python足球数据可视化_NBA数据分析_python可视化数据分析_可视化数据分析工具_可视化分析工具-帆软...

夺冠没含金量！python和BI可视化分析，湖人赢在这点上。

在经历了很多很多之后，湖人队终于获得了总冠军，众望所归。

如果科比还在的话，一定也很自豪吧，毕竟上一次夺冠还是10年前。

那问题来了，为什么湖人能赢？比对手强在哪些地方？

口说无凭，我觉得只有数据能说明一切，为此，我特地爬取了NBA和湖人以及季后赛对手的相关数据，意在从数据的角度看看球员的表现。

注：数据来源准确，所使用的爬虫工具为Python，分析工具为国产数据分析工具FineBI。

大家都应该知道python是干什么的吧，那这里就不再重复了，从获取数据的角度上来看，python确实是一个很不错的工具。

简单梳理一下需求：数据获取、处理、分析+可视化。

我之前做可视化，用的都是python，NumPy+Matplotlib库，数据行业的人应该都听说过，即使你不懂，那也没事，因为它费时费力，而且上手的难度真的很大，你让连英文都不认识的人去学代码？这肯定不合理。

所以，经过多方的调研和研究，把目光放在了知乎最高赞的工具FineBI上，刚刚接触的时候，还有疑问，到底能不能行？

但是经过长时间的数据分析，怪不得网友感叹厉害。

从轻松随意加载各种数据库、Excel等数据源开始，到注重交互体验的可视化分析，像下面一样拖拽分析指标就能产生可视化。

还可以通过不同的排序字段，来查看不同数据的排序结果。

相比于以前用代码，这不是更简单吗？

ok，下面就进入主题，下面的可视化分析均由FineBI完成。

一、关键球员对比

湖人有詹姆斯和戴维斯，热火有巴特勒，都是顶级巨星，那这3个人的综合表现如何呢？

得分和篮板，詹姆斯都是第一，更加体现了想赢的决心，戴维斯因为几场的低迷，所以数据略差。

至于助攻，巴特勒可谓是打的很好，带动了队友，甚至一度得分40+，这样的硬汉足够得到尊重！

二、角色球员对比

其实数据不能直接显示一个球员的作用，比如伊戈达拉，比如隆多，在发起进攻和防守方面，这些都不是数据能体现的。

因为湖人有2个巨星，所以留给角色球员发挥的空间就相对来说有限。

值得一提的是，如果G5没有邓肯罗宾逊的7个三分，那比赛早就结束了。

三、命中率对比

看散点图就知道，詹姆斯的命中率是最高的，这对一个锋线来说，是很难的事情。

至于格林的命中率，大家看看就好。

四、正负值对比

这是最能体现一个球员在场上表现的数值，也是其价值的体现。

分析下来，和上面的结果差不多。

不过这里我要提一下FineBI的Olap联机分析与过滤组件，这2个功能，使得我们可以动态查看每一场比赛的球员信息：

也有人说，这个冠军的含金量不够高，可含金量高不高终究是金，成为不了银。

若干年后回忆起来，没人会记得今年发生了什么，只会记得谁是冠军。

很显然在目前的信息时代，借助类似于FineBI的这些工具，可以让企业加速融入企业数据分析的趋势。备受市场认可的软件其实有很多，选择时必须要结合实际的情况。一般的情况下，都建议选择市面上较主流的产品，比较容易达到好的效果，目前企业数据分析BI软件市场占有率前列的，就是帆软BI软件——FineBI。