NBA运动员球员数据分析

最新推荐文章于 2024-08-28 11:38:27 发布
最新推荐文章于 2024-08-28 11:38:27 发布
阅读量1.5w 收藏 160
点赞数 12
分类专栏： python机器学习 文章标签： python 爬虫 数据分析
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_38898802/article/details/103352670
版权

NBA运动员数据分析

背景信息

当前，篮球运动是最受欢迎的运动之一。在此万受瞩目的运动下，我打算针对篮球运动员个人的信息，技能水平等各项指标进行相关的分析与统计。例如，我们可能会关注如下的内容：

  1. 哪些球员从2014年到2019年近6年连续在榜？
  2. 对比各球员在2019年的各项数据如何？
  3. 詹姆斯-哈登随年份数据如何变化？
  4. 2019年球员数据分布如何？
  5. 篮球运动员的失误与上场时长有什么联系？
  6. 球员的各项数据之间的相关性如何？
  7. 哪些数据会对球员的得分有什么影响？

任务说明

概念

数据分析是指用适当的方法与工具，对收集来的大量数据进行分析，提取其中有意义的信息，从而形成有价值的结论的过程。

基本流程

在进行数据分析之前，需要清楚数据分析的基本流程。

  • 明确需求与目的
    • 分析篮球运动员，得出结论
  • 数据收集
  • 数据预处理
    • 特征筛选
      • 降维
    • 数据清洗
      • 缺失值
      • 异常值
      • 重复值
  • 数据分析
    • 数据建模
    • 数据可视化
  • 编写报告总结

实验步骤

获取收集

导入相关库

import os
import requests
import re
import pandas as pd
from lxml import etree
import warnings
import matplotlib.pyplot as plt
import seaborn as sns
import pyecharts.options as opts
from pyecharts.globals import ThemeType

warnings.filterwarnings("ignore")
  • 需要爬取的数据

在这里插入图片描述

  • 爬虫思路分析：
    • 1.需求获取新浪体育网站的球员信息
    • 2.寻找网址（球员的不同赛季的信息在展示html页面找不到）
      • 可判断该信息是一个Ajax请求
      • 通过浏览器抓包，和多次尝试在Postman软件上发送request请求
      • 寻得球员分页信息的request发送相应url的规律，并循环遍历
    • 3.获取request返回的内容
    • 4.使用正则表达式对request返回信息进行筛选
    • 5.将筛选的数据以csv格式储存在本地文件中
# 爬虫程序

def spider_nba():
    
    # 创建的目录
    path = "./basketball_data"
    if not os.path.exists(path):
        os.mkdir(path)
    
    for i in range(6):

        url = 'http://slamdunk.sports.sina.com.cn/api?p=radar&callback=jQuery111306538669297726742_1571969723673&p=radar&s=leaders&a=players_top&season='+str(2019-i)+'&season_type=reg&item_type=average&item=points&order=1&_='+str(1571982115616+i)
        response=requests.get(url)
        # 采用utf-8解码
        response.encoding='utf8'
        # 读取reponse
        data = response.text
        data = re.findall('\{("rank.*?"personal_fouls":".*?")\}', data)

        a_list = []
        for item in data:
            temp = item.split(",")
            a_list.append(temp)
        dic_a = dict()
        for items in a_list:
            for item in items:
                key, value = item.split(":")
                key = key[1:-1]
                if key == '':
                    continue
                if value[1:3] == "\\u":
                    value = "u" + value
                    value = eval(value)
                else:
                    value = value[1:-1]
                    if re.match("^\d+$", value):
                        value = int(value)
                    elif re.match("^\d*\.\d+$", value):
                        value = float(value)

                if key not in dic_a.keys():
                    dic_a[key] = [value]
                else:
                    dic_a[key].append(value)
        # 用数据框接收
        df = pd.DataFrame(dic_a)
        # 写入文件保存
        df.to_csv('./basketball_data/player_'+str(2019-i)+'.csv')
    
# 判断./basketball_data/路径下是否存在文件，如果不存在，就执行爬虫程序
if not os.path.exists('./basketball_data/'):
    spider_nba()
else:
    pass
    

# 查看写入数据结果
# os.getcwd()
# os.chdir(path)
# 修改当前路径
os.chdir(path='./basketball_data/')
print(os.getcwd())
os.listdir()

['player_2014.csv',
 'player_2015.csv',
 'player_2016.csv',
 'player_2017.csv',
 'player_2018.csv',
 'player_2019.csv']

# 2014年到2019年的球员信息存储到字典中
year_df = dict()
for i in range(6):
    df = pd.read_csv('player_'+str(2019-i)+'.csv')
    try:
        df = df.drop("Unnamed: 0",axis=1)
    except:
        pass
    year_df[2019-i] = df

for i in range(2014, 2020):
    print("%d年数据形状: %d行 %d列" % (i, year_df[i].shape[0], year_df[i].shape[1]))

2014年数据形状: 25行 29列
2015年数据形状: 25行 29列
2016年数据形状: 25行 29列
2017年数据形状: 25行 29列
2018年数据形状: 25行 29列
2019年数据形状: 27行 29列

# 查看列名
year_df[2019].columns

Index(['rank', 'score', 'pid', 'first_name', 'last_name', 'tid', 'team_name',
       'games_played', 'games_started', 'minutes', 'points',
       'field_goals_made', 'field_goals_att', 'field_goals_pct',
       'three_points_made', 'three_points_att', 'three_points_pct',
       'free_throws_made', 'free_throws_att', 'free_throws_pct',
       'offensive_rebounds', 'defensive_rebounds', 'rebounds', 'assists',
       'turnovers', 'assists_turnover_ratio', 'steals', 'blocks',
       'personal_fouls'],
      dtype='object')

# 查看前三行
year_df[2019].head(3)
rankscorepidfirst_namelast_nametidteam_namegames_playedgames_startedminutes...free_throws_pctoffensive_reboundsdefensive_reboundsreboundsassiststurnoversassists_turnover_ratiostealsblockspersonal_fouls
0138.5cf418e0c-de9d-438f-a1ac-3be539a56c42特雷杨583ecb8f-fb46-11e1-82cb-f4ce4684ea4c老鹰2236.5...0.7500.07.07.09.05.51.61.50.001.0
1237.7dd146010-902b-4ad7-b98c-650d0363a2f0凯里欧文583ec9d6-fb46-11e1-82cb-f4ce4684ea4c篮网3334.7...0.9311.34.35.76.32.03.21.70.673.3
2332.0ab532a66-9314-4d57-ade7-bb54a70c65ad卡尔-安东尼唐斯583eca2f-fb46-11e1-82cb-f4ce4684ea4c森林狼3333.7...0.6302.311.013.35.02.32.12.72.003.0

3 rows × 29 columns

数据预处理

特征筛选

  • 数据集中的列，并非都是我们分析所需要的
  • 可以有选择性的进行加载，只加载我们需要的信息列
for i in range(2014, 2020):
    
    year_df[i]
    # 删除以下列
    del_name = ['pid','tid','games_played','games_started','points']
    year_df[i] = year_df[i].drop(del_name,axis=1)
    
    # 连接first_name和last_name
    year_df[i]['player_name'] = year_df[i]['first_name']+"-"+year_df[i]['last_name']
    player_name = year_df[i].player_name
    year_df[i] = year_df[i].drop(['first_name','last_name'],axis=1)
    year_df[i] = year_df[i].drop('player_name',axis=1)
    # 将player_name插入到第二列
    year_df[i].insert(1,'player_name',player_name)
    team_name = df.team_name
    year_df[i] = year_df[i].drop('team_name',axis=1)
    # 将team_name插入到第三列
    year_df[i].insert(2,'team_name',team_name)

year_df[2019].columns

Index(['rank', 'player_name', 'team_name', 'score', 'minutes',
       'field_goals_made', 'field_goals_att', 'field_goals_pct',
       'three_points_made', 'three_points_att', 'three_points_pct',
       'free_throws_made', 'free_throws_att', 'free_throws_pct',
       'offensive_rebounds', 'defensive_rebounds', 'rebounds', 'assists',
       'turnovers', 'assists_turnover_ratio', 'steals', 'blocks',
       'personal_fouls'],
      dtype='object')

# 查看前三行
year_df[2019].head(3)
rankplayer_nameteam_namescoreminutesfield_goals_madefield_goals_attfield_goals_pctthree_points_madethree_points_att...free_throws_pctoffensive_reboundsdefensive_reboundsreboundsassiststurnoversassists_turnover_ratiostealsblockspersonal_fouls
01特雷-杨雷霆38.536.513.523.00.5875.510.0...0.7500.07.07.09.05.51.61.50.001.0
12凯里-欧文火箭37.734.712.026.30.4564.711.3...0.9311.34.35.76.32.03.21.70.673.3
23卡尔-安东尼-唐斯雷霆32.033.710.720.30.5255.09.7...0.6302.311.013.35.02.32.12.72.003.0

3 rows × 23 columns

数据清洗

缺失值处理
  • 通过info查看数据信息。
  • 可以通过isnull与sum结合，查看缺失值情况。
# info方法可以显示每列名称，非空值数量，每列的数据类型，内存占用等信息。
# data.info()
for i in range(2014, 2019):
    print("============"+str(i)+"年============")
    print(year_df[i].isnull().sum(axis=0))

==2014年=
rank 0
player_name 0
team_name 0
score 0
minutes 0
field_goals_made 0
field_goals_att 0
field_goals_pct 0
three_points_made 0
three_points_att 0
three_points_pct 0
free_throws_made 0
free_throws_att 0
free_throws_pct 0
offensive_rebounds 0
defensive_rebounds 0
rebounds 0
assists 0
turnovers 0
assists_turnover_ratio 0
steals 0
blocks 0
personal_fouls 0
dtype: int64
2015年
rank 0
player_name 0
team_name 0
score 0
minutes 0
field_goals_made 0
field_goals_att 0
field_goals_pct 0
three_points_made 0
three_points_att 0
three_points_pct 0
free_throws_made 0
free_throws_att 0
free_throws_pct 0
offensive_rebounds 0
defensive_rebounds 0
rebounds 0
assists 0
turnovers 0
assists_turnover_ratio 0
steals 0
blocks 0
personal_fouls 0
dtype: int64
2016年
rank 0
player_name 0
team_name 0
score 0
minutes 0
field_goals_made 0
field_goals_att 0
field_goals_pct 0
three_points_made 0
three_points_att 0
three_points_pct 0
free_throws_made 0
free_throws_att 0
free_throws_pct 0
offensive_rebounds 0
defensive_rebounds 0
rebounds 0
assists 0
turnovers 0
assists_turnover_ratio 0
steals 0
blocks 0
personal_fouls 0
dtype: int64
2017年
rank 0
player_name 0
team_name 0
score 0
minutes 0
field_goals_made 0
field_goals_att 0
field_goals_pct 0
three_points_made 0
three_points_att 0
three_points_pct 0
free_throws_made 0
free_throws_att 0
free_throws_pct 0
offensive_rebounds 0
defensive_rebounds 0
rebounds 0
assists 0
turnovers 0
assists_turnover_ratio 0
steals 0
blocks 0
personal_fouls 0
dtype: int64
2018年
rank 0
player_name 0
team_name 0
score 0
minutes 0
field_goals_made 0
field_goals_att 0
field_goals_pct 0
three_points_made 0
three_points_att 0
three_points_pct 0
free_throws_made 0
free_throws_att 0
free_throws_pct 0
offensive_rebounds 0
defensive_rebounds 0
rebounds 0
assists 0
turnovers 0
assists_turnover_ratio 0
steals 0
blocks 0
personal_fouls 0
dtype: int64

# 删除所有含有空值的行。就地修改。
# year_df[2019].dropna(axis=0, inplace=True)
# year_df[2019].isnull().sum()
异常值处理
  • 通过describe查看数值信息。
  • 可配合箱线图辅助。
  • 异常值可以删除，视为缺失值，或者不处理。
year_df[2019].describe()
rankscoreminutesfield_goals_madefield_goals_attfield_goals_pctthree_points_madethree_points_attthree_points_pctfree_throws_made...free_throws_pctoffensive_reboundsdefensive_reboundsreboundsassiststurnoversassists_turnover_ratiostealsblockspersonal_fouls
count27.00000027.00000027.00000027.00000027.00000027.00000027.00000027.00000027.00000027.000000...27.00000027.00000027.00000027.00000027.00000027.00000027.00000027.00000027.00000027.000000
mean13.48148126.21111133.6925939.19259318.5296300.5014812.2900006.0703700.3867045.551852...0.8258521.2355566.2000007.4370375.6111113.2851851.9322221.2774070.8651853.007407
std7.4129324.4971222.6749441.7126062.9532010.0863921.3325543.1692880.1566512.243344...0.1263431.0660003.2743763.8186942.8560781.4386701.2866540.6955000.9091051.273676
min1.00000022.00000026.3000005.00000013.0000000.2380000.0000000.3300000.0000001.700000...0.5500000.0000002.0000002.3000001.7000001.0000000.5700000.3300000.0000001.000000
25%7.50000023.15000032.2500008.30000016.5000000.4580001.4000004.3500000.3215004.150000...0.7560000.3300003.8500004.5000003.3000002.3000001.1500000.5850000.3300002.150000
50%14.00000025.00000034.0000009.00000019.0000000.5080002.0000005.5000000.3850005.500000...0.8330001.0000005.0000006.0000005.0000003.3000001.6000001.3000000.5000003.000000
75%20.00000028.00000035.65000010.15000020.3000000.5555003.0000008.3500000.5000006.500000...0.9290001.7000008.30000010.1500008.1500004.0000002.4000001.7000001.5000003.850000
max23.00000038.50000037.30000013.50000026.3000000.6460005.50000013.0000000.75000012.500000...1.0000003.70000013.50000015.70000010.5000007.5000007.0000002.7000003.3000006.000000

8 rows × 21 columns

# 箱型图

plt.figure(figsize=(15, 8))
df = year_df[2019].iloc[:, 3:].copy()
col_name_fe = []
col_name_yi = dict()
i = 0
for item in df.columns.values:
    temp = (item[0] + item[1] + item[-2]).upper()
    col_name_fe.append(temp)
    col_name_yi[temp.upper()] = item
    i += 1
    
df.columns = col_name_fe
# whitegrid,darkgrid
sns.set_style("whitegrid")
sns.boxplot(data=df[list(df.columns)])
print(col_name_yi)

#小于q1 - 1.5IQR   大于q3 + 1.5IQR

{‘SCR’: ‘score’, ‘MIE’: ‘minutes’, ‘FID’: ‘field_goals_made’, ‘FIT’: ‘field_goals_att’, ‘FIC’: ‘field_goals_pct’, ‘THD’: ‘three_points_made’, ‘THT’: ‘three_points_att’, ‘THC’: ‘three_points_pct’, ‘FRD’: ‘free_throws_made’, ‘FRT’: ‘free_throws_att’, ‘FRC’: ‘free_throws_pct’, ‘OFD’: ‘offensive_rebounds’, ‘DED’: ‘defensive_rebounds’, ‘RED’: ‘rebounds’, ‘AST’: ‘assists’, ‘TUR’: ‘turnovers’, ‘ASI’: ‘assists_turnover_ratio’, ‘STL’: ‘steals’, ‘BLK’: ‘blocks’, ‘PEL’: ‘personal_fouls’}

在这里插入图片描述

重复值处理
  • 使用duplicate检查重复值。可配合keep参数进行调整。
  • 使用drop_duplicate删除重复值。
year_df[2019].duplicated().sum()
# data.drop_duplicates(inplace=True)

0
列名英文名词解释
# 中文列命名
cn_name = [
                '排名','球员姓名','球队名称','得分','上场时间','投篮命中数',
                '投篮数','投篮命中率','三分命中数','三分球数','三分命中率',
                '罚球命中数','罚球数','罚球命中率','进攻篮板','防守篮板',
                '总篮板','助攻','失误','助攻率','抢断','盖帽','犯规'
          ]
# 英文指标解释
en_name = year_df[2019].columns.values.tolist()
col_en_cn_name = [en_name, cn_name]
temp_df = pd.DataFrame(col_en_cn_name).T
temp_df.columns=["英文", "中文"]
temp_df
英文中文
0rank排名
1player_name球员姓名
2team_name球队名称
3score得分
4minutes上场时间
5field_goals_made投篮命中数
6field_goals_att投篮数
7field_goals_pct投篮命中率
8three_points_made三分命中数
9three_points_att三分球数
10three_points_pct三分命中率
11free_throws_made罚球命中数
12free_throws_att罚球数
13free_throws_pct罚球命中率
14offensive_rebounds进攻篮板
15defensive_rebounds防守篮板
16rebounds总篮板
17assists助攻
18turnovers失误
19assists_turnover_ratio助攻率
20steals抢断
21blocks盖帽
22personal_fouls犯规

数据分析

哪些球员近6年连续在榜

# 哪些球员从2014年到2019年一直在榜
temp_list = []
temp_set = set()

for i in range(2014, 2020):
    temp_list.append(set(year_df[i]['player_name']))

temp_set =  temp_list[0]&temp_list[1]&temp_list[2]&temp_list[3]&temp_list[4]&temp_list[5]
temp_set

{'拉塞尔-威斯布鲁克', '詹姆斯-哈登', '达米安-利拉德'}

19年球员各项数据对比

from pyecharts.charts import Bar

# 2019年各球员各项数据对比
def bar_datazoom_slider() -> Bar:
    c = (
        Bar(init_opts=opts.InitOpts(theme=ThemeType.VINTAGE))
        .add_xaxis(cn_name[3:])
        .add_yaxis("凯里-欧文", year_df[2019].iloc[0, 3:].tolist())
        .add_yaxis("特雷-杨", year_df[2019].iloc[1, 3:].tolist())
        .add_yaxis("帕斯卡尔-西亚卡姆", year_df[2019].iloc[4, 3:].tolist())
        .add_yaxis("丹尼-格林", year_df[2019].iloc[10, 3:].tolist())
        .add_yaxis("考瓦伊-莱昂纳德", year_df[2019].iloc[18, 3:].tolist())
        .add_yaxis("安东尼-戴维斯", year_df[2019].iloc[22, 3:].tolist())
        .add_yaxis("拉塞尔-威斯布鲁克", year_df[2019].iloc[24, 3:].tolist())
        .set_global_opts(
            title_opts=opts.TitleOpts(title='''
            2019年各球员各项数据对比'''),
            datazoom_opts=opts.DataZoomOpts(),
        )
    )
    return c

bar_datazoom_slider().render_notebook()

在这里插入图片描述

19年球员数据分布箱型图

# 查看2019NBA球员数据分布箱型图
from pyecharts.charts import Boxplot

def boxpolt_base() -> Boxplot:
    v1 = [year_df[2019]['score'].tolist()]
    v2 = [year_df[2019]['minutes'].tolist()]
    v3 = [year_df[2019]['field_goals_att'].tolist()]
    v4 = [year_df[2019]['three_points_att'].tolist()]
    v5 = [year_df[2019]['rebounds'].tolist()]
    v6 = [year_df[2019]['assists'].tolist()]
    c = Boxplot(init_opts=opts.InitOpts(theme=ThemeType.VINTAGE))
    c.add_xaxis([]).add_yaxis(
        "score", c.prepare_data(v1)).add_yaxis(
        "minutes", c.prepare_data(v2)).add_yaxis(
        "field_goals_att", c.prepare_data(v3)).add_yaxis(
        "three_points_att", c.prepare_data(v4)).add_yaxis(
        "rebounds", c.prepare_data(v5)).add_yaxis(
        "assists", c.prepare_data(v6)
    ).set_global_opts(title_opts=opts.TitleOpts(title=
                                                '''2019年
NBA球员数据箱型图'''))
    return c

boxpolt_base().render_notebook()

在这里插入图片描述

詹姆斯-哈登随年份数据变化折线图

# 詹姆斯-哈登随年份数据变化折线图

year_name = list(range(2014, 2020))
name_year_dic = dict()
# for name in playe_name:
for year in year_name:
    temp = year_df[year][year_df[year]['player_name'].isin(['拉塞尔-威斯布鲁克'])]
    year_list = temp.values.tolist()
    year_list = [item for items in year_list for item in items]
    name_year_dic[year] = year_list

name_year_df = pd.DataFrame(name_year_dic)
name_year_df.index = cn_name
name_year_df.head()
s1 = list(name_year_df.loc['得分', :])
s2 = list(name_year_df.loc['上场时间', :])
s3 = list(name_year_df.loc['投篮命中率', :])
s4 = list(name_year_df.loc['三分命中率', :])
s5 = list(name_year_df.loc['罚球命中率', :])
s6 = list(name_year_df.loc['三分命中数', :])
s7 = list(name_year_df.loc['进攻篮板', :])
s8 = list(name_year_df.loc['失误', :])
s9 = list(name_year_df.loc['助攻率', :])
s10 = list(name_year_df.loc['抢断', :])
s11 = list(name_year_df.loc['盖帽', :])
s12 = list(name_year_df.loc['犯规', :])

from pyecharts.charts import Line

def line_base() -> Line:
    c = (
        Line(init_opts=opts.InitOpts(theme=ThemeType.VINTAGE))
        .add_xaxis(list(map(str,year_name)))
        .add_yaxis("得分", s1)
        .add_yaxis("上场时间", s2)
        .add_yaxis("投篮命中率", s3)
        .add_yaxis("三分命中率", s4)
        .add_yaxis("罚球命中率", s5)
        .add_yaxis("进攻篮板", s6)
        .add_yaxis("失误", s7)
        .add_yaxis("助攻率", s8)
        .add_yaxis("抢断", s9)
        .add_yaxis("盖帽", s10)
        .add_yaxis("犯规", s11)
        .set_global_opts(title_opts=opts.TitleOpts(title='''
        詹姆斯-哈登随年份数据变化折线图'''))
    )
    return c
line_base().render_notebook()

在这里插入图片描述

篮球运动员的失误与上场时长有什么联系？

sns.scatterplot(x="minutes", y="rebounds", data=year_df[2019])

在这里插入图片描述

# 两变量的相关系数
year_df[2019]["minutes"].corr(year_df[2019]["rebounds"])

0.13196323727585887

各数据的相关性图

# data.corr()
# 相关性图
plt.figure(figsize=(25, 12))
sns.heatmap(year_df[2019].corr(), annot=True, fmt=".2f", cmap=plt.cm.Greens)
# plt.savefig("../corr.png", dpi=100, bbox_inches="tight")

在这里插入图片描述

画决策树分析影响得分的因素

# 增加年份一列，并合并2014-2019年所有球员信息
year_df_new = pd.DataFrame()
for year in year_name:
    if year == 2014:
        year_df_temp = year_df[year]
        year_df_temp['year'] = year
        year_df_new = year_df_temp
    else:
        year_df_temp = year_df[year]
        year_df_temp['year'] = year
        year_df_new = year_df_new.append(year_df_temp)
        
year_df_new.shape

(152, 24)

set(year_df_new['year'])

{2014, 2015, 2016, 2017, 2018, 2019}

year_df_new.columns

Index([‘rank’, ‘player_name’, ‘team_name’, ‘score’, ‘minutes’,
‘field_goals_made’, ‘field_goals_att’, ‘field_goals_pct’,
‘three_points_made’, ‘three_points_att’, ‘three_points_pct’,
‘free_throws_made’, ‘free_throws_att’, ‘free_throws_pct’,
‘offensive_rebounds’, ‘defensive_rebounds’, ‘rebounds’, ‘assists’,
‘turnovers’, ‘assists_turnover_ratio’, ‘steals’, ‘blocks’,
‘personal_fouls’, ‘year’],
dtype=‘object’)

# 删除不需要的列
year_df_new = year_df_new.drop(['rank', 'player_name', 'team_name'],axis=1)
year_df_new.columns

Index([‘score’, ‘minutes’, ‘field_goals_made’, ‘field_goals_att’,
‘field_goals_pct’, ‘three_points_made’, ‘three_points_att’,
‘three_points_pct’, ‘free_throws_made’, ‘free_throws_att’,
‘free_throws_pct’, ‘offensive_rebounds’, ‘defensive_rebounds’,
‘rebounds’, ‘assists’, ‘turnovers’, ‘assists_turnover_ratio’, ‘steals’,
‘blocks’, ‘personal_fouls’, ‘year’],
dtype=‘object’)

# 保存year_df_new数据
year_df_new.to_csv('../year_df_new.csv')

# 分析影响得分的因素
dataSet = pd.read_csv('../year_df_new.csv', dtype = {'year' : float})
dataSet = dataSet.drop('Unnamed: 0',axis=1)
dataSet.dtypes

score float64
minutes float64
field_goals_made float64
field_goals_att float64
field_goals_pct float64
three_points_made float64
three_points_att float64
three_points_pct float64
free_throws_made float64
free_throws_att float64
free_throws_pct float64
offensive_rebounds float64
defensive_rebounds float64
rebounds float64
assists float64
turnovers float64
assists_turnover_ratio float64
steals float64
blocks float64
personal_fouls float64
year float64
dtype: object

#自定义区间并进行分割
qujian=[0,25,100]
pd.cut(dataSet.score,qujian)

#起别名
dataSet['score'] = pd.cut(dataSet.score,qujian,labels=[1,2])

# dataSet['score']


dataSet.head()
scoreminutesfield_goals_madefield_goals_attfield_goals_pctthree_points_madethree_points_attthree_points_pctfree_throws_madefree_throws_att...offensive_reboundsdefensive_reboundsreboundsassiststurnoversassists_turnover_ratiostealsblockspersonal_foulsyear
0234.49.422.00.4261.304.300.2998.29.8...1.905.47.38.64.42.02.100.212.82014.0
1236.88.018.20.4402.606.900.3758.810.2...0.934.75.77.04.01.81.900.742.62014.0
2233.88.817.30.5102.405.900.4035.46.3...0.596.06.64.12.71.50.890.931.52014.0
3236.19.018.50.4881.704.900.3545.47.7...0.745.36.07.43.91.91.600.712.02014.0
4136.19.417.60.5350.010.180.0835.56.8...2.507.710.22.21.41.61.502.902.12014.0

5 rows × 21 columns

from itertools import product

import numpy as np
import matplotlib.pyplot as plt

from sklearn import datasets
from sklearn.tree import DecisionTreeClassifier

from IPython.display import Image
from sklearn import tree
import pydotplus
import os       
os.environ["PATH"] += os.pathsep + 'C:/Program Files (x86)/Graphviz2.38/bin'

X = dataSet.iloc[:, 1:]
y = dataSet.iloc[:, 0]

# 训练模型，限制树的最大深度4
clf = DecisionTreeClassifier(max_depth=4)
#拟合模型
clf.fit(X, y)

dot_data = tree.export_graphviz(clf, out_file=None,
                         feature_names=dataSet.columns.values[1:],
                         class_names=['low', 'high'],
                         filled=True, rounded=True,
                         special_characters=True)
graph = pydotplus.graph_from_dot_data(dot_data)
# 使用ipython的终端jupyter notebook显示。
Image(graph.create_png())
# 如果没有ipython的jupyter notebook，可以把此图写到pdf文件里，在pdf文件里查看。
# graph.write_pdf("iris.pdf")

在这里插入图片描述

总结

  1. 拉塞尔-威斯布鲁克、詹姆斯-哈登、达米安-利拉德这三人连续6年从2014年到2020年都在榜上，可以说明这三人在当下球员竞技状态非常稳定
  1. 对比2019年各球员各项数据，可知球员与球员之间相同数据项的差异
  1. 针对詹姆斯-哈登，分析其六年的各项数据的变化，2016年其各项正数据普偏高，而负数据普偏低，所有该年是詹姆斯-哈登的巅峰期。从宏观上看，从2014年打篮球能力从2014年到2016年逐步提高，到2016年达到巅峰，之后下降，最后趋向与平稳
  1. 可根据箱型图可视化所有球员各项数据分布
  1. 篮球运动员的失误与上场时长成正相关
  1. 分析球员的各项数据之间的相关性,可知得分与投球的数据关系非常大，其次是投球命中率
  1. 根据决策树逐步分析各项因素决定得分情况，由此可以对球员各项训练计划表进行优化
ddai小呆呆
关注
专栏目录
2021年常规赛NBA球员数据分析
weixin_40718824的博客
04-06 7165
项目介绍： 1、数据来源： 1）数据来源腾讯体育NBA数据，爬虫解析三个JS网页解析获得数据，共有150个球员和22个指标，整理后数据最终如下图格式 2）球队队徽来自网络 3）球队地理位置的经纬度来源于谷歌地图，由于存在两个球队所在城市相同（湖人队和快船队）的情况，为了方便展示，将地理位置进行了一定程度的偏移。 2、实现效果： 1）在地图上选择球队图表，可以展示球队名称，所在城市和数据源中属于选定球队的球员名称 2）对球员的进攻能力和防守能力分别分析，囿于数据限制，自定义综合防守能力字段为
9.NBA球员数据分析
哦吼
08-05 5487
NBA球员数据分析1.导入库2.获取数据3.数据分析3.1 数据相关性--heatmap()3.2 球员数据分析3.3 seaborn常用的三个可视化方法3.3.1 单变量--distplot()3.3.2 双变量--jointplot()3.3.3 多变量--pairplot()3.4 多变量衍生4.资料网盘 1.导入库 import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns
探索 NBA 射篮数据库 —— 开源工具中的篮球数据宝藏
gitblog_00026的博客
06-25 334
???? 探索 NBA 射篮数据库 —— 开源工具中的篮球数据宝藏 nba-shots-dbPopulate a database with NBA shot data项目地址:https://gitcode.com/gh_mirrors/nb/nba-shots-db 在数据驱动的世界里，掌握准确的统计信息和深度分析对于理解体育竞技至关重要。今天，我们要向各位篮球爱好者和数据分析师们介绍一款强大的开...
2017年NBA球员数据分析
goodness_for_me的博客
04-24 4863
2017年NBA数据分析前言获取数据数据分析数据相关性基本数据排名分析Seaborn常用的三个数据可视化方法单变量：双变量多变量衍生变量的一些可视化实践-以年龄为例球队数据分析球队薪资排行按照球队综合实力排名利用箱线图和小提琴图进行数据分析 前言 原始数据可以通过我分享的资源获取 NBA–2017年数据表 import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns 获取数据 dat
项目分享：大数据NBA球员数据分析及预测系统
switch_mooood的博客
07-04 1280
大数据技术在体育产业方面也具有重要作用。篮球是众多体育项目中受关注度最高的一项体育运动，NBA更是人们最喜爱的体育联盟之一。对NBA来说，对每位球员的精细分析和数据可视化不仅能帮助球队科学高效地分析球员优劣，为球队排兵布阵提供依据，还能让伟大的运动传奇更具商业价值。本项目利用网络爬虫抓取 NBA球员的所有赛季的数据，包括三分、篮板等各项参数，对每位球员的精细分析和数据可视化，不仅能帮助球队科学高效地分析球员优劣，为球队排兵布阵提供依据，还能让伟大的运动传奇更具商业价值。
基于python的NBA球员数据可视化分析
04-07
该项目是我大三下学期的课程设计，它是使用python进行爬取nba球员数据，进行数据预处理，并利用flask框架进行可视化展示。里面包含我的课程设计报告和完整的代码。希望对你们有帮助。
NBA球员数据分析案例.rar
05-17
NBA球员数据分析案例
数据分析-运动员数据
04-18
本数据主要是数据分析课程涉及 的数据，在本人博客中也会随时更新相应代码，一起来学习数据分析把
基于机器学习的NBA球员数据分析工具.zip
最新发布
09-15
这是一个利用机器学习技术，对NBA球员数据进行分析和可视化的工具。项目主要通过深度学习算法训练模型，实现对球员场上表现的准确分析和评估。它提供了丰富的数据可视化功能，帮助用户高效处理和分析NBA比赛数据，...
Python数据可视化分析大作业-NBA球员工资数据分析与可视化（源码 + 文档 + PPT）
05-19
在这个“Python数据可视化分析大作业”中，我们主要探讨了如何利用Python进行NBA球员工资数据的深度分析...通过深入挖掘NBA球员工资数据，可以揭示出运动员市场价值的规律，对于球队管理和球员谈判具有一定的指导意义。
NBA 2k20 player dataset NBA 2k20 球员数据集-数据集
03-09
《NBA 2k20球员数据集：深入探索篮球运动员的数字世界》 NBA 2k20球员数据集是一份极具价值的资源，它为篮球爱好者、数据分析者和游戏策略研究者提供了丰富的信息。这个数据集的核心是CSV文件“nba2k20-full.csv”...
NBA球员数据.xlsx
07-24
该列表统计了4020位nba球员数据,包含 "中文名 英文名 生日 身高 体量 位置 经验 国籍 选秀年份 号牌 球员ID 所在球队城市 所在球队名称 所在球队区域 球队ID 服役情况"
NBAShotChart:可视化一些NBA球员的投篮统计数据
05-08
总结来说，"NBAShotChart"项目是Python数据可视化的一个优秀示例，它利用Python的库和数据分析技术，将复杂的NBA球员投篮数据转化为直观的热图，有助于更好地理解运动员的表现和战术。通过研究和实践这个项目，你...
基于K-Means聚类算法对NBA球员数据的聚类分析
xxzaa的博客
07-30 6208
  聚类分析的研究成果主要集中在基于距离（或者称为基于相似度）的聚类方法，用距离来作为相似性度量的优点是十分直观，从我们对物体的识别角度来分析，同类的数据样本是相互靠近的，不同类样本应该相聚较远。K-Means聚类算法是划分聚类方法中最常用、最流行的经典算法，许多其他的算法都是K-Means聚类算法的变种。其主要思想是通过迭代过程将数据集划分为不同类别，使评价聚类性能的准则函数达到最优，使生成的每个聚类类内紧凑，类间独立。   本文介绍并实践了一种无监督的聚类算法——K-Means聚类，结合“簇内离差平方和
一个案例入门tableau——NBA球队数据可视化实战解析
hitchenghengchao的博客
03-04 3967
前两天在公众号发布了一篇「NBA球队数据可视化」的视频案例，对于本赛季东西部30只球队的得失分，胜负场次，胜率排名等进行了可视化展示，并支持实时交互。可点击下方视频查看。本文来分享一下视频...
足球运动员的数据分析实战(python)
数据森麟
04-01 4847
作者：黄同学 来源：小田学python文章首发：https://blog.csdn.net/weixin_41261833/article/details/10358...
nba球员数据分析和可视化_可视化NBA球员统计
cumei1658的博客
07-12 3616
nba球员数据分析和可视化I haven’t written a post in a while. I had a lot to do for university and my hobbies like recreational programming and blogging have to suffer during those times. But now I have found som...
hive NBA球员数据可视化分析-计算机毕业设计源码52725
vx2_Biye_Design的博客
08-28 970
摘 要 本文旨在探讨基于Python的NBA球员数据可视化系统的设计与实现，着重介绍大数据爬虫和数据可视化技术在该系统中的应用。通过Django框架结合Python语言进行开发，实现了对NBA球员数据的抓取、存储和展示。系统功能包括注册登录、首页展示、系统用户管理、球员数据管理、球员信息展示、精彩视频管理以及球队信息管理等模块。系统通过浏览器与服务器进行通信，实现数据的交互与变更。 本设计旨在打造一个集人性化、高效率和便捷优点于一身的NBA球员数据可视化系统，通过科学管理方式和便捷服务提高工作效率.....
kaggle：NBA球员投篮数据分析与可视化（一）
weixin_37737254的博客
06-22 8067
作为数据科学领域的金字招牌，kaggle已成为世界上最受欢迎的数据科学竞赛平台。在kaggle上，每个竞赛题下都藏匿着大批来自世界各地并且身怀绝技的数据科学家。作为一种众...
评论 9
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值