用Python和pandas量化英雄联盟战队BP表现：从数据清洗到可视化分析

又到了复盘比赛内容的时候。每次聊到 VIT，弹幕里总能看到类似“VIT 的 BP 正在进步”“Fiesta 打得很有冒险精神”“队内气氛好像不错”这样的评论。这些说法听起来主观，但如果把问题剥开，其实是可以用数据去验证的：队伍在蓝色方和红色方各拿什么英雄？前两手是不是永远锁同一套？版本热门英雄被 Ban 之后有没有备用方案？连续几场失利之后，BP 优先级有没有出现方向性的调整？

与其凭印象争论一支战队的 BP 到底进步没有，不如自己动手写一套小脚本，把比赛数据拉下来、清洗、统计、可视化，用最终的图表说话。这篇文章就围绕“英雄联盟战队 BP 数据分析”这个方向展开。不需要很重的框架，Python + pandas + matplotlib 就能完成。无论你是想分析 LEC 的 VIT，还是想分析自己参与的业余联赛，这套思路都可以直接复用。

阅读本文你会得到三样东西：一是看懂比赛 BP 数据结构的基本方法；二是完整可运行的 Python 分析代码；三是一套判断“ BP 是否正在变好”的量化思路，而不是只盯着比分牌说话。

1. 为什么要量化战队的 BP 表现

英雄联盟比赛里的 BP（Ban/Pick）是赛前博弈最重要的环节。Ban 掉什么英雄，通常取决于版本强度、选手英雄池、对手惯用体系以及红蓝方的博弈策略。Pick 什么英雄，则决定了一支队伍在游戏前中后期的节奏模型。

一支战队的 BP 水平很难从单场比赛直接判断。举个例子：某一场比赛里 VIT 在蓝色方一抢了强势上单，解说夸这个 BP 做得舒服；但下一场比赛对手同样在蓝色方一抢了同一个英雄，VIT 应对得却很差。这时候我们就会发现，单独看一两场比赛的“感觉”并不可靠，必须把一段时间内的 BP 采样放在一起看。

量化 BP 表现有几个非常直接的好处：

• 可以区分“选手个人发挥好”和“BP 本身好”。如果一套阵容选出来，线上打出了巨大优势，那是选手状态问题；如果每场都是逆版本选人，前期没有任何主动性，那就值得怀疑 BP 是不是拖了后腿。
• 可以判断 BP 是否真的在调整。通过对比队伍前 10 场的英雄优先级和后 10 场的变化，就能验证“进步”到底是客观事实，还是赛后采访里的客套话。
• 可以发现队伍的英雄池短板。某个版本热门英雄在对面永远不 Ban 也不抢，那大概率是这个英雄不在本方体系里，或者选手根本不玩。

换句话说，BP 分析就是一支队伍赛训策略的“体检报告”。与其只看结果，不如把选人逻辑拆开。

2. 环境准备与数据说明

本文以 Python 为主要工具。需要的类库不复杂，核心是三个：

• pandas：负责数据清洗和聚合统计，是分析阶段最常用的工具。
• matplotlib：负责画图，生成趋势图、频率柱状图。
• numpy：辅助计算和数组操作，某些统计场景会用到。

建议先创建一个独立的项目目录，避免脚本文件散落各处。

mkdir lol-bp-analysis cd lol-bp-analysis python -m venv venv

Windows 系统激活虚拟环境：

venv\Scripts\activate

macOS / Linux 系统激活虚拟环境：

source venv/bin/activate

然后安装依赖：

pip install pandas matplotlib numpy

关于版本，我的建议是不必追求最新。只要 pandas 和 matplotlib 能正常导入，并且支持 DataFrame 的基本操作，教学示例就可以顺利执行。如果你在本机已经安装了 Anaconda，前面的步骤可以省略，直接用 Jupyter Notebook 跟着写即可。

接下来是数据问题。

英雄联盟赛事数据的获取渠道比较多，常见方式包括官方赛事 API、第三方电竞数据平台、开发者社区维护的数据集。不同渠道的数据字段和更新频率存在差异，而且 API 的访问权限和调用规则经常调整，所以我在这篇教程里不写死某个接口的调用方式，而是先构造一份和真实赛事数据格式非常接近的本地 CSV 数据，用这份数据跑通分析流程。等流程通了，你需要做的只是把自己获取到的真实数据替换进 CSV 文件即可。

这种方式最大的好处是稳定：无论外界 API 怎么变化，分析代码的核心逻辑不会受影响。

3. 读懂 BP 数据：从一局比赛到一张数据表

在写代码之前，先建立几个基本概念。

一场比赛在正式进入对局之前，会经历 BP 阶段。首先是 Ban 人阶段，一般分为三轮，总计每方 5 个 Ban 位；然后是 Pick 阶段，双方交错选人，最终每方选出 5 个英雄。BP 完成后进入召唤师峡谷。

如果我们要量化分析，就不能只把 BP 当作一段无法保存的直播画面，而需要把这场博弈转写成结构化数据。常见的最小数据粒度是一行代表一个英雄事件。这里有两个方案：

方案 A：一行记录代表一支战队在某场比赛里的完整 BP。

字段可能是：

• match_id：比赛编号
• team：战队名
• side：蓝色方 / 红色方
• ban_1 到 ban_5：5 个被 Ban 的英雄
• pick_1 到 pick_5：5 个被选出的英雄
• result：本场比赛胜负

方案 B：一行记录代表一次 Ban 或一次 Pick。

字段可能是：

• match_id：比赛编号
• team：战队名
• side：蓝色方 / 红色方
• action：ban / pick
• champion：英雄名
• order：第几个执行
• result：比赛胜负

方案 B 是“长表”，每个行为单位，很适合用 pandas 做 groupby 聚合，也更容易计算某个英雄的 Ban 率、Pick 率、胜率。因此本文选择方案 B 作为核心数据结构。

下面我们模拟一份示例数据。这里的队伍名称使用“TeamA”“TeamB”，英雄名使用贴近真实风格的英文名，比如“Azir”“LeeSin”。实际分析 VIT 或 Fiesta 时，你只需要把真实比赛数据替换进来即可。

为了让你快速理解数据长什么样，可以先看下面的 Python 构造逻辑。

import pandas as pd import numpy as np rows = [] # 模拟 20 场 VIT 相关比赛 np.random.seed(42) team_names = ["VIT", "TeamA", "TeamB", "TeamC"] champions_pool = [ "Azir", "LeeSin", "Ornn", "KaiSa", "Thresh", "Rakan", "Gnar", "Syndra", "Taliyah", "Aphelios", "Nautilus", "Elise", "Camille", "Lucian", "Renata", "Vi", "Yone", "Jinx", "Leona", "Aatrox" ] # 构造约 700 行 BP 事件数据 for game in range(20): for team_index, team in enumerate(["VIT", "TeamA"]): side = "blue" if team_index == 0 else "red" result = 1 if (game + team_index) % 2 == 0 else 0 # 每队 5 个 ban 和 5 个 pick for order in range(5): rows.append({ "match_id": f"GAME_{game+1:03d}", "team": team, "side": side, "action": "ban", "champion": np.random.choice(champions_pool), "order": order + 1, "result": result }) for order in range(5): rows.append({ "match_id": f"GAME_{game+1:03d}", "team": team, "side": side, "action": "pick", "champion": np.random.choice(champions_pool), "order": order + 1, "result": result }) df = pd.DataFrame(rows) print(df.head()) print(df.shape)

执行上面的代码，你会看到一个包含约 700 行的 DataFrame。其中前几行大概是：

match_id team side action champion order result 0 GAME_001 VIT blue ban Vi 1 1 1 GAME_001 VIT blue ban Rakan 2 1 ...

这只是一份演示数据，它的随机性不代表任何真实赛况。它的作用是方便后续代码运行。

4. 核心代码实现：统计 VIT 的 BP 风格

当我们拿到了格式规整的数据后，第一步不是画图，而是先完成几个基础统计。

4.1 计算 Ban / Pick 频率

Ban 率反映的是“这个英雄值得被尊敬的程度”。Pick 率反映的是“队伍主动选择该英雄的频率”。如果某英雄的 Pick 率非常高，说明它有可能是这支队伍的核心体系英雄。

def calc_frequency(df, team_name, action_type): team_df = df[(df["team"] == team_name) & (df["action"] == action_type)] total = len(team_df) freq = ( team_df.groupby("champion") .size() .reset_index(name="count") ) freq["freq"] = freq["count"] / total freq = freq.sort_values("freq", ascending=False).reset_index(drop=True) return freq vit_pick_freq = calc_frequency(df, "VIT", "pick") print(vit_pick_freq.head(10))

这部分输出的含义是：在 VIT 所有 Pick 行为中，哪些英雄出现占比最高。比如某英雄占比 0.08，意味着 VIT 每 100 次选人里大约有 8 次会选到这个英雄。

这里需要注意一个细节：如果样本量很小，比如只有 5 场比赛，那么每队总共只有 25 个 Pick 事件，频率结果会很不稳定，一分钟一个版本。实际分析时要先确认样本量足够，最好至少累计 10 场以上。

4.2 统计英雄胜率

只看 Pick 频率还不够。如果队伍经常选某个英雄，但这个英雄胜率很低，说明这个选择可能存在“舒适区陷阱”：选手爱玩，但赢不了。

def calc_win_rate(df, team_name, action_type="pick"): team_df = df[(df["team"] == team_name) & (df["action"] == action_type)] stats = ( team_df.groupby("champion")["result"] .agg(count="count", win_sum="sum") .reset_index() ) stats["win_rate"] = stats["win_sum"] / stats["count"] stats = stats[stats["count"] >= 3].sort_values("win_rate", ascending=False) return stats vit_pick_stats = calc_win_rate(df, "VIT") print(vit_pick_stats.head(10))

这里我设置了count >= 3的过滤条件。原因是如果某个英雄只出现了 1 次，胜率只有 0% 或 100%，这种数据没有统计意义。实际项目中，这个阈值可以根据赛事场次调整，比赛场次更多时建议把阈值提高到 5 次以上。

4.3 区分红蓝方的 BP 差异

职业比赛里，红色方通常需要承担更多 Ban 位压力，因为蓝色方有一抢权。因此，分析 BP 时把红蓝方混在一起会掩盖很多细节。

def calc_side_freq(df, team_name, action_type="pick"): team_df = df[(df["team"] == team_name) & (df["action"] == action_type)] side_stats = ( team_df.groupby(["side", "champion"]) .size() .reset_index(name="count") ) total = team_df.groupby("side").size().reset_index(name="total") side_stats = side_stats.merge(total, on="side") side_stats["freq"] = side_stats["count"] / side_stats["total"] side_stats = side_stats.sort_values(["side", "freq"], ascending=[True, False]) return side_stats vit_side_pick = calc_side_freq(df, "VIT", "pick") print(vit_side_pick.head(10))

这组数据如果做出来之后发现，VIT 在蓝色方经常一抢某个打野，而红色方几乎不选同一个打野，那么红色方的 BP 分析就值得单独往下挖了。

5. 用可视化和“前后期对比”验证 VIT 的 BP 是否在进步

统计完频率和胜率后，我们会得到一堆静态结果，但它还不能回答“BP 正在进步”这个问题。因为“进步”是一个动态概念，需要一个时间维度的对比。

最简单的办法是：把 VIT 的比赛按时间分成前 N 场和后 N 场，对比两者在英雄选择、胜负、不同位置 Pick 率上的差异。如果窗口足够大，也可以使用滚动平均。

5.1 按比赛顺序对比两个阶段

我们为 DataFrame 增加一个简单的序号，用于表示比赛先后。

df["game_order"] = df["match_id"].str.extract(r"(\d+)").astype(int)

接着把整支队伍的比赛切分成前半段和后半段。

game_count = df.drop_duplicates("match_id")["match_id"].count() split_point = game_count // 2 df["period"] = df["game_order"].apply( lambda x: "latter" if x > split_point else "former" ) vit_df = df[df["team"] == "VIT"].copy() former_pick = vit_df[(vit_df["period"] == "former") & (vit_df["action"] == "pick")] latter_pick = vit_df[(vit_df["period"] == "latter") & (vit_df["action"] == "pick")] former_win_rate = former_pick["result"].mean() latter_win_rate = latter_pick["result"].mean() print("前半段胜率:", former_win_rate) print("后半段胜率:", latter_win_rate)

这里的胜率是按“BP 事件对应比赛结果”计算的。每场比赛的胜负会同时作用于该场比赛中的 5 个 Pick 事件，因此在统计时要明白：某一个英雄胜率更高，并不完全等于这个英雄带飞了比赛，它也可能只是说明队伍在选出这套阵容时整体状态更好。

这其实是一个很常见的误区：把 BP 胜率理解成了英雄 solo 胜率。在比赛数据中，选人阶段只是游戏的第一步，后续的战术执行、选手发挥同样会作用于比赛结果。

5.2 绘制英雄选择频率的变化图

画图可以帮助我们直观感受一个阶段的变化。下面的代码统计 VIT 前半段和后半段 Pick 次数前 8 的英雄，并做可视化对比。

import matplotlib.pyplot as plt plt.rcParams["font.sans-serif"] = ["SimHei", "Microsoft YaHei", "Arial Unicode MS"] plt.rcParams["axes.unicode_minus"] = False def top_n_freq(pick_df, n=8): total = len(pick_df) freq = pick_df.groupby("champion").size().reset_index(name="count") freq["freq"] = freq["count"] / total return freq.sort_values("freq", ascending=False).head(n) former_top = top_n_freq(former_pick) latter_top = top_n_freq(latter_pick) fig, axes = plt.subplots(1, 2, figsize=(12, 5)) formers = dict(zip(former_top["champion"], former_top["freq"])) laters = dict(zip(latter_top["champion"], latter_top["freq"])) all_champs = list(dict.fromkeys( list(formers.keys()) + list(laters.keys()) )) former_vals = [formers.get(c, 0) for c in all_champs] latter_vals = [laters.get(c, 0) for c in all_champs] axes[0].barh(all_champs, former_vals, color="#4C72B0") axes[0].set_title("VIT former period pick freq") axes[1].barh(all_champs, latter_vals, color="#DD8452") axes[1].set_title("VIT latter period pick freq") plt.tight_layout() plt.savefig("vit_period_pick_compare.png", dpi=150) plt.show()

图表的作用不是让文章变复杂，而是让你在看到“后半段蓝色柱子明显变短”“某个英雄从列表顶端消失”的一瞬间，找到 BP 改变最明显的证据。例如，如果某位以“冒险精神”著称的打野选手，前半段经常选出螳螂、豹女这类高风险的野核英雄，而后半段突然开始频繁拿猪妹、大树这种工具人打野，那这个变化未必是退步，也可能是教练组根据当前版本重新定义了阵容核心。

6. 用事件序列拆解队伍的“关键调整能力”

比统计更高级的分析方向，是观察队伍在失利之后如何调整 BP。这在赛训里有更实际的价值。毕竟一支队伍 BP 是不是在进步，最核心的判断指标不是简单的胜率，而是“自我修正速度”。

一个可操作的量化方法是：把连续失利的比赛找出来，看下一场比赛中，BP 阶段发生了哪些变化。具体可以看三点：

一，上一场输掉的阵容中，是否有英雄在下一场直接被 Ban 掉或不再优先 Pick。这说明教练组意识到某个选角无效并及时止损。

二，上一场的蓝色方首抢位置是否调整。如果第一局蓝色方一抢输出型英雄但被对手节奏碾压，下一场改成先抢节奏型打野或强势辅助，说明教练组的优先级思路发生了变化。

三，上一场被对手限制的关键点，是否在下一场主动 Ban 掉。这是一种反向学习，也就是从失败中获知对手的核心打法，并在下次交锋前做出响应。

下面的代码可以演示如何找出“位于失利场次之后的首选英雄变化”。

# 找出 VIT 失利的比赛 lose_games = ( vit_df[vit_df["action"] == "pick"] .groupby("match_id")["result"] .max() .reset_index() ) lose_games = lose_games[lose_games["result"] == 0]["match_id"].tolist() # 为下一场比赛设置一个前驱场次标识 vit_df["next_game_flag"] = vit_df["match_id"].map( lambda x: f"GAME_{int(x.split('_')[1]) + 1:03d}" )

真实分析时，这里还要考虑不同比赛日、不同版本之间的间隔。如果两场比赛间隔数周，中间游戏版本更新过，那 BP 变化就不能全部归因于队伍修正，很可能是版本把某些英雄推下了舞台。

因此，做赛训归因时一定要记录数据对应的游戏版本号。没有版本信息，就很难把“队伍变强”和“版本红利”分开。

7. 常见问题与排查思路

在跑这份分析脚本时，新手大概率会遇到下面几个问题。

出现第一个问题时，可以先检查运行环境中的可用字体，再执行：

import matplotlib.font_manager as fm fonts = [f.name for f in fm.fontManager.ttflist if "Hei" in f.name or "Yai" in f.name] print(fonts)

如果输出为空，说明当前环境没有合适的中文字体，需要先安装。这些问题的解决思路都是通用的，不依赖具体客户端或网站。

8. 数据分析落到赛训建议时的工程实践

数据分析并不是跑完代码就结束了。从代码到“能指导队伍 BP 优化”的结论之间，还隔着非常重要的工程规范。这里整理几个我在实际分析电竞数据时比较重视的要点。

第一点是数据字段的标准化。不管是自己手工录的数据，还是写爬虫抓取的数据，入库前都要先统一字段。champion 不要一会叫 “LeeSin” 一会叫 “lee sin”，match_id 不要一会是数字，一会又是字符串，更不能出现一行的 side 写成 “blue” 而另一行写成 “Blue” 的情况。前期不花时间清洗，后期所有统计都会受影响。

第二点是版本信息的记录。英雄联盟职业比赛和游戏版本高度绑定。分析结果要在版本大更新之后及时重置。我自己一般会在每份导出数据里增加patch字段，并定期对版本号做一次校验。

第三点是样本量意识。分析战队 BP 时，人的直觉经常会被最近一两场极端对局带偏。例如 Fiesta 某场选出盲僧踢出精彩操作，观众会习惯性认为“VIT 的 BP 鼓励高风险操作”，但回过头看过去 10 场数据，也许盲僧只出场了一次。为了避免这类偏误，我通常会先打印一个总体样本量，再决定结论的置信程度。

第四点是不把单个指标神化。BP 分析中常用的 Pick 率、Ban 率、胜率终究是简化指标。它们无法精准反映“指挥型辅助的带动作用”或“某个英雄面对特定 Counter 关系的隐性收益”。因此数据报告里不要只堆指标，而是要回到比赛内容去理解异常点。

第五点是安全问题。在获取赛事数据时，原则上应该优先使用官方渠道和获准的公开数据源，不要使用未经授权、包含恶意脚本的爬虫包。如果你的本地爬虫触发了网站的反爬机制，应当立刻停止并及时联系数据提供方，而不是继续做高频率请求。电竞数据分析是辅助赛训和看比赛的工具，前提是合法合规、不破坏目标站点。

9. 更进一步：从 BP 数据入口建立自己的赛训观察面板

到这里，一套基于 Python 的 BP 数据分析链路已经跑通了。我们真正完成的，不只是数一数英雄出现次数，而是建立了一个能回答“VIT 的 BP 正在进步吗”这一类问题的分析框架。

当然，这个框架还有很多可以延伸的方向。例如引入比赛内前 15 分钟的领先数据来判断阵容前期强度；结合选手个人排位记录来预测英雄池变化；或者抓取游戏版本改动公告，把英雄补丁和队伍 BP 优先级放在同一张时间轴上。

数据分析在这里最大的价值不是取代教练组和选手的判断，而是把模糊的赛训感觉转化为可追溯的记录。哪怕今天只是分析了自己主队最近 5 场的小数据，也会对 BP 背后的逻辑有新的理解。看过图表之后如果能发现一个“原来这套阵容在某个侧路选出来胜率这么低”的瞬间，这篇教程就没有白写了。

我自己一般在跑完一次完整分析后，会把脚本固定成三种模式：单队伍 BP 总览、红蓝方差异对比、失利后调整响应。日常赛训只维护这三种图表，数据量小，产出也稳定。你需要时可以顺着这个思路继续往下做，把它扩展成适合自己主队的观察面板。