R语言实践--科比投篮数据作图

顾青山_

已于 2023-10-26 21:21:10 修改

阅读量672

点赞数 1

文章标签： r语言

于 2023-01-05 20:30:37 首次发布

本文链接：https://blog.csdn.net/bailuoti_/article/details/128569673

版权

一、数据总体概况

首先将该数据集的类型转化为csv，该数据集总共有25个维度，20000条数据，25个维度如下

action_type 进攻方式（更具体）

combined_shot_type 进攻方式

game_event_id 比赛时间ID

game_id 比赛ID

lat 投篮点

loc_x 投篮点

loc_y 投篮点

lon 投篮点

minutes_remaining 单节剩余时间（分钟）

period 表示第几节

playoffs 是否是季后赛

season 赛季

seconds_remaining 剩余时间（秒）

shot_distance 投篮距离

shot_made_flag 是否进球

shot_type 两分球或三分球

shot_zone_area 投篮区域

shot_zone_basic 投篮区域（更具体）

shot_zone_range 投篮范围

team_id 球队ID

team_name 球队名称

game_date 比赛日期

matchup 比赛双方

opponent 对手

shot_id 投篮ID

浏览一些数据不难发现，数据集内存在一些缺失值。

二、基本数据处理

建立工作空间

2、设置工作空间和读取数据

用head（）方法查看是否读取成功。

3、查看数据基本情况

该数据总共有25个维度的变量，不难看出原数据中存在空值，使用na.omit方法清理缺失值。

可以看到清理了三千余个存在缺失值的数据。通过进一步的分析发现有两列数据存在问题，playoff这列数据所有值均为0，也就是说在这些数据中没有科比的季后赛数据，season这列数据由于数据类型转换是出现了问题，导致存在近期的时间，

还有team_id和team_name全部都是一样的，也就不对其进行分析。

三、描述性统计分析

1、关于进攻方式

Action_type数据是更具体的投篮方式，有51个分类

由于种类繁多，就对combined_shot_type这个只有六个分类的进攻方式分析，

df1<-data.frame(table(kbdata$combined_shot_type))

df1

library(ggplot2)

ggplot(df1,aes(x=reorder(Var1,Freq),y=Freq))+

  geom_col(aes(fill=Var1))+

  geom_label(aes(label=Freq))+

  theme_bw()

有勾手投篮、补篮、擦板投篮、扣篮、带球上篮、跳投，可以从结果图中看出来，勾手投篮、补篮和擦板投篮是科比很少使用的进攻方式，跳投是他最常用的方式，科比的后仰跳投是被人称为美如画的。

2、关于投篮区域

###############

#投篮区域饼图

tb1<-table(kbdata$shot_zone_area)

lbl<-paste(names(tb1),"\n",tb1,sep = "")

pie(tb1,labels=lbl,col=rainbow(length(tb1)),

main = "投篮区域饼图")

根据投篮区域的第一种表示方法，科比最喜欢在弧顶投篮，左侧跟右侧的投篮次数大致相同，还有一种投篮区域就是在底线以外投篮，这种方式比较困难，不过对于科比这位顶级篮球运动员来说还是比较简单的。

3、关于对手

###############

#面对每个队的出手次数饼图

tb2<-table(kbdata$opponent)

lbl<-paste(names(tb2),"\n",tb2,sep = "")

pie(tb2,labels=lbl,col=rainbow(length(tb2)),

main = "面对每个队的出手次数饼图")

这是科比在面对每个对手的出手次数的饼图，虽然显示比价密集，但是还是可以从中看出，在面对布鲁克林篮网和孟菲斯灰熊队的出手次数均不足一百次。

4、关于得分方式（两分或三分）

###############

#两分球和三分球的出手次数饼图

tb3<-table(kbdata$shot_type)

lbl<-paste(names(tb3),"\n",tb3,sep = "")

pie(tb3,labels=lbl,col=rainbow(length(tb3)),

main = "两分球和三分球的出手次数饼图")

可以从图中看出来，科比三分球投的只有五分之一左右，他的强项是中距离跳投，现在联盟里能够达到三分球和两分球相近的球员也只有库里了。

5、关于面对对手时是否命中

#########################

#科比在每个对面前的出手的命中与不命中的簇状图

ggplot(kbdata,aes(factor(opponent),fill=factor(shot_made_flag)))+geom_bar(position="dodge")

可以从图中看出，科比只有在对阵纽约尼克斯的时候，命中率才稍微超过50%，这可能与对手的防守强度有关，事实上一名篮球运动员也很难保持高命中率，命中率始终保持在40%左右。

#####效果一样——————堆积柱形图

ggplot(kbdata,aes(factor(opponent),fill=factor(shot_made_flag)))+geom_bar()

这个图的效果跟上面的簇状图的效果是一样的，在要对数据进行对比时，还是选择簇状图的对比结果更加明显。

6、关于面对对手的进攻方式

#####每个对手的出手类型

ggplot(kbdata,aes(factor(opponent),fill=factor(combined_shot_type)))+geom_bar()

可以从图中看出来，科比在面对每一支队伍时的进攻方式都包含在了里面。

7、关于投篮位置

#########################

#投篮位置空心点图

plot(kbdata$loc_x,kbdata$loc_y,type = "p",col="red")

进阶图

###########################

#投篮位置分类点图

ggplot(data=kbdata,aes(x=loc_x,y=loc_y))+geom_point(aes(col=factor(combined_shot_type)))

8、关于时间与是否命中

######################3

#投篮距离本节比赛结束的命中与不命中箱线图

ggplot(kbdata,aes(factor(shot_made_flag),minutes_remaining))+geom_boxplot()

可以从图中看出，科比在比赛前几分钟的命中率是比较低的，在比赛中期的手感找回来了命中率有所提高。

9、关于投篮距离与是否命中

############################

#投篮时距离篮筐距离频率分布情况

ggplot(kbdata,aes(shot_distance,fill=factor(shot_made_flag)))+geom_density()

ggplot(kbdata,aes(shot_distance,color=factor(shot_made_flag)))+geom_density()

可以从图中看出来，在距离篮筐较近的位置，命中率非常高，可能是由于扣篮比较容易进球的缘故，在23英尺的位置也就是三分线内测的位置，出手次数显著减少，也是在这个位置附近，命中比不命中要少了许多。

10、节数、投篮距离与是否命中的分组组图

#####################

#每节投篮距离和是否命中的分组组图

ggplot(kbdata,aes(period,shot_distance,color=shot_made_flag))+geom_point()

ggplot(kbdata,aes(period,shot_distance,color=factor(shot_made_flag)))+geom_point()