《逆水寒》最幸福的人介绍

用Python抓包+可视化筛选《逆水寒》NPC角色的幸福度

前置准备

1. 环境配置

本次使用Python 3.9.x入门友好环境，按以下步骤安装：

• 访问官网下载Python 3.9.13安装包：https://www.python.org/ftp/python/3.9.13/python-3.9.13-amd64.exe（Windows 64位）
• 安装时务必勾选Add Python 3.9 to PATH，点击“Install Now”默认安装
• 打开Windows终端（Win+R输入cmd回车），输入python --version和pip --version，显示版本号即为成功

2. 依赖库安装

在终端输入以下完整命令，一键安装所需工具：

``` pip install requests-html==0.10.0 pandas==2.0.3 openpyxl==3.1.2 matplotlib==3.7.2 ```

各库作用：requests-html负责抓带JS渲染的网页，pandas处理数据，openpyxl存Excel，matplotlib画幸福度图表

实操步骤1：定位可公开抓取的《逆水寒》NPC数据

本次抓《逆水寒手游》官方玩家百科的NPC页（公开、无反爬门槛）：https://nsh.163.com/wiki/m/character，先分析该页数据结构：

• NPC列表的每个卡片对应一个HTML标签
• 每个卡片包含：角色名、职业、性别、好感度上限、拥有的礼物数量、专属剧情章节数

实操步骤2：编写爬虫代码获取NPC基础数据

新建记事本，粘贴以下完整代码，保存为nsh_npc_spider.py（注意文件后缀是py不是txt）：

``` from requests_html import HTMLSession import pandas as pd 1. 初始化会话（支持JS渲染） session = HTMLSession() target_url = "https://nsh.163.com/wiki/m/character" 2. 访问目标页并等待JS渲染3秒（适配加载较慢的官方页面） response = session.get(target_url) response.html.render(sleep=3, timeout=10) 3. 定义要爬取的字段 npc_data = [] npc_cards = response.html.find(".wiki-character-item") 通过官方百科的类名定位所有NPC卡片 4. 遍历卡片提取数据 for card in npc_cards: try: name = card.find(".wiki-character-name", first=True).text.strip() career = card.find(".wiki-character-career", first=True).text.strip() gender = card.find(".wiki-character-gender", first=True).text.strip() 好感度上限（取数字部分，如“10000好感”→10000） like_max = int(card.find(".wiki-character-like", first=True).text.strip().replace("好感", "")) 专属礼物数量（类名wiki-character-gift，文本为“专属×5”→5） gift = int(card.find(".wiki-character-gift", first=True).text.strip().split("×")[1]) 专属剧情章节数（类名wiki-character-story，文本为“专属剧情×3”→3） story = int(card.find(".wiki-character-story", first=True).text.strip().split("×")[1]) 存入临时列表 npc_data.append([name, career, gender, like_max, gift, story]) except Exception as e: print(f"跳过异常NPC：{e}") continue 5. 数据转DataFrame并保存为Excel df = pd.DataFrame(npc_data, columns=["角色名", "职业", "性别", "好感度上限", "专属礼物数", "专属剧情数"]) df.to_excel("nsh_npc_data.xlsx", index=False, engine="openpyxl") print(f"爬取完成！共获取{len(df)}条NPC数据，已保存到当前目录的nsh_npc_data.xlsx") 关闭会话 session.close() ```

运行爬虫的关键提示

• 把nsh_npc_spider.py放在桌面新建的“逆水寒NPC分析”文件夹里
• 打开该文件夹，按住Shift右键空白处，选择“在终端打开”或“在PowerShell中打开”
• 终端输入python nsh_npc_spider.py回车，等待3-5秒（首次运行可能会自动下载Chrome内核，稍等即可）
• 运行结束后会生成Excel文件

实操步骤3：定义“幸福度”计算公式

参考玩家公认的《逆水寒》NPC好感养成逻辑，设定3个核心权重，无门槛直接用：

• 好感度上限：权重30%（上限越高能解锁的好感内容越多）
• 专属礼物数：权重40%（专属礼物提升好感效率最高，越多越容易刷满）
• 专属剧情数：权重30%（专属剧情越多，互动体验越丰富）

归一化处理公式（避免因数值量级差异影响结果）：

幸福度 = （(当前好感上限/最大好感上限)30 + (当前专属礼物数/最大专属礼物数)40 + (当前专属剧情数/最大专属剧情数)30）

实操步骤4：编写Excel数据处理+可视化代码

在“逆水寒NPC分析”文件夹里新建记事本，粘贴以下完整代码，保存为nsh_happiness_analysis.py：

``` import pandas as pd import matplotlib.pyplot as plt from matplotlib import rcParams 1. 配置中文字体（避免图表乱码） rcParams['font.sans-serif'] = ['SimHei'] Windows默认黑体 rcParams['axes.unicode_minus'] = False 2. 读取刚才爬取的Excel数据 df = pd.read_excel("nsh_npc_data.xlsx", engine="openpyxl") 3. 计算归一化后的各项指标 max_like = df["好感度上限"].max() max_gift = df["专属礼物数"].max() max_story = df["专属剧情数"].max() df["归一化好感上限"] = (df["好感度上限"] / max_like) 30 df["归一化专属礼物"] = (df["专属礼物数"] / max_gift) 40 df["归一化专属剧情"] = (df["专属剧情数"] / max_story) 30 4. 计算总幸福度并保留2位小数 df["幸福度"] = (df["归一化好感上限"] + df["归一化专属礼物"] + df["归一化专属剧情"]).round(2) 5. 按幸福度降序排序，取前10名最幸福的NPC top10_npc = df.sort_values(by="幸福度", ascending=False).head(10) 6. 保存带幸福度的完整Excel top10_npc.to_excel("nsh_top10_happy_npc.xlsx", index=False, engine="openpyxl") df.to_excel("nsh_all_npc_happiness.xlsx", index=False, engine="openpyxl") print("分析完成！已生成两个Excel文件") 7. 绘制前10名幸福度柱状图 plt.figure(figsize=(12, 6)) bars = plt.bar(top10_npc["角色名"], top10_npc["幸福度"], color='FFD700') 在柱子上标注具体幸福度数值 for bar in bars: height = bar.get_height() plt.text(bar.get_x() + bar.get_width()/2., height, f'{height}', ha='center', va='bottom', fontsize=10) plt.xlabel('NPC角色名', fontsize=12) plt.ylabel('幸福度（满分100）', fontsize=12) plt.title('《逆水寒手游》官方百科前10最幸福NPC', fontsize=14, pad=20) plt.xticks(rotation=45) plt.tight_layout() 自动调整布局，避免x轴标签重叠 plt.savefig("nsh_top10_happy_npc.png", dpi=300) 保存高清PNG图片 plt.show() 弹出图表窗口 ```

运行分析代码的关键提示

在刚才的终端窗口（仍在“逆水寒NPC分析”文件夹路径下）输入python nsh_happiness_analysis.py回车，等待1-2秒即可：

• 会生成两个Excel：nsh_all_npc_happiness.xlsx（所有NPC带幸福度）、nsh_top10_happy_npc.xlsx（前10名）
• 会弹出柱状图，同时保存300DPI的高清PNG图片到文件夹

实操步骤5：验证并调整权重（可选进阶）

如果不认可官方逻辑的权重，可以在nsh_happiness_analysis.py里修改以下3行代码的数字（总和必须为100）：

``` df["归一化好感上限"] = (df["好感度上限"] / max_like) 30 改成你想要的权重，比如20 df["归一化专属礼物"] = (df["专属礼物数"] / max_gift) 40 改成50 df["归一化专属剧情"] = (df["专属剧情数"] / max_story) 30 改成30 ```

修改后重新运行分析代码即可

常见卡壳问题解决

1. requests-html首次渲染失败

终端输入pip install pyppeteer==1.0.2强制安装旧版依赖库，再重新运行爬虫

2. 图表显示乱码

• Windows系统：确认代码里的rcParams['font.sans-serif'] = ['SimHei']，如果没有黑体换成['Microsoft YaHei']
• Mac系统：换成rcParams['font.sans-serif'] = ['Arial Unicode MS']

3. 找不到Excel文件

确认所有py文件都放在同一个文件夹，终端运行时路径正确（终端开头显示的文件夹名就是当前路径）