我决定再抬大家一手，把我做DOTA2数据分析以来，积累的经验、踩过的坑，写成这个系列文章...
序言：我是怎么转行做了数据分析师？（着急看课程的可以直接跳过）
年夏天，我和室友昊哥下班回到家，通常会一起操作几盘刀塔。
老年人连跪几把之后，到了「赢一把睡觉」的关键局，我们会默契的掏出开黑英雄组合——发条沉默。昊哥选发条劣单，我玩沉默走中，6级后发条勾上去、沉默开大稳定秒一个（智力+2），分的鱼塘基本没输过。相处非常融洽。
一旦有比赛，场面就没有这么和谐了，昊哥是B神粉丝，我是CTY粉丝。大部分比赛都是各看各的，毫无交流。偶尔B神对阵CTY，也是同屏异梦，各怀*胎。
但是！谁也没有想到！TI6前大地震一波操作，最后的结果居然是BCHRS合体组成VG战队，开启了燃烧的远征。听到这个消息，我和昊哥一下子就激动了！B神和CTY成了队友，我们两个小粉丝可以愉快的支持同一只战队了！
除了摇旗呐喊，我们两个码农决定做一个小软件——「BP助手」，统计各个队伍的BP特点（展示英雄协作和克制关系），想为燃烧*团出一份力...结果第二天昊哥接到一个新的工作任务，鸽了...我一个电子科大计院的水硕，离开浙大牛硕的支持，进展缓慢。
后来的事情大家都知道了——承载着万千粉丝希望的燃烧*团，一路披荆斩棘，却倒在了最后一战，抱憾离开TI6的赛场。（CTY曾回顾这段经历：作彼此的宝搞。）然而神奇的是，我对DOTA2数据分析的热情，并没有随着燃烧*团的失败而褪去，反而愈来愈高。从此之后，我没有再玩过一局刀塔，而是把以前拿来玩DOTA2的时间，全部用来学习数据分析（以DOTA2职业比赛为数据源），年底转行做了一名商业数据分析师。
在这一年半中，我用空余时间写了数十篇DOTA2数据分析文章。承蒙大家抬爱，阅读量不错，粉丝过十万，竟也成了自媒体。慢慢就有很多人私信我，问我如何学习数据分析。
点击图片查看大图
我很想好好回答这些问题，不辜负大家的信任。但是一方面零基础入门数据分析需要学习的东西很多，三言两语讲不清楚；另一方面我做数据分析师才一年，才疏学浅也不敢造次。
正巧当时「优达学城」的中国区负责人看到《TI7伤害之王》后找到我（这位兄弟也是doter），希望让我做数据分析课程的明星学员，体验并给出建议。深度了解之后，我觉得这个在线课程的课程质量、代码批阅、项目过关和学习氛围都挺不错。于是找优达学城订制了「DOTA2」专属优惠码，把数据分析师（入门）课程课程推荐给大家。
到目前为止，已经有数十人使用DOTA2优惠码报名了课程，而且学得不错。所以，我决定再抬大家一手，把我做DOTA2数据分析以来，积累的经验、踩过的坑，写成这个系列文章，让各位电子竞技爱好者在学习数据分析的时候，多一个参考~
现在开始上课。DOTA2数据分析入门（一）：获取数据源
适合阅读本系列文章的读者
正在优达学城学习数据分析课程，同时又对电子竞技感兴趣的朋友
热爱DOTA2，想给自己点一个「数据分析」技能的朋友
本节课学完之后，你能回答这些问题
统计kpii场均要发几次：漂亮。
各战队BP的核心英雄是哪些？
几只顶尖战队的资源分配有什么差异？
给XX选手的第一条建议。
其他任何你觉得有意思的问题。
一、如何获取DOTA2数据源
获取DOTA2数据源的方式大致有四种：
手工统计。打开DOTA2客户端，看赛后统计或者游戏录像，拿小本本（excel）手工记录。缺点：效率太低。
查询数据统计网站（DOTABUFF\DOTAMAX\刀魔数据等）。缺点：无法获取特定（定制）数据，可能你想看的数据网站并没有展示，也很难对数据进行再加工。
调用官方和第三方提供的数据接口API，或者查询第三方数据库。缺点：门槛略高，需要掌握SQL(StructuredQueryLanguage)和python。另外API一般不会提供游戏细节数据（比如，只能告诉你肉山被杀了几次，而无法告诉你击杀肉山的最后一下伤害是多少）
解析录像。计算机代替人眼把游戏录像从头到尾看一遍（比任何人都看得更仔细，不会漏掉任何一个细节），得到游戏中发生的所有事情。缺点：门槛很高，需要会java或者golang语言。
二、业界最好的DOTA2数据源在哪里
先说API，码农世界的API指的是ApplicationProgrammingInterface，应用程序编程接口...是不是有点晕？有一种「黑板是吸收知识的地方，只是教室的阳光，那颜色我不太喜欢，没有操场的自然」的感觉？
没关系，我们换一个解释方式：API就是约定好一套规则，一方发出请求，一方按要求执行，并返回结果。举例！我早上去买热干面，跟老板说：一碗热干面，不要辣。付款之后等个几分钟，老板就会把热干面递给我。（老板提供了「热干面API」供我使用！）
点击图片查看大图
DOTA2数据API也是一样，你只用告诉系统要哪场比赛的数据，系统就会把数据传给你。只不过沟通语言从普通话换成了编程语言（python、java等），返回的结果从热干面换成了数据（json格式等），面馆也变成了数据提供方（官方API、OPENDOTA提供的API等）。
点击图片查看大图
那么，业界哪一个数据团队做的热干面最好吃（提供的数据最好用）？——OPENDOTA团队！有同学就要问了，OPENDOTA是个啥？数据不应该都在V社爸爸手里吗？为什么不用V社提供的API？
V社确实提供了官方API，但是很久没有维护（可能在度假吧，你看网站老掉牙的UI...），使用体验很差。我当初研究DOTA2数据源的时候，浪费了大量时间探索官方提供的WEBAPI。所以，这个坑大家就别踩了!
点击图片查看大图
调用API，需要掌握一门编程语言（我推荐python）。但编程语言的学习门槛略高，如果直接从python调用API入手，很容易在体验到数据分析的乐趣之前就被折磨的敲出GG。（python可以在网上找资料自学，如果基础太差没啥自信，也可以使用DOTA2优惠码报名优达学城的python入门课程。）
所以，让我们从使用SQL查询数据库开始学习！这里要给OPENDOTA点一个大大的赞！他们非常人性化的提供了一个交互查询功能，只输入SQL查询语句，网站就会把数据从数据库中取出来呈现给你。（不需要安装任何软件，对初学者很友好）
点击图片查看大图
那么如何学习SQL呢？
这个问题知乎上有更好的答案。但我想强调的是：兴趣是最好的老师。SQL经典教材，往往会让你查询经典的部门-职工数据库（或者学生-成绩数据库），做很多枯燥的练习，学了之后也容易忘记。但是！！！如果你本身是一个电竞爱好者，使用DOTA2数据库学习SQL，一定会学得开心又扎实！
本节课到这里就正式结束啦。有同学肯定一脸懵逼：这个课程和平常上的不太一样，没有概念讲解，也没有例题演练。没有就对了！这个系列的教程不是操作手册，更不是百科全书，只是试图给出一张明晰的鸟瞰图，帮助大家少走弯路。但路还是自己走过一遍，才会有所感悟。
如果想走的更快、有人同行（或者基础很差又决定了要做数据分析师），我还是推荐「优达学城」的数据分析零基础入门课程。（使用「DOTA2」优惠码可以减免学费，但会增加一个额外的毕业要求——写一份电竞数据分析报告，公开发表，接受大家的检验！）
给大家留几道SQL作业题（如果做不出来，下节课就不用上了...）：
在刚刚结束的ESLOne云顶Minor赛事中，冠*Newbee一共使用了多少名英雄？5名选手谁的英雄池最深（分别使用了多少英雄）？
线下赛没有出场过的英雄有多少个？都是谁？
线下赛的热门上场英雄是哪些？胜率如何？各英雄的最佳使用者是谁（自选评价指标）？
几点说明：
本系列课程每月更新1~2次（马上要当爹了，有没有时间写文章，娃娃说了算...）
我的私信已经是学校的客服渠道了（问路、感谢、投诉、打小报告）。所以，遇到问题尽量Google解决（作为一名初学者，你遇到的99%的问题，前人都遇到过了），或者在评论中互相讨论。私信实在回不过来，还请大家见谅。
from：微博.何求知