英雄联盟职业联赛选手数据分析数据集LeagueofLegendsProPlayerDataAnalysis-noxdil
数据来源：互联网公开数据
标签：英雄联盟, 电子竞技, 游戏数据, 选手表现, 数据分析, 竞技游戏, 比赛统计, 职业联赛
数据概述：
该数据集包含来自英雄联盟（League of Legends，简称LOL）职业联赛的选手比赛数据，记录了选手在比赛中的关键表现指标，用于深入分析选手个人能力、团队协作以及比赛策略。主要特征如下：
时间跨度：数据未明确标注时间，但基于数据内容推断为比赛历史数据，可用于长期趋势分析。
地理范围：数据来源于英雄联盟职业联赛，涵盖全球范围内的职业选手比赛数据。
数据维度：数据集包含多个关键指标，涵盖选手在比赛中的各个方面，包括：队伍（Team）、选手（Player）、位置（Role）、击杀（Kills）、死亡（Deaths）、助攻（Assists）、KDA（Kills/Deaths/Assists，即击杀/死亡/助攻比）、补刀（CS，Creep Score）、野区补刀（CS in Team's Jungle, CS in Enemy Jungle）、每分钟补刀数（CSM，Creeps Score per Minute）、金币（Golds）、每分钟金币收入（GPM，Gold Per Minute）、经济占比（GOLD%）、视野得分（Vision Score）、插眼数（Wards placed）、排眼数（Wards destroyed）、控制守卫购买数量（Control Wards Purchased）、每分钟视野得分（VSPM，Vision Score Per Minute）、每分钟插眼数（WPM，Wards Placed Per Minute）、每分钟排眼数（VWPM，Wards Destroyed Per Minute）、每分钟控制守卫购买数量（WCPM，Ward Control Placed per Minute）、视野占比（VS%）、对英雄总伤害（Total damage to Champion）、物理伤害（Physical Damage）、魔法伤害（Magic Damage）、真实伤害（True Damage）、每分钟伤害（DPM，Damage Per Minute）、伤害占比（DMG%）、每分钟击杀+助攻数（K+A Per Minute）、参团率（KP%，Kill Participation）、单杀数（Solo kills）、双杀数（Double kills）、三杀数（Triple kills）、四杀数（Quadra kills）、五杀数（Penta kills）、15分钟经济差距（GD@15，Gold Difference at 15 minutes）、15分钟补刀差（CSD@15，Creep Score Difference at 15 minutes）、15分钟经验差（XPD@15，Experience Difference at 15 minutes）、15分钟等级差（LVLD@15，Level Difference at 15 minutes）、对防御塔伤害（Damage dealt to turrets）、总治疗量（Total heal）、自身减免伤害（Damage self mitigated）、控制时长（Time ccing others）、总承受伤害（Total damage taken）、胜负结果（Win）。
数据格式：CSV格式，文件名为data_raw.csv，便于进行统计分析和建模。
数据来源：数据来源于英雄联盟职业比赛，经过整理和清洗，确保了数据的准确性和一致性。该数据集适合用于深入分析选手表现、团队协作以及比赛策略，并可用于预测比赛结果。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于电子竞技、游戏数据分析等领域的学术研究，例如选手能力评估、战术策略分析、团队协作研究等。
行业应用：为电竞俱乐部、游戏解说员、数据分析师等提供数据支持，用于选手评估、战术制定、比赛预测等。
决策支持：支持电竞战队的管理层和教练进行决策，优化阵容配置和战术安排。
教育和培训：作为电子竞技数据分析、游戏策略研究等课程的辅助材料，帮助学生和研究人员深入理解游戏机制和选手表现。
此数据集特别适合用于探索选手个人能力与团队协作对比赛结果的影响，预测比赛胜负，并帮助用户提升对英雄联盟比赛的理解。
