'])

但接下来看两方的胜负关系，问题就明显了：天灾方的胜率是近卫方的 2.5 倍。

w_red = df[df['winner'] == 'red']['match_id'].nunique() # red -> 天灾
w_blue = df[df['winner'] == 'blue']['match_id'].nunique() # blue -> 近卫
print('总局数：{}'.format(w_red + w_blue))
print('天灾胜：{}'.format(w_red))
print('近卫胜：{}'.format(w_blue))
print('天灾/近卫：{:.1f}'.format(w_red/w_blue))

# 总局数：596
# 天灾胜：428
# 近卫胜：168
# 天灾/近卫：2.5

就 Dota 地图而言，发展至今，天灾无论如何不可能有如此大的出生优势。

目前排在第一位的，幸运的子阳，一次近卫也没去过😯，同样的情况还发生在排在第一页的 Zai、唯爱雨灬 等人。

len(df[df['blue'] == '壹贰零叁'])

# 0

同样第一页的前 10 名，去过近卫的，次数也很少：

df[df['red'] == '来打死爹|r'].groupby('winner')['match_id'].nunique() # 5
df[df['red'] == '皮孩123'].groupby('winner')['match_id'].nunique() # 5

最纠结的要数「大熊123」了，将近一半的比赛场次凑巧在近卫，居然还有惊人的 46% 的胜率：

df[df['red'] == 'Sweety丶Hy大熊'].groupby('winner')['match_id'].nunique()

# winner
# blue     4
# red     12
# 天灾胜率 75%

df[df['blue'] == 'Sweety丶Hy大熊'].groupby('winner')['match_id'].nunique()

# winner
# blue    6
# red     7
# 近卫胜率 46%

总结

目前来看，问题应该是确定有的：机制把厉害的人一直排到一起，并放在了天灾方。

还没有看是否哪些人一直被排一起。