【Python数据分析学习实例】篮球运动位置分析

问题描述

在篮球运动中，一般情况下，控球后卫与得分后卫的助攻数较多，小前锋的得分数较多，而大前锋与中锋的助攻数与得分数较少。表中所示为21名篮球运动员每分钟助攻数和每分钟得分数的数据集，请运用K-Means聚类算法将这21名篮球运动员划分5类，并画图判断他们分别属于什么位置。数据文件下载

	assists_per_minute	points_per_minute
1	0.0888	0.5885
2	0.1399	0.8291
3	0.0747	0.4974
4	0.0983	0.5772
5	0.1276	0.5703
6	0.1671	0.5835
7	0.1906	0.5276
8	0.1061	0.5523
9	0.2446	0.4007
10	0.167	0.477
11	0.2485	0.4313
12	0.1227	0.4909
13	0.124	0.5668
14	0.1461	0.5113
15	0.2315	0.5113
16	0.0494	0.559
17	0.1107	0.4799
18	0.2521	0.5735
19	0.1007	0.6318
20	0.1067	0.4326
21	0.1956	0.428

代码实现

问题分析

• 源数据展示

data

• 数据切割，得到第2列至第3列以及所有行的数据

data.iloc[:,1:]

• 进行K-means聚类以及数据预测

clf = KMeans(n_clusters=5)  #表示输出将数据集分成类簇数为5的聚类
#输出聚类预测结果，对X聚类，20行数据，每个y_pred对应X的一行或一个孩子，聚成3类，类标为0、1、2
y_pred = clf.fit_predict(X)  
print(y_pred)  #输出结果

• 对聚类的预测结果画出散点图

plt.scatter(x, y, c=y_pred, marker='o')
plt.title("Kmeans-Basketball Data")  #表示图形的标题为Kmeans-heightweight Data
plt.xlabel("assists_per_minute")  #表示图形x轴的标题
plt.ylabel("points_per_minute")  #表示图形y轴的标题
plt.legend(["Rank"])  #设置右上角图例
plt.show()  #显示图形

完整代码

import numpy as np  
import pandas as pd
import matplotlib.pyplot as plt  
from sklearn.cluster import KMeans

# 读取数据
data = pd.read_csv("data.csv")
X = data.iloc[:,1:]
print(X)


#K-means聚类
clf = KMeans(n_clusters=5)  #表示输出将数据集分成类簇数为5的聚类
#输出聚类预测结果，对X聚类，20行数据，每个y_pred对应X的一行或一个孩子，聚成3类，类标为0、1、2
y_pred = clf.fit_predict(X)  
print(y_pred)  #输出结果


x = X.iloc[:,0]  #获取第1列的值
print(x)  
y = X.iloc[:,1]  #获取第2列的值
print(y)
 
# 可视化操作
#绘制散点图（scatter），横轴为x，获取的第1列数据；纵轴为y，获取的第2列数据；
#c=y_pred对聚类的预测结果画出散点图，marker='o'说明用点表示图形
plt.scatter(x, y, c=y_pred, marker='o')
plt.title("Kmeans-Basketball Data")  #表示图形的标题为Kmeans-heightweight Data
plt.xlabel("assists_per_minute")  #表示图形x轴的标题
plt.ylabel("points_per_minute")  #表示图形y轴的标题
plt.legend(["Rank"])  #设置右上角图例
plt.show()  #显示图形