你TM寫成論文了是吧！

一、前言

音樂游戲（Music Games）是電子游戲的一種，玩家配合音樂的節(jié)奏做出游戲動作，并主要以游戲動作與節(jié)奏的吻合程度進行評判。音樂游戲相對于射擊類電子游戲（如FPS），其游戲畫面和內(nèi)容更加綠色健康。通過游玩音樂游戲，不但可以起到放松身心的作用，還能鍛煉玩家的樂感、提升反應(yīng)能力和肢體協(xié)調(diào)能力，因此是比較受歡迎的游戲類型。

osu!是由Dean Herbert于2007年開發(fā)的一款PC端音樂游戲，經(jīng)數(shù)年的發(fā)展，游戲已具有四種模式，其中osu!std（以下簡稱osu!）為最早開發(fā)的游戲模式，游戲畫面主要由圓圈和其外周逐漸縮小的漸近環(huán)構(gòu)成，玩家需要配合音樂節(jié)奏，當(dāng)圓圈與漸近環(huán)重合當(dāng)用游標(biāo)點擊。點擊精準(zhǔn)度將作為判定依據(jù)。osu!的譜面難度主要與圓圈大小（Circle?Size，簡稱CS）、漸近速度（Approach?Rate，簡稱AR）、判定難度（Overall?Difficulty，簡稱OD）、生命值排放量（HP?drain rate，簡稱HP）四個量化參數(shù)以及物件排列方式有關(guān)。在osu!中存在兩套排名系統(tǒng)用來評價玩家的游戲水平，一套是基于譜面得分的排名系統(tǒng)，譜面得分主要與最大連打數(shù)相關(guān)（近似呈二次方正比），每張譜面的成績會采用該系統(tǒng)進行排序。另外一套為基于表現(xiàn)點數(shù)（Performance Point，簡稱PP）的排名系統(tǒng)。PP系統(tǒng)為了更能體現(xiàn)玩家的真實水平，以與分數(shù)排名系統(tǒng)類似的參數(shù)但不同的算法計算一張譜面的PP值，而玩家的綜合PP值則主要由最高PP的100張譜面的成績加權(quán)求和得到，該綜合PP值也作為玩家全球排名的依據(jù)。

游戲水平的提升一直是玩家的重要目標(biāo)。通過對歷史游玩記錄進行分析，有助于玩家更為精準(zhǔn)地掌握自己的游戲水平，更能通過大數(shù)據(jù)分析了解技術(shù)的瓶頸，以更高的效率提升游戲能力。本文以一位osu玩家（我）作為樣本，對各種渠道獲得的海量的據(jù)進行了盡可能全面的數(shù)據(jù)分析，從基本情況、游戲行為、游戲水平和成績四個方面對該玩家的osu!成長歷程進行系統(tǒng)性的盤點。

二、研究方法

2.1 數(shù)據(jù)源

1. osu!官網(wǎng)。從osu!官網(wǎng)可獲得的信息主要包括（1）用戶的基本信息（2）譜面基本信息和排名列表，這些信息除了用戶的全球排名和游玩次數(shù)顯示一段時間的歷史記錄，多只顯示當(dāng)前值且實時更新。若為osu!Supporter，還可獲得用戶玩過的譜面列表和譜面的國內(nèi)/區(qū)內(nèi)排名列表。osu!官網(wǎng)是所有第三方站點獲取數(shù)據(jù)的數(shù)據(jù)源。

2. osudaily。osudaily是由osu玩家Adri創(chuàng)建的用于記錄玩家游戲基本統(tǒng)計信息的網(wǎng)站，每天更新并存檔玩家的排名、pp、游玩次數(shù)等信息。

3. osutrack。osutrack是由osu玩家Ameo創(chuàng)建的用于記錄玩家BP更新的網(wǎng)站，在訪問/刷新頁面時更新并存檔玩家的bp信息，因此可以從此站點獲得歷史bp信息。

4. pp+。pp+是由osu玩家Syrin開發(fā)的pp算法，該算法能夠分別計算玩家在瞄準(zhǔn)、打擊準(zhǔn)度、手速等多個方面的pp值，旨在更為精確地反映玩家在各個技巧上的水平。

5. 本地replay存檔。本地replay留存了自注冊賬號以來的所有replay數(shù)據(jù)（不包含failed），可通過分析replay數(shù)據(jù)獲得按鍵次數(shù)數(shù)據(jù)、打擊偏差標(biāo)準(zhǔn)差（Unstable Rate，UR）和miss數(shù)據(jù)等，是十分關(guān)鍵的第一手資料。

2.2 分析工具

本工作采用python進行數(shù)據(jù)獲取、清洗、整理、分析和可視化工作。主要引用庫如下：

• request、urllib等爬蟲相關(guān)庫

• pandas、numpy、matplotlib：數(shù)據(jù)分析三件套

• osuparse：用于處理replay文件

• circleguard：用于計算replay的UR，分析miss情況等。

• 其他依賴庫，包括時間序列分析所用到的time、datetime，數(shù)據(jù)讀取/寫入所用json等。

2.3 數(shù)據(jù)爬取

譜面成績信息的爬取于2021年12月2日21時開始，3日2時結(jié)束。對osudaily中osu!std玩家的所有數(shù)據(jù)的爬取于2021年12月3日9時開始，11時結(jié)束。osutrack和pp+數(shù)據(jù)獲取于達到2021年12月2日19時48分（即達到100K后立即獲?。?。數(shù)據(jù)爬取過程中該玩家沒有進行任何游玩。數(shù)據(jù)分析所用數(shù)據(jù)截至以上爬蟲結(jié)束時間。

2.4 部分數(shù)據(jù)分析方法

本節(jié)簡述涉及到“同分段玩家平均水平”和本地數(shù)據(jù)的分析方法。

1. ”同分段玩家平均水平“數(shù)據(jù)的獲得：采用osudaily注冊用戶中pp值在3780±100pp的505位用戶的各項指標(biāo)數(shù)據(jù)作為”同分段玩家“的樣本進行分析。

2. UR分析：要進行UR分析，replay數(shù)據(jù)（osr文件）是必要的。通過將各BP成績對應(yīng)的成績提交時間和譜面hash值與本地replay文件信息相匹配，匹配出671個replay，通過python的circleguard庫對replay的UR進行計算即得所需數(shù)據(jù)。

3. 按鍵模式分析：按鍵模式的分析同樣需要replay數(shù)據(jù)。使用python的osrparse庫解析replay文件，獲得每張replay的各按鍵次數(shù)即得所需數(shù)據(jù)。

三、數(shù)據(jù)分析

3.1 基本情況

用戶名：JaSpirit，uid：20309693

注冊時間：2021年1月11日

游玩方式：左鍵右板，以食指為主指的強雙，普通握筆手法，牽拉型（drag）筆勢，屏幕寬高比1.5:1，映射大小45mmx36mm

達到100K時間：2021年12月2日 19時48分

從注冊到達100K：

• 所用時間：325天（近11個月），其中14天21小時（357小時）游戲時間，平均每天66分鐘，占每天的4.6%

• 游戲次數(shù)：15916，平均每天49次，每小時游戲時間44.6次，每次81秒

• 共pass了827個譜面集的1313個譜面（僅包含可提交成績譜面）

達到100K時的PP：3779.43，平均每天11.6pp，每小時游戲時間10.6pp

達到100K時的準(zhǔn)確率：98.39%

達到100K時的總命中次數(shù)：4338775

3.2 游戲行為分析

3.2.1 每月游玩次數(shù)

自1月注冊以來，共進行15916次游玩，平均每月1447次，除3月外，其余每月的游戲次數(shù)均在約1000以上。

3月是該玩家遇到的第一個瓶頸期，實在沒有玩下去的動力而于3月10日主動鎖定了1個月的osu賬戶。不過之后的瓶頸期再無類似情況發(fā)生。

3.2.2 每天的游玩時間分布

通過對本機電腦存檔的replay的時間戳進行分析，獲得每天游玩時間的分布，可見，游玩時間主要集中于深夜（22-24時），其次是晚上（17-20時）及上午（11-12時）。

3.2.3 BP更新頻率

5月-11月這六個月，平均的BP更新頻率為：18天更新1次bp1，6天更新1次bp前5，3天更新1次bp前10，0.9天更新一次bp前50，0.5天更新一次bp前100。

在這六個月中，以10月份的表現(xiàn)最為出色，平均每3天更新1次bp前5。

3.3 游戲水平分析

3.3.1 全球排名與PP歷史記錄

雖說osu的pp系統(tǒng)一直被人詬病，但其確實能夠在很大程度上反映玩家的游戲水平。一些重要的時間節(jié)點如下：

• 1000pp：2021.2.7

• 2000pp：2021.6.7

• 3000pp：2021.10.5

可見，1000-3000pp期間，約每4個月增長1000pp。

3000pp之后經(jīng)歷一次排名影響較大的pp系統(tǒng)改動（Xexxar's rework，2021年11月11日生效。增長約85pp，該分段pp平均變化值為-110pp，排名變化約25000名）。

3.3.2 PP與游玩時間的關(guān)系

從此圖中看出該玩家的進步情況比平均水平略快。

3.3.3 準(zhǔn)確率與游玩時間的關(guān)系

由于該玩家對準(zhǔn)確率要求較嚴(yán)，因此相比于平均水平，準(zhǔn)確率達到較高的值（98%）較早。

3.3.4 歷史BP記錄（PP）

此圖展示的是以pp為縱軸的歷史BP記錄，并以不同顏色和形狀的圖案標(biāo)記成績評級，可見BP主要由S評級構(gòu)成，其次為A，其他評級較少。關(guān)于成績評級分布的詳細分析見下文。

3.3.5 歷史BP記錄（UR）

對BP成績的UR分析屬于本工作的創(chuàng)新點之一，由圖中可見，UR總體上呈現(xiàn)降低的趨勢（平均每天降低0.36），但與時間的相關(guān)性不如PP高。同時，UR也與游戲模式有關(guān)，如某些mod對AR的改變會對讀圖有影響，進而影響打擊準(zhǔn)確率。對最近100個BP的分析表明，NM成績的UR均值為170.9±38.2，對DT成績的UR均值為250.0±40.1。

3.3.6 按鍵模式變化

對按鍵模式的分析同屬本工作創(chuàng)新點。從圖中可見，該玩家注冊游戲之后立即由單戳改為強雙，但4月份開始逐漸偏離強雙，直至9月初強制改回。但目前按鍵模式也并非嚴(yán)格強雙，而是在連打時具有主指（食指，x），且在~100bpm重疊物件時存在傾向于中指（z）單點的一種混合按鍵模式。此兩種特征導(dǎo)致綜合的按鍵比率十分接近于50%（50.4%）。

3.3.7 pp+數(shù)據(jù)

pp+數(shù)據(jù)顯示該玩家在串瞄準(zhǔn)度（flow aim）和打擊準(zhǔn)度（accuracy）上具有明顯優(yōu)勢，而在跳瞄準(zhǔn)度（jump aim）和游標(biāo)準(zhǔn)度（precision）方面較差，這意味著該玩家對按鍵手的控制較游標(biāo)手的控制更好，擅長打串圖但不擅于跳圖。

3.4 成績分析

3.4.1 成績評級歷史記錄

3.4.2 A評級比率

此圖展現(xiàn)的是該玩家（紅色五角星）和同分段玩家的A評級占A及以上評級的成績比率，可見該玩家的A評級比率處于較低水平（29.4%），這意味著該玩家更傾向于把譜面da到S。

3.4.3 譜面成績評級分布

3.4.4 譜面星級分布

上圖呈現(xiàn)了不同成績分布譜面星級分布（KDE），可發(fā)現(xiàn)S評級譜面分布較寬，但于5星開始密度急劇下降；A和B評級的譜面則集中于5星左右，這也與該玩家打圖習(xí)慣吻合，此后，S評級譜面分布將繼續(xù)展寬，其右邊界繼續(xù)右移，而A和B評級的譜面分布仍將保持正態(tài)分布之形狀，繼續(xù)右移。

3.4.5 AR和CS與成績評級的關(guān)系

此圖展現(xiàn)的是譜面的AR和CS兩個參數(shù)與譜面成績評級的關(guān)系，可見，無論何評級，譜面的AR和CS都分別集中于9.0和4.0，其中A評級分布更加密集，且有向更高CS移動的趨勢。

3.4.6 AR和譜面長度與成績評級的關(guān)系

此圖展現(xiàn)的是譜面的AR和譜面長度兩個參數(shù)與譜面成績評級的關(guān)系，其中譜面長度用譜面最大連擊數(shù)表征，可見S評級和A評級的譜面分布具有明顯差異，最顯著的差異在于譜面長度，S評級長度基本處于1000以下，明顯少于A評級，這意味著該玩家在長圖上的耐力不足，有待提升。

3.4.7 按mod BP PP序列

上圖展現(xiàn)的是按mod分類、按PP排序的的BP序列，從此圖中可明顯看出該玩家以NM為主（僅NM pp加權(quán)總值=3691），另外，該玩家在DT上也有一定水平（含DT pp加權(quán)總值=2938），但并不特別擅長HD和HR（僅HD pp加權(quán)總值=1680，含HR pp加權(quán)總值=867）

3.4.8 成績排名分析

在1313張玩過的譜面當(dāng)中，有9張譜面的成績進入全球前50，且23張譜面的成績?yōu)?span id="s0sssss00s" class="color-pink-03">國榜第1。約16%的譜面成績處于國榜前10名、全球前150名和全球排名比率前1%（排名比率為全球排名與譜面總通過次數(shù)之比值），可謂成績喜人。

四、總結(jié)與展望

本工作對該玩家的osu!游戲歷史和游戲水平進行了系統(tǒng)性的回顧和科學(xué)全面的分析，對該玩家今后的游戲技術(shù)提升具有指導(dǎo)意義。今后一段時間，該玩家將主要致力于游標(biāo)瞄準(zhǔn)度的提升，并且鍛煉低AR（AR≤8）以及高AR（AR≥9.6）的讀圖能力。希望該玩家借助知識的力量，通過osu!獲得多方面能力的提升。