NBA30只球队2020年各队数据分析

最新推荐文章于 2024-09-25 09:59:50 发布

福将～白鹿

最新推荐文章于 2024-09-25 09:59:50 发布

阅读量3.6k

点赞数 3

文章标签：数据分析人工智能大数据机器学习

本文链接：https://blog.csdn.net/qq_41475067/article/details/113469903

版权

这篇博客通过分析2020年NBA球员数据，探讨了球员的效率值（RPM）、薪资、年龄等关键指标。数据显示，球员平均年龄26.4岁，平均年薪730万美元，最高年薪3000万。勒布朗·詹姆斯在高薪和效率值上表现出色。球员薪资分布呈偏态，25-30岁的球员薪资较高。勇士和骑士在效率值和三分球命中率上领先，而马刺面临老龄化问题。此外，球员薪资、效率值、年龄和场均得分间的相关性并不明显。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在这里插入图片描述

今天周末有点时间，自己也是非常热爱篮球，非常喜欢勒布朗.詹姆斯和德维恩.韦德。我们对2020年NBA各队数据做一个整体分析，之前获取的数据在去掉一些重复数据和问题数据之后，数据量有所降低，所以此次分析纯属娱乐，分析结果仅供各位NBA粉丝参考。

此次分析，并没有完全依赖matplotlib和pandas来实现，而是采用了seaborn这个便捷的绘图库，还是自己懒，记不住matplotlib众多的API。

第一步：载入数据
data=pd.read_csv(’./data/nba_2020_nba_players_with_salary.csv’)
data.head()
在这里插入图片描述

当我拿到这个数据的时候，作为一个资深的NBA球迷，我都怀疑他是不是2020年的数据，怎么看怎么像17-18赛季的数据

第二步：数据简单分析
在这里插入图片描述
从拿到的数据来看，共有342名NBA球员及38项统计数据。
从数据中看几项比较重要的信息：
球员平均年龄为26.4岁，年龄段在19-40岁；
球员平均年薪为730万美金，当时最大的合同为年薪3000万美金；

第三步：先看明星球员的效率值

在众多的数据中，有一项名为“RPM”，标识球员的效率值，该数据反映球员在场时对球队比赛获胜的贡献大小，最能反映球员的综合实力。

我们来看一下RPM与其他数据的相关性：

相关性API：corr()
热力图呈现相关性信息：heatmap()

在这里插入图片描述
说明一下：在图中我圈起来一个数据，annot=False，代表不在热力图中显示数据，原因是我最初创建的画布太小了，显示数据会比较乱。
如果需要显示数据可以通过plt.figure()，通过设置figsize参数创建合适大小的画布，调整annot=True，即可显示热力图数据即可。