科比数据集分析与预测

本文收集了一系列科比的数据，有投篮位置，投进二分、三分球个数，比赛剩余时间，对手是谁等等来预测科比是否进球。主要是想通过本例来认识一下pandas在数据处理方面强大的功能 。数据集有需要的可以联系我qq：1344184686

一、导入需要用到的包，读入数据集

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

#读入数据
data = pd.read_csv("data.csv")

#显示大小
data.shape

#显示头部，默认前5行
data.head()

#显示尾部
data.tail()

#显示前k行数据
data.head(k)

#显示具体位置的数据,如a到b行之间的数据
data.loc[a:b]

二、数据清洗

首先去掉标签为缺失值的数据

#保留标签不为缺失值的数据
data = data[pd.notnull(data['shot_made_flag'])]

#查看一下有多少有标签的数据，即有用的数据
data.shape

通过对数据的分析，发现特征既有科比投篮的位置坐标loc_x,loc_y又有经度lat，纬度lon，猜测这两组特征重复，我们就来对比一下：