对姚明的解说,让人疯狂



        1、凡是姚明进球:这球打得很合理,体现了姚明作為一个国际巨星及队内核心的作用。

  2、凡是姚明没进:好球!(匡~~~打铁声)唉呀,没进。这球稍微大了点,虽然没进,但是这种球就很合理,火箭应该继续坚持 这麼打下去。

  3、凡是其他队员进球:我们看,这就是姚明的作用!姚明在篮下牵制住了对方2到3名防守队员,让火箭的其他队员得到了轻松的空档出手机会。

  4、凡是其他队员没进:唉,你看,这球就非常不合理,这时候应该把球传给姚明呀!

  5、凡是不给姚明传球的:姚明在篮下要位,我们看,还是不传,再倒过来,还是不传。火箭的后卫们太缺少传球意识了。

  6、凡是给姚明传球的:好球,这球传的意识非常好!火箭后卫们就应该多些这样的传球,多给姚明。

  7、凡是传球给姚明而姚明没接住的:唉,又一个失误。这球就传得极不合理,球速太快,传得又太高了,姚明怎麼能接得住。应该直接把球传到姚明手裡。

  8、凡是姚明进攻犯规的:新赛季刚开始,姚明还不太适应新规则,而且裁判对姚明也盯得很严。

  9、凡是姚明防守犯规的:火箭的球员太没有协防意识了,这时候应该有人去给姚明补防一下。

  10、凡是火箭领先时:火箭今天应该来说打得不错,特别是姚明,火箭应该继续这麼打下去,要多给姚明球,多打内线,巩固防守,控制节奏。

  11、凡是火箭落后时:火箭的外线今天发挥的太差了,根本给不了姚明有力的支持,导致姚明被包夹,命中率下降。火箭要想追回来,还得看姚明,必须多打姚明这个点。

  12、凡是火箭赢球后:这场比赛火箭打得不错,尤其是姚明,在攻防两端都体现出了他作為一名国际巨星的价值。

  13、凡是火箭输球后:火箭这场球虽然输了,但是我们可以看到,姚明的表现还是可圈可点的,主要是其他的角色球员发挥的太差了,没有给予姚明足够的帮助
好的,对于这个任务,我们需要先获取姚明和奥尼尔的生涯数据。可以从NBA官网或者其他数据源中获取。这里我使用NBA官网的数据。 首先,我们需要加载相关的R包和数据集: ```R library(tidyverse) library(ggplot2) library(dplyr) library(tidyr) # 加载数据 yao <- read.csv("https://raw.githubusercontent.com/wangluheng2910/NBA/master/yao.csv") shaq <- read.csv("https://raw.githubusercontent.com/wangluheng2910/NBA/master/shaq.csv") ``` 接下来,我们可以查看一下数据的结构和摘要信息: ```R # 查看数据结构 str(yao) str(shaq) # 查看数据摘要信息 summary(yao) summary(shaq) ``` 然后,我们可以对数据进行一些简单的处理和计算,例如计算生涯得分、篮板、助攻等平均值: ```R # 计算生涯平均得分、篮板、助攻 yao_avg <- yao %>% select(pts, reb, ast) %>% summarise_all(mean) shaq_avg <- shaq %>% select(pts, reb, ast) %>% summarise_all(mean) ``` 接下来,我们可以使用ggplot2绘制生涯得分、篮板、助攻的折线图: ```R # 绘制折线图 yao_plot <- yao %>% gather(key = "variable", value = "value", pts:ast) %>% ggplot(aes(x = year, y = value, color = variable)) + geom_line() + ggtitle("姚明生涯数据") + xlab("年份") + ylab("数值") + theme_bw() shaq_plot <- shaq %>% gather(key = "variable", value = "value", pts:ast) %>% ggplot(aes(x = year, y = value, color = variable)) + geom_line() + ggtitle("奥尼尔生涯数据") + xlab("年份") + ylab("数值") + theme_bw() # 绘制多个图形 gridExtra::grid.arrange(yao_plot, shaq_plot, ncol = 2) ``` 最后,我们可以比较一下两位球星的生涯数据,例如得分、篮板、助攻等均值: ```R # 组合数据 compare <- rbind(yao_avg, shaq_avg) %>% mutate(player = c("姚明", "奥尼尔")) # 绘制条形图 compare_plot <- compare %>% gather(key = "variable", value = "value", pts:ast) %>% ggplot(aes(x = variable, y = value, fill = player)) + geom_bar(stat = "identity", position = "dodge") + ggtitle("姚明与奥尼尔生涯数据对比") + xlab("指标") + ylab("平均值") + theme_bw() # 显示图形 compare_plot ``` 这样,我们就完成了姚明和奥尼尔生涯数据的分析。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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