Python爬取NBA球员生涯数据及简单可视化

最新推荐文章于 2024-05-30 07:32:10 发布

AlchemyLee

最新推荐文章于 2024-05-30 07:32:10 发布

阅读量9k

点赞数 13

文章标签： python 数据分析数据可视化

本文链接：https://blog.csdn.net/qq_44776064/article/details/105753326

版权

由于全球疫情的原因

NBA宣布无限期推迟比赛

也被迫随之进入了长草期
在这里插入图片描述

紧接着

狂摸话筒戈贝尔

连坐队友米切尔

网络小帅杜兰特

绿军硬汉斯马特

等十名球员相继官宣感染

洛杉矶湖人两人感染

但未公布名单

社区论坛里便开始疯狂YY

不能看球的日子

就少了一种摸鱼的消遣

但是

虽然看不了比赛

不能少了对🏀的热情

作为一个老JRS

小编决定用python

拿虎扑上球星的数据开开刀

-------（重点内容分割线）-------

以虎扑网站上

勒布朗詹姆斯的数据页面为例

用requests+lxml解析

import requests
from lxml import etree
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
url='https://nba.hupu.com/players/lebronjames-650.html'
data=requests.get(url).text
s=etree.HTML(data)

访问如下网址：

‘https://nba.hupu.com/players/lebronjames-650.html’

Ctrl+Shift+C进入开发页面

在这里插入图片描述

选中所需的数据内容

右键->Copy->Copy Xpath

获取“赛季”和“球队”字段的Xpath

//*[@id=“in_box”]

/div/div[1]/table[2]/tbody/tr[1]/td[1]

//*[@id=“in_box”]

/div/div[1]/table[2]/tbody/tr[1]/td[2]

仔细观察可以发现

tr[1]/td[1]和tr[1]/td[2]

是区分不同字段的关键

用循环匹配的方式就可以定位字段

再将数据逐一下载保存

但是效果却并不好

用TXT存储数据

数据杂乱没有分行

且每个字段数据都掺入了

奇怪的符号“ ‘’’ ”

在这里插入图片描述

对代码进行进一步优化

将输出的字符串“掐头去尾”

并用.csv文件存储

d=[[]for j in range(20)]
for j in range(20):
  for i in range (19):
    a=s.xpath('//*[@id="in_box"]/div/div[1]/table[2]/tbody/tr['+str(j)+']/td['+str(i)+']/text()')
    b=str(a)
    c=b[2:-2]
    d[j].append(c)

data1 = pd.DataFrame(d)
data1.to_csv('output.csv')

效果一下子好了许多

在这里插入图片描述

用同样的方法进行爬取

对库里、杜兰特、字母哥、

哈登、伦纳德和詹姆斯

六位球员生涯常规赛和季后赛

数据进行了汇总

在这里插入图片描述

有了数据下一步就要进行分析工作了

先对球员数据进行预处理

1.将季后赛数据和常规赛数据合并
2.选取需要分析的数据，包括
时间、命中率、篮板、助攻、失误、得分
（均为场均数据）
3.对除了命中率外的各项数据进行归一化

接下来就用到了matplotlib包

我们需要用它来画雷达图和折线图

plt.rcParams['font.sans-serif'] = ['KaiTi']  # 显示中文
labels = np.array([u'时间', u'命中率', u'篮板',u'助攻',u'失误',u'得分']) # 标签
dataLenth = 6  # 数据维度
data_radar = np.array([james[0],james[1],james[2],james[3],james[4],james[5]]) # 数据
angles = np.linspace(0, 2*np.pi, dataLenth, endpoint=False)  # 分割圆周长
data_radar = np.concatenate((data_radar, [data_radar[0]]))  # 闭合
angles = np.concatenate((angles, [angles[0]]))  # 闭合
plt.polar(angles, data_radar, 'bo-', linewidth=1)  # 做极坐标系
plt.thetagrids(angles * 180/np.pi, labels)  # 做标签
plt.fill(angles, data_radar, facecolor='magenta', alpha=0.25)# 填充  c  maroon
plt.title(u'james生涯场均数据')
plt.show()

雷达图便于显示该球员

在六个维度的属性和能力

在这里插入图片描述

很明显，詹姆斯在六人的比较当中

四项数据名列前茅

由于扬尼斯的存在

篮板稍微逊色一些

同样将其他球员数据做成图片

库里：
在这里插入图片描述

杜兰特：

字母哥：

在这里插入图片描述

哈登：

在这里插入图片描述

伦纳德：

在这里插入图片描述

以上数据均为场均数据

接下来对总得分趋势进行分析

plt.title('詹杜卡库哈扬生涯得分')
plt.plot(x, curry, color='green', label='curry')
plt.plot(x, durant, color='red', label='durant')
plt.plot(x, giannis,  color='skyblue', label='giannis')
plt.plot(x, harden,  color='blue', label='harden')
plt.plot(x, kawhi,  color='yellow',label='kawhi')
plt.plot(x, james,  color='magenta',label='james')
plt.legend() # 显示图例
plt.xlabel('赛季')
plt.ylabel('得分')
plt.show()

将詹杜卡库哈扬生涯累计得分

绘制折线图进行分析

在这里插入图片描述

横轴表示03赛季至19赛季

纵轴表示球员生涯累计得分

老詹一骑绝尘呐，哈哈

对上图进行处理之后

在这里插入图片描述

可以看到

詹姆斯的得分能力仍旧具有统治力

三十岁之后数据有所下滑

但是哈登和杜兰特得分能力紧追不舍

作为老詹蜜

今年是湖人和老詹最有希望的一年

希望疫情赶快过去

还卧虎一个总冠军

微信扫一扫
关注该公众号
在这里插入图片描述

AlchemyLee

关注

13
点赞
踩
120

收藏

觉得还不错? 一键收藏
13
评论
Python爬取NBA球员生涯数据及简单可视化

由于全球疫情的原因NBA宣布无限期推迟比赛也被迫随之进入了长草期紧接着狂摸话筒戈贝尔连坐队友米切尔网络小帅杜兰特绿军硬汉斯马特等十名球员相继官宣感染洛杉矶湖人两人感染但未公布名单社区论坛里便开始疯狂YY不能看球的日子就少了一种摸鱼的消遣但是虽然看不了比赛不能少了对????的热情作为一个老JRS小编决定用python拿虎扑上球星的数据开开刀-------（重点内容...
复制链接

扫一扫