成为VIP由于移动应用技术的持续性的快速发展，现实生活中人们大多数都是通过移动手机、电脑等智能设备来完成生活中的事务。因此，许多的人工传统行业也开始与互联网结合，不再一味的依靠人工劳动，努力打造半自动数字化甚至是全自动数字化模式。于是，以英雄联盟战队数据分析作为例子，利用Python爬虫技术获取战队数据管理、选手数据的信息，并对这些数据进行处理， 然后对这些数据进行可视化分析和预测。给人们提供一些客观的数据，方便他们参考，这给今后的大数据系统维护带来了便利，同时也为将来开发类似的大数据系统提供了参考和帮助。
Python爬虫技术目前来说，是比较常用的从网页获取数据的方法之一。而 Python语言也是比较受欢迎，尤其是在人工智能和大数据领域有着广泛的应用。特别是 Python的第三方库，让人们能够通过简单的代码解决更多的难题。同时对数据的处理也比较方便快捷。
其中主要通过 Requests，Beautifulsoup 进行网页分析和数据爬取， 然后再使用 Numpy，Matplotlib，Pandas 对所爬取的数据进行可视化分析。还通过聚类算法，依据所爬取的数据进行一个总结，使我们了解英雄联盟战队数据分析的基本特征和分布情况。帮助那些需要的人做出决策。
关键词：英雄联盟战队数据分析；Python语言；Django框架
Due to the sustained and rapid development of mobile application technology, most people in real life complete their daily tasks through smart devices such as mobile phones and computers. Therefore, many traditional manual industries have also begun to combine with the Internet, no longer relying on manual labor blindly, and strive to create a semi-automatic digital or even fully automatic digital mode. So, taking League of Legends team data analysis as an example, Python crawler technology was used to obtain information on team data management and player data, and these data were processed, then visualized, analyzed, and predicted. Providing people with objective data for their reference brings convenience to the maintenance of future big data systems, and also provides reference and assistance for the development of similar big data systems in the future.
Currently, Python web scraping technology is one of the commonly used methods for obtaining data from web pages. The Python language is also quite popular, especially in the fields of artificial intelligence and big data, with extensive applications. Especially the third-party libraries in Python allow people to solve more problems with simple code. At the same time, the processing of data is also relatively convenient and fast.
Among them, web page analysis and data crawling are mainly carried out through Requests and Beautifulsoup, followed by visual analysis of the crawled data using Numpy, Matplotlib, and Pandas. We also use clustering algorithms to summarize the data crawled, enabling us to understand the basic characteristics and distribution of League of Legends team data analysis. Help those in need make decisions.
Keywords: League of Legends team data analysis; Python language; Django Framework
第1章 绪论 1
1.1选题背景 1
1.2国内外研究现状 1
1.3论文主要结构 2
1.4课题的基本内容 2
第2章开发工具及技术 2
2.1 Python语言简介 3
2.2 Django 框架简介 3
2.3 MySQL数据库 4
2.4 spark简介 4
2.5 Hadoop大数据简述 4
第3章 需求分析 5
3.1 可行性分析 5
3.1.1技术可行性分析 6
3.1.2经济可行性分析 6
3.1.3法律可行性分析 7
3.2需求分析 8
3.2.1管理员需求分析 8
第4章系统设计 10
4.1概要设计 11
4.2详细设计 12
4.3数据库设计 13
4.3.1数据库实体 13
4.3.2数据库表设计 14
第5章系统实现 15
5.1登录模块实现 17
5.2英雄联盟战队数据分析大屏看板展示 23
5.3管理员后端模块实现 23
第6章系统测试 30
6.1 代码设计思路 30
6.2 注册登录测试 32
结束语 38
参考文献 39
致谢 41
第1章绪论
近些年来，随着电子科学技术的高速发展，大数据出现与计算机相关行业的发展创新。衍生出了各种各样方便快捷的电子设备。如手机，电脑等。这些电子设备功能强大，方便所有类型的人们使用。但这些年来，人们对手机，电脑等电子高科技产物的依赖和需求也越来越大。现在的人们已经不再满足于它们各式各样的基础功能，例如与他人通讯，上网了解信息等。人们现在更希望的是随着科技的发展，手机、电脑等高科技产品可以给自己带来更多方便快捷、简单实用的功能。同时也希望自己在使用的时候可以更轻松的掌握使用这些设备的技巧。同时，伴随着这些电子设备的出现，大数据分析系统就显的尤为重要，电子设备各式各样功能的顺利运行都要依靠它的稳定运行。大数据分析系统可以管理、控制计算机的硬件资源和软件资源，也是计算机最为基本的系统软件。人们所有能涉及到和使用到的软件运行几乎都离不开它。它就像人类的大脑一样，控制着计算机的各种设备。但同样，大数据分析系统在发展时自身也会出现很多问题，同样的系统不能应用在所有的硬件设备上。这个问题对于大部分的电子科技受益者来说很陌生，处理起来很有困难。会让使用者不能在第一时间使用，因此会造成很多负面的影响。
zyq
