NBA数据可视化

最新推荐文章于 2024-09-04 09:15:00 发布

咖啡不提神

最新推荐文章于 2024-09-04 09:15:00 发布

阅读量463

点赞数

文章标签：信息可视化

本文链接：https://blog.csdn.net/m0_52680439/article/details/134442204

版权

本文介绍了如何使用Python和Matplotlib库从MySQL数据库中提取NBA球员的相关数据，包括国籍分布、得分频率、胜率和趋势，并分别用饼图、频率直方图、条形图和折线图进行可视化，结果保存至指定路径。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

第1关：NBA球员国籍可视化

编程要求

读取 MySQL 中 result.nba_country表内球员数量大于5的数据，用来绘制 NBA 国籍分布图，最终将绘制的图片保存到指定路径中。

具体要求如下：

设置饼图的figsize为(15, 10)；
标签名称为读取的国籍名；
主标题设置为：NBA 国籍分布图；
设置占比最高的科目离心点距离为：0.2，其余的设为0.7；
添加数值，精确到小数点后两位，如：20.52%；
文件保存路径为/data/workspace/myshixun/step1/image/user.png。

nba_country 表结构如下：

字段	类型	含义
country	varchar(50)	国籍
count	int(5)	球员数量

MySQL 数据库连接信息

账号： root 密码：123123 地址：127.0.0.1 端口：3306

from matplotlib import pyplot as plt
import pymysql


def work():
    ##################### Begin #####################
    # 设置中文显示
    plt.rcParams['font.sans-serif'] = ['SimHei']
    # 设置图片大小
    plt.figure(figsize=(15,10))
    # 获取 mysql 中的数据
    conn = pymysql.connect(host='127.0.0.1',
        user='root',
        password='123123',
        port=3306,
        database='result') # 建立连接
    cursor = conn.cursor()
    # 获取数据
    cursor.execute("select * from nba_country where count>5") 
    list_res = cursor.fetchall() 
    # 关闭连接
    conn.close()
    cursor.close()
    # 定义存放数据的列表
    list_name = []  # 国籍
    list_data = []  # 数值
    # 添加数据
    for data in list_res:
        list_name.append(data[0])
        list_data.append(data[1])
    # 设置离心点,找出最大的占比下标
    maxNum = max(list_data)  # 找出最大值
    index = []  # 记录下标
    # 需要循环寻找最大值坐标，因为可能有多个最大值
    for i in range(0, len(list_data)):
        if list_data[i] == maxNum:
            index.append(i)
    # 设置所有的离心点距离
    explode = [0.7 for _ in range(0, len(list_data))]
    # 设置最大值的离心点距离
    for i in range(0, len(index)):
        explode[index[i]] = 0.2
    # 添加标题
    plt.title("NBA 国籍分布图")
    # 绘制饼图
    plt.pie(list_data,labels=list_name,autopct='%1.2f%%',explode=explode)
    # 保存图片
    plt.savefig('/data/workspace/myshixun/step1/image/user.png')
    ##################### End #####################
work()

第2关：NBA球员得分可视化

编程要求

读取 MySQL 中 result.nba_pts表内所有得分数据，用来绘制频率分布图，最终将绘制的图片保存到指定路径中。

具体要求如下：

设置制频率分布图的figsize为(15, 10)；
竖轴标签为；"得分"；
图形颜色为：#f0a1a8；
主标题设置为：球员得分频率分布图；
设置网格，透明度为：0.3，线条类型为：:；
文件保存路径为/data/workspace/myshixun/step2/image/user.png。

nba_pts 表结构如下：

字段	类型	含义
player_name	varchar(50)	球员id
pts	double	场均得分
country	varchar(20)	国籍

MySQL 数据库连接信息

账号： root 密码：123123 地址：127.0.0.1 端口：3306

from matplotlib import pyplot as plt
import pymysql


def work():
    ##################### Begin #####################
    # 设置中文显示
    plt.rcParams['font.sans-serif'] = ['SimHei']
    # 设置图片大小
    plt.figure(figsize=(15,10))
    # 获取 mysql 中的数据
    conn = pymysql.connect(host='127.0.0.1',user='root',password='123123',port=3306,database='result') # 建立连接
    cursor = conn.cursor()    
    # 获取数据
    cursor.execute("select pts from nba_pts")
    list_data = cursor.fetchall()
    # 关闭连接
    conn.close()
    cursor.close()
    # 定义存放数据的列表
    list_score = []  # 球员得分
    # 添加数据
    for data in list_data:
        list_score.append(data[0])
    # 绘制频率直方图
    plt.hist(list_score, color='#f0a1a8', bins=20)
    # 设置网格
    plt.grid(alpha=0.3, linestyle=':')
    # 竖轴标签
    plt.ylabel("得分")
    # 添加标题
    plt.title("球员得分频率分布图")
    # 设置保存路径
    plt.savefig("/data/workspace/myshixun/step2/image/user.png")
    ##################### End #####################
work()

第3关：NBA球员胜率可视化

编程要求

读取 MySQL 中 result.nba_ws表内所有工作年份在 19 年或以上的数据，用来绘制条形图，最终将绘制的图片保存到指定路径中。

具体要求如下：

设置条形图的figsize为(15, 10)；
竖轴标签为；"胜率"；
条形图颜色为：#ed556a，宽度为：0.4；
主标题设置为：NBA 球员胜率图；
设置网格，透明度为：0.3，线条类型为：-，线条宽度为：0.2，颜色为：gray；
设置横轴标签倾斜度为：-30；
将球员姓名作为横轴数据，胜率作为竖轴数据；
文件保存路径为/data/workspace/myshixun/step3/image/user.png。

result.nba_ws 表结构如下：

字段	类型	含义
player_name	varchar(50)	球员id
ws	double	场均得分
work_year	varchar(20)	经验/工作年份

MySQL 数据库连接信息

账号： root 密码：123123 地址：127.0.0.1 端口：3306

from matplotlib import pyplot as plt
import pymysql


def work():
    ##################### Begin #####################
    # 设置中文显示
    plt.rcParams['font.sans-serif'] = ['SimHei']
    # 设置图片大小
    plt.figure(figsize=(15,10))
    # 获取 mysql 中的数据
    conn = pymysql.connect(host='127.0.0.1',user='root',password='123123',port=3306,database='result') # 建立连接
    cursor = conn.cursor()
    # 获取数据
    cursor.execute("select player_name,ws from nba_ws where work_year>='19'") 
    list_data = cursor.fetchall()  
    # 关闭连接
    conn.close()
    cursor.close()
    # 存放数据
    list_ws = []  # 球员胜率
    list_name = []  # 球员姓名
    # 添加数据
    for data in list_data:
        list_name.append(data[0])
        list_ws.append(data[1])
    # 数值排序
    sorted_indices = sorted(range(len(list_ws)), key=lambda k: list_ws[k])
    # 绘制条形图
    plt.bar(range(len(list_ws)), [list_ws[i] for i in sorted_indices], color='#ed556a', width=0.4)
    # 添加标签
    plt.xticks(range(len(list_ws)), [list_name[i] for i in sorted_indices])
    # 添加竖轴标签
    plt.ylabel("胜率")
    # 设置横轴标签倾斜度
    plt.xticks(rotation=-30, ha='left')
    # 设置网格线
    plt.grid(alpha=0.3, linestyle='-', linewidth=0.2, color='gray')
    # 保存图片
    plt.savefig("/data/workspace/myshixun/step3/image/user.png")
    ##################### End #####################
work()

第4关：NBA球员球队可视化

编程要求

读取 MySQL 中 result.nba_cs表内所有数据，用来绘制散点图，最终将绘制的图片保存到指定路径中。

具体要求如下：

设置制散点图的figsize为(10, 8)；
先将数据根据综合实力进行倒序排列，取综合实力前 25 的数据设置为散点图数据一（以下称为：图一），将综合实力后 25 的数据设置为散点图数据二（以下称为：图二）。
竖轴标签为；"综合实力"；
图一的颜色为： red，图形设为三角形，大小设置为：60，标签设置为：Top25；
图二的颜色为： blue，图形设为圆形，大小设置为：60，标签设置为：Top50；
主标题设置为：NBA 球队胜率 Top50；
设置网格，透明度为：0.3，线条类型为：:，线条宽度为：0.2，颜色为：gray；
设置图例，位置为：best；
文件保存路径为/data/workspace/myshixun/step4/image/user.png。

result.nba_cs 表结构如下：

字段	类型	含义
team_name	varchar(50)	球队名称
cs	double	综合实力

MySQL 数据库连接信息

账号： root 密码：123123 地址：127.0.0.1 端口：3306

from matplotlib import pyplot as plt
import pymysql


def work():
    ##################### Begin #####################
    # 设置中文显示
    plt.rcParams['font.sans-serif'] = ['SimHei']
    # 设置图片大小
    plt.figure(figsize=(10,8))
    # 获取 mysql 中的数据
    conn = pymysql.connect(host='127.0.0.1',user='root',password='123123',port=3306,database='result') # 建立连接
    cursor = conn.cursor()
    # 获取数据
    cursor.execute("select team_name,cs from nba_cs order by cs desc")
    list_data = cursor.fetchall()
    # 关闭连接
    conn.close()
    cursor.close()
    # 存放数据
    list_cs = []  # 综合实力
    list_teamName = []  # 球队名称
    # 添加数据
    for data in list_data:
        list_teamName.append(data[0])
        list_cs.append(data[1])
    # 绘制图一
    plt.scatter(list_teamName[:25], list_cs[:25], color='red', marker='^', s=60, label='Top25')
    # 绘制图二
    plt.scatter(list_teamName[-25:], list_cs[-25:], color='blue', marker='o', s=60, label='Top50')
    # 设置网格线
    plt.grid(alpha=0.3, linestyle=':', linewidth=0.2, color='gray')
    # 设置竖轴标签
    plt.ylabel("综合实力")
    # 设置主标题
    plt.title("NBA 球队胜率 Top50")
    # 设置图例
    plt.legend(loc='best')
    # 保存图片
    plt.savefig("/data/workspace/myshixun/step4/image/user.png")
    ##################### End #####################
work()

第5关：NBA球员趋势可视化

编程要求

读取 MySQL 中 result.nba_year表内所有数据，用来绘制折线图，最终将绘制的图片保存到指定路径中。

具体要求如下：

设置制散点图的figsize为(15,15)；
按照年份升序排列绘制。
竖轴标签为；"人数"；
主标题设置为：NBA 球员趋势图；
折线图颜色为：#2775b6，线条样式为：--；
设置横轴跨度为：2，标签倾斜度为：-45；
设置网格，透明度为：0.3，线条类型为：:，线条宽度为：0.2，颜色为：red；
文件保存路径为/data/workspace/myshixun/step5/image/user.png。

result.nba_year 表结构如下：

字段	类型	含义
year	int(5)	年份
count	int(5)	数量

MySQL 数据库连接信息

账号： root 密码：123123 地址：127.0.0.1 端口：3306

from matplotlib import pyplot as plt
import pymysql


def work():
    ##################### Begin #####################
    # 设置中文显示
    plt.rcParams['font.sans-serif'] = ['SimHei']
    # 设置图片大小
    plt.figure(figsize=(15,15))
    # 获取 mysql 中的数据
    conn = pymysql.connect(host='127.0.0.1',user='root',password='123123',port=3306,database='result') # 建立连接
    cursor = conn.cursor() 
    # 获取数据
    cursor.execute("select year,count from nba_year order by year desc") 
    list_data = cursor.fetchall() 
    # 关闭连接
    conn.close()
    cursor.close()
    # 定义存放数据的列表
    list_year = []  # 年份
    list_count = []  # 球员数量
    # 添加数据
    for data in list_data:
        list_year.append(data[0])
        list_count.append(data[1])
    # 绘制折线图
    plt.plot(list_year, list_count, color='#2775b6', linestyle='--')
    # 设置网格线
    plt.grid(alpha=0.3, linestyle=':', linewidth=0.2, color='red')
    # 设置竖轴
    plt.ylabel("人数")
    # 设置主标题
    plt.title("NBA 球员趋势图")
    # 设置横轴跨度和标签倾斜度
    plt.xticks(range(len(list_year)), list_year, rotation=-45)
    # 保存图片
    plt.savefig("/data/workspace/myshixun/step5/image/user.png")
    ##################### End #####################
work()