Python--NBA数据分析初探（下）

欢迎关注天善智能，我们是专注于商业智能BI，人工智能AI，大数据分析与挖掘领域的垂直社区，学习，问答、求职一站式搞定！

对商业智能BI、大数据分析挖掘、机器学习，python，R等数据领域感兴趣的同学加微信：tstoutiao，邀请你进入数据爱好者交流群，数据爱好者们都在这儿。

作者：胡言    Python爱好者社区专栏作者

知乎ID：https://www.zhihu.com/people/hu-yan-81-25

前文传送门：

Python--NBA数据分析初探（上）

上回学习到利用jupyter notebook简单展示了一下单变量、双变量几多变量的数据可视化，本篇将在上篇的基础上，练习一下python数据处理及衍生变量的一些可视化实践。

在已有的数据集里想要生成新的变量，例如：把球员按年龄分为老中青三代，可以借助定义一个函数，再利用apply的方式，生成新的变量。

#根据已有变量生成新的变量data['avg_point']=data['POINTS']/data['MP'] #每分钟得分def age_cut(df):    if df.AGE<=24:        return 'young'    elif df.AGE>=30:        return 'old'    else:        return 'best'data['age_cut']=data.apply(lambda x: age_cut(x),axis=1) #球员是否处于黄金年龄data['cnt']=1 #计数用

同样的目的，也可以使用numpy模块中的函数np.where，与excel中的if函数和R语言中的ifelse函数几乎是一样的，非常简便。

既然得到了老中青三代的标签，我们来看一下不同年龄段球员的RPM（正负值）与薪水之前的关系如何：

### 球员薪水与效率值   按年龄段来看sns.set_style('darkgrid') #设置seaborn的面板风格plt.figure(figsize=(8,8))plt.title(u'$RPM\ and\ SALARY$',size=15)X1=data.loc[data.age_cut=='old'].SALARY_MILLIONSY1=data.loc[data.age_cut=='old'].RPMX2=data.loc[data.age_cut=='best'].SALARY_MILLIONSY2=data.loc[data.age_cut=='best'].RPMX3=data.loc[data.age_cut=='you