云顶进阶系列（二）：大数据入门与深入

本文旨在解释数据网站的基本概念，澄清常见使用误区，阐述基础和进阶用法，推荐引申学习资料。

三大数据网站：

• tactics.tools：最早最经典的数据网站，适合连续长时间（比如半小时）使用。
• MetaTFT：收集 PBE 数据最好的网站，有独家城邦统计，海克斯梯度有很硬的后台支撑（不是指站台的人）。可以查询 2 阶段场面胜率（early）、弈子站位胜率（positioning）、猜胜负关系（boardle）。
• DataTFT：本土大数据网站，服务器就在国内、直连不卡，高级检索器免费，有最好的羁绊追踪者功能。

个人向杂谈

我如何看待数据。

正如内卷（网络用语）和内卷（社会学术语）内涵不同，大数据（云顶用语）和大数据（计科术语）也是两个不同的概念。本文提及的大数据指各种数据网站上的统计数据。

云顶的随机因素不计其数，大到肉眼可见的每轮牌库刷牌、海克斯选项、走位、异变（S13）刷新，小到死神千珏的一发弹体是否暴击、女巫剑姬的技能是否突到主 C、蓝发蜘蛛的控制是否和羁绊眩晕重叠，没有任何人能综合所有因素做出合理判断。如果不愿乘坐运气之舟在风雨飘摇的随机数海洋上漂流，或者不信任个人管中窥豹的一隅之见，又或单纯厌倦了旧有的云顶学习方式、想要另寻出路攀上新高，使用数据都是不二法门。数据来源于每位玩家的结算面板，当样本量足够大时，可以认为它综合了所有因素的平均值，相对可靠地衡量了 某件装备 / 某个海克斯 / …… 的真实强度；通过检索器增减各种条件，加上基于个人经验的分析判断，就能得出在特定情况下 规划散件 / 选择海克斯 / …… 的科学决策。

我对科学决策的追求完全基于兴趣，并不认为它是竞技云顶的最好方式，也不认为它对提升段位 / 取得成绩有必要作用。作为自走棋游戏的一种，云顶之弈多少脱胎于麻将（弈子升星-碰 / 成刻、组出羁绊-番型 / 成顺、备战席留牌-麻将留牌）。而竞技麻将的翘楚立直麻将早有 运势流 vs 科学 / 统计学 的碰撞，所以云顶圈出现类似的争论实属情理之中。据说，运势流产生的动机是“正因为我打的没什么问题、但是没赢，才去研究运气的”，可见日麻的运势流默认拥有技术的基础，是顶尖雀士早有扎实基本功之后数十年如一日积累的经验之谈，这些经验完全可以和现代统计学结论不谋而合。我们热爱的云顶之弈刚刚过完五岁生日不久，相比发展数百年的麻将宛如襁褓中的婴儿。在这个时间点，哪怕是最资深的云顶之弈玩家都很难克服婴儿似的自我中心看法，很难摆脱“鸽子的迷信”。在这个时间点，无论是网络论坛上时有的 运气-实力、或者 基本功-大数据 争论，还是顶尖选手对大数据的分析、解读和使用，都比较原始、初级（无贬义，我自己也是这样，无意引战）。因此，我认为竞技云顶还远没有发展到能研究运气的地步，而通过分析数据获得基本功（阵容选择、海克斯选择、散件规划、乘区论等等）上的提升是可行的。

当然，云顶从设计上似乎是鼓励“轻松游戏”的，例证之一是 抽牌 / 合装备 对游戏平均排名影响的数量级：四费 C 位 一星 / 两星 影响 2 左右的平均排名，而可合成装备之间的差距很难真正超过 0.2，有无体系五费的影响也在 2 附近——这个级别是任何人为操作无法逾越的天堑，尤其是在路线和构筑固定的版本（任何人的牌库利用率都极低，几乎只能抓体系牌，因为非体系牌二星甚至三星打不过他人体系牌一星）。正确研究数据对平均游戏排名的提升效率，未必比纯靠经验直觉高，甚至可能不如误读数据、歪打正着。我对这篇帖子的预期是石沉大海，正如人类有史以来产生过的思想浩如烟海，但它们中的绝大多数不被社会需要，只能失传或者长眠在古老的文献里。近年来，海外兴起了诸如 TFT Academy / TFT Coaching 等项目，他们的创作者有很好的大数据功底，提供的内容也三句不离大数据。他们能够存活或许有相当大的部分依赖于共识，我不认为国内云顶圈能凝聚出对大数据的需要。即便如此，出于朴素的民族情感，我也希望自己对大数据的理解不会输给外国人。

这篇文章在这样的心境下写就，它是我一年以来日夜思考的结果。

基本概念

完全没有大数据使用经验的人，建议移步下文“应用”区；本节适合对数据网站有基本使用的读者阅读。

0. 排名

统计数据来自于玩家的结算面板。云顶一共有 8 个名次，排名 1 最高、值最小，排名 8 最低、值最大。一般而言，数据中排名越小越好。

1. 样本量

省流：样本量低于 1000 的数据不要当真。

不同样本量大致有如下误差：

样本量	误差
100 场	±0.5
1000 场	±0.15
10000 场	±0.05

（这个部分引自 Aesah，我不理解如何把云顶名次分布看成正态，希望有人能教教我。暂时放个结论，应该不影响应用。）

2. Delta 和 Rel. Delta

如图：魔蕴的平均排名是 4.12，维克托的平均排名是 2.90，维克托带魔蕴的平均排名是 3.15。

• Delta 指有魔蕴的情况下，相比于给其他人，把魔蕴给维克托带来的影响：Delta = 3.15 - 4.12 = -0.97。装备界面的 Delta 通常没有使用意义，值为负、平均排名变高，只是代表游戏已经进行到后期（越后期 D 到维克托上场的可能性越大）。
• Rel. Delta 指有维克托的情况下，相比于其他装备，维克托带魔蕴的影响：Rel. Delta = 3.15 - 2.90 = +0.25。这个数据代表魔蕴对维克托的提升，值为正、平均排名变低，说明维克托带魔蕴很差，尽量不要这样做。它可以较好地衡量某装备是不是某弈子的神装。

3. Ic

是 Item count（装备数量）的缩写。比如说某张卡 Ic0，就是说他不带装备；Ic3，就是说他带了三件装备。

基础用法（不涉及检索器）

1. 寻找阵容构筑

以 tactics.tools 为例：进入主页后，点击相应入口，可以看到所需阵容的常见变阵（按等级 / 有无转职分类）。此项功能的缺陷是样本量较少，尤其在版本发布初期，LVL 8 中登场率最高的构筑也不足 1000 场，排名上容易失真。如果想参考排名，建议在“概述”栏查看对局数来判断是否准确；也可以不看排名，单纯用来增加自己的变阵储备。这个界面的“装备”栏也算有用，可以查看前后排神装及其组合，但有一些缺陷，后文进阶部分会讨论。

2. 作为开局选 神器 / 辅助装 / 光明装 的参考

以 tactics.tools 查询神器为例：

进入主页后，点击红框内容，可以看到神器排名。参考排名选到心仪的神器后，点击右侧箭头，查看神器的适配弈子。我们通常需要关注 Play rate、Delta（名次差）和 Rel. Delta（关于这两个 Delta 的区别详见上文「基本概念」）。

• Play rate：当前版本（S13）神器来源较少，玩家都会把神器给到该给的人，可以暂时忽略该值。
• Delta（名次差）：点按名次差降序，通常会看到 六费卡 → 五费卡 → 四费卡 自上而下排序，这是游戏进度不同导致的。我们可以通过比较同费卡（通常是四费）的数据来决定本局的游戏方向，一般而言 Delta 越低越好。例如，魔蕴 Delta 最低的四费携带者是希尔科，所以拿到魔蕴后奔着希尔科玩是可行的。
• Rel. Delta：点按 Rel. Delta 降序，通常会看到不同费用弈子交错排序，这是神器对弈子的真实提升。我们可以挑选排名前列的弈子作为本局主 C。如果已经有了想玩的阵容、发现该阵容的 C 位在 Rel. Delta 榜上有名，请千万不要错过这个神器。例如，魔蕴 Rel. Delta 最低的携带者是炸弹人，所以想玩炸弹人的时候就拿魔蕴是很好的。

3. 快速捕捉版本变化

在 tactics.tools 的数据栏中点击趋势，可以看到新版本加强最多和削弱最多的弈子、羁绊、装备。

进阶用法

1. 深入寻找阵容构筑

以 tactics.tools 查询蓝发构筑为例——无转情况下，七蓝发的哪张五费外援最好？

如图 1，咋一看似乎是杰斯最好。其实不然，这张杰斯是十级才丢上去的（别问我为什么知道）；如果把等级限制为 9（图 2），会发现只有妖姬是正提升。

这既符合给主 C 开羁绊的本手，也契合蓝发直切敌方后排的团战逻辑。在刀疤大嘴昌盛的版本，蓝发不带妖姬会遭到严重的惩罚，因为其余外援（如安蓓萨、杰斯）都是从前往后打的“平推系”，根本过不了刀疤盖伦；而妖姬可以早早给大嘴挂上锁链，配合佐伊弹射 + 金克丝火箭秒掉。当然，云顶有“D 到什么用什么”的原则，本文只关注大数据，暂不讨论。

2. 深入理解装备

以 tactics.tools 查询蓝发装备为例——佐伊的青龙刀很差？

如图 1，咋一看佐伊的青龙刀烂透了。其实不然：在团队只有一把青龙刀的情况下，这把青龙刀通常给到金克丝是更好的，而佐伊带着青龙刀涵盖了“没 D 到金克丝就淘汰”的情况，显得数据很差。如果把金克丝筛上启动装（图 2），会发现佐伊的青龙刀和羊刀一样是神装。

这既符合长蓝条法师做青龙刀的本手，也契合蓝发加攻速能和平 A 回蓝互动的乘区论。如果只看到了数据的第一层，在过渡阶段还没有金克丝的时候不给佐伊青龙刀，是匪夷所思的。当然，对于大数据新手出现这样的失误完全情有可原，没有责怪的意思——正是希望愿意使用大数据游戏的读者理解越来越深、越用越好，我才写下这篇攻略的。

3. 深入理解版本变化

以 tactics.tools 查询强势低费为例——伊泽瑞尔是版本低费新贵？

如图 1，在高级检索器弈子搜索框中输入想查的费用（比如三费），看起来 EZ 似乎是新贵低费 C 位。其实不然，将三星 EZ 筛入检索器（图 2），点击装备数量，我们有两个途径认定 EZ 是顺手追出来的：一是比较各弈子的 Ic3 率，此处 EZ 和俄洛伊 / 大头 Ic3 率相当，说明不是奔着 EZ 七 D 玩的；二是比较 Ic0 和 Ic3 的排名，发现 EZ 带不带装备数据没差，而通常奔着玩的低费阵容这项数据差别很大。

同理，可以发现阿卡丽的数据是蹭梦魇的，也可以发现船长虽然蹭了点征服，但大体是能玩的。

多年经验表明，能吃鸡的低费强势阵容三星数据至少要达到：

• 1 费 = 4.2
• 2 费 = 4.0
• 3 费 = 3.6

例如，S10 巅峰真伤亚索是 4.0，S13 巅峰海克斯梦魇是 3.8，S11 巅峰死神永恩是 3.4。

4. 深入理解装备分配

以 tactics.tools 为例——赌螃蟹的时候，多余输出装给一星飞机还是两星小炮？

如图，在检索器里筛入飞机控制游戏进度，对比小炮 Ic0 和 Ic3 的数据，发现基本无差异，所以他带不带装备是无所谓的，把装备给到不用叠层、即时发力的飞机更好。

注：这个解读不够严谨，跨费用跨星级对比不能真正消除游戏进度的影响，只是当前版本我只能找到这个例子。更有代表性的是 S12 换型辛德拉的肉装分配：对比 (妮蔻 × 乌鸦) - (Ic3 × Ic0) 的数据会发现妮蔻 Ic3 更好 0.1 左右，因此在同质量的情况下肉装给妮蔻。

5. 深入理解城邦

以 MetaTFT 为例：

进入主页后，点击相应入口，就能看到对应阵容的城邦数据。由于误差的存在，通常我们只需关注 0.1 甚至 0.2 以上级别的数据，用作参考。这个数据在理解阵容所需 经济量 / 装备量 上极有价值，尤其是在缺少海克斯数据的当下，以后有空开坑来讲。

6. 窥探海克斯数据

所有英雄羁绊类强化（S13）：如在 tactics.tools 检索器里输入“天才”，可以看到该海克斯对应的排名，以及数据上最优的构筑。在排除条件里排除几乎所有羁绊（可以保留外交官），得到卓尔不群的数据。

英雄强化：如在检索器里输入 3 星辛吉德，其中带有 大天使 / 鬼书 的数据可以认为是“炼金术士”的数据。DataTFT 提供了更高级的功能——检索器里的高级模式，可以查询辛吉德带有 大天使 or 鬼书 的数据。

装备类强化：纹章可以在 装备 → 纹章转职 处查看。加冕礼-金铲铲冠冕，锅铲厨房-金锅铲冠冕，最大规模-金锅锅冠冕；金铲铲冠冕的数据受 金蛋 / 城邦 的影响大，其余二者相对准确。另一方面，通过对比两个版本的变化幅度，可以配合平衡改动判断强度。“不是今天”这类可以通过查看 青钢影+史密奇 的双夜刃 Delta 判断，因为通常情况不会这样出装——横向对比，青钢影+史密奇的双血手很差，以此判断“不是今天” vs “释放野兽”的强度。同理还有螃蟹的 血手+血手 Delta。

写在最后

祝各位有所收获。