NBA投篮数据可视化,4行代码就能实现!
共 2926字,需浏览 6分钟
·
2020-10-15 22:03
之前小F说了G6湖人总冠军,果不其然湖人夺冠了。
不过硬实力摆在那里,说不说其实关系也不大,哈哈哈。
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,所以小F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。
此处小F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。
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。
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))
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。
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'))
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,小F给好评~
湖人2020年常规赛全队的投篮情况,调用函数TeamShots。
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()
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。
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()
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。
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()
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!!!
20个CSV文件我已上传公众号,回复「湖人总冠军」即可获取。
万水千山总是情,点个 ? 行不行。