VB.net 2010 视频教程 VB.net 2010 视频教程 python基础视频教程
SQL Server 2008 视频教程 c#入门经典教程 Visual Basic从门到精通视频教程
当前位置:
首页 > temp > python入门教程 >
  • NBA投篮数据可视化,4行代码就能实现!

36岁的老詹还没有老,4座总冠军+4次FMVP。

湖人总冠军, Kobe! this is for u!

今天给大家介绍一个好东西~

只需4行代码就能实现。投篮数据可视化

GitHub地址:

https://github.com/theccalderon/shot_chart

在PyCharm上直接安装shot-chart库,记得版本选1.0.0的。

最新版本是1.1.0,得分和未得分没有明显区分开,所以选择安装1.0.0版本。

大伙也可以两个版本都下载安装,看有什么差异。

from shot_chart.core import *

# 2019-2020赛季
shots_2019 = make_df(untar_data(URLs.SHOTS_2019))

同样的这位大佬也是把数据放在网络上,需要通过数据请求才能获取到。

通过查看源代码(core.py),发现数据的请求地址。

 

 

 地址如下,从2000-2001赛季到2019-2020赛季。

# 2000-2001赛季常规赛数据
https://nba-shot-charts.s3.amazonaws.com/shots-2000.tgz
.......................................................
# 2019-2020赛季常规赛数据
https://nba-shot-charts.s3.amazonaws.com/shots-2019.tgz

直接在浏览器上访问地址,下载压缩包,解压得到CSV文件。

 

 

 

果然是2019-2020年NBA常规赛的球员投篮数据。

统统下载下来,这样就可以直接本地调用,不用担心被墙掉。

注意:光理论是不够的。这里顺便免费送大家一套2020最新python入门到高级项目实战视频教程,可以在我的Python交流圈下载

 

 

 数据读取代码修改为如下,其实就是pandas读取

from shot_chart.core import *

# 2019-2020赛季
shots_2019 = make_df('shots-2019.csv')

2020赛季NBA的球队名单,调用函数list_teams

复制代码
from shot_chart.core import *

# 2019-2020赛季
shots_2019 = make_df('shots-2019.csv')

# 球队名单
print(list_teams(shots_2019))
复制代码

得到结果如下。

可惜了LA Clippers(快船)和Milwaukee(雄鹿)。

两大夺冠热门球队,被掘金和热火干翻船了。

今年湖人的夺冠班底,调用函数list_team_players

复制代码
from shot_chart.core import *

# 2019-2020赛季
shots_2019 = make_df('shots-2019.csv')

# 湖人夺冠班底
print(list_team_players(shots_2019, 'LA Lakers'))
复制代码

得到结果如下。

还附带了出手次数,詹姆斯、戴维斯、库兹马、波普、格林排前五。

卧龙凤雏(格林、波普)得一,可安天下。

昨天发挥爆表,必须给好评~

湖人2020年常规赛全队的投篮情况,调用函数TeamShots。

复制代码
from shot_chart.core import *

# 2019-2020赛季
shots_2019 = make_df('shots-2019.csv')

# 湖人队2019-2020赛季投篮情况
Lakers = TeamShots(shots_2019, "LA Lakers")
Lakers.plot_shots()
复制代码

 

 

 果然是4行代码呀~

左边的图绿色表示投篮得分,红色表示投篮未得分

右边的图横坐标表示距离纵坐标表示次数绿色表示出手命中次数橙色表示投篮出手次数

FG投篮命中率,eFG真实投篮命中率。

真实投篮命中率=全场得分/[2×全场出手次数+0.44×罚球出手次数]

来看一下三旬老汉(老詹)的投篮情况吧。

复制代码
from shot_chart.core import *

# 2019-2020赛季
shots_2019 = make_df('shots-2019.csv')

# 勒布朗-詹姆斯2019-2020赛季常规赛投篮可视化
james = PlayerShots(shots_2019, "LeBron James")
james.plot_shots()
复制代码

 

 可以看出,篮下是詹姆斯的主要得分点。

03年至20年,小皇帝到詹皇的投篮数据可视化。

复制代码
from shot_chart.core import *
import pandas as pd

# 获取图表列名
shots_2000 = make_df('shots-2000.csv')
columns_list = [column for column in shots_2000]

# 新建一个空的dataframe
shots_all = pd.DataFrame(columns=columns_list)

# 获取2000-2020常规赛总数据
for i in range(2001, 2020):
    # 文件名
    file_name = 'shots-' + str(i) + '.csv'
    shots = make_df(file_name)
    # 纵向拼接
    shots_all = pd.concat([shots_all, shots], ignore_index=True)

# 输出
# print(shots_all)
# 詹姆斯03-20常规赛投篮可视化
james = PlayerShots(shots_all, "LeBron James")
james.plot_shots()
复制代码

 

 发现图标有点大,可以对core.py文件修改。

 

 

在plt.scatter中添加参数s,设置大小为3。

 

 

突然发现詹皇原来也如此全面,三分、篮下、中投,就没有短板。

24号与23号之间的传承,曼巴永存。

# 科比00-17常规赛投篮可视化
Kobe = PlayerShots(shots_all, "Kobe Bryant")
Kobe.plot_shots()

 

 24,就是24小时都全力以赴

 

 再看看今年随队夺冠的霍师傅(霍华德)。

# 霍华德04-20常规赛投篮可视化
howard = PlayerShots(shots_all, "Dwight Howard")
howard.plot_shots()

 

 绝大多数都是内线投篮,外线屈指可数。

曾经的快乐兽,单换詹姆斯的存在,后来却开启了流浪生涯沦为替补。

最后在湖人浪子回头,当起了蓝领,拿到了属于自己的总冠军。

心中有一种莫名的感动,致敬我们的青春!!!

 

 

出处:https://www.cnblogs.com/wlfya/p/13863650.html


相关教程