NBA 投篮数据可视化,4行代码就能实现!

作者 | 小F

来源 | 法纳斯特(ID:walker398)

头图 |  CSDN 下载自东方IC

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。

关于NBA球员投篮数据的可视化,小F以前也写过一篇文章。

访问地址:NBA球员投篮数据可视化

自己画球场图,自己爬数据,码了不少代码。

这回发现了大佬造的轮子,只需4行代码就能实现

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!!!

更多精彩推荐
☞无论南京集成电路大学成立是真是假,业内关于“中国芯”的声音都应该被听见!
☞对话阿里云:开源与自研如何共处?
☞服!AI 让兵马俑“活”起来,颜值惊艳!
☞AI 还原康乾盛世三代皇帝的样貌,简直太太太好玩了!
☞如何应对云原生之旅中的安全挑战?
☞观点 | 回顾以太坊近期及中期扩容路线图,展望 rollup 作为中心的以太坊路线图
点分享点点赞点在看
已标记关键词 清除标记
相关推荐
©️2020 CSDN 皮肤主题: 代码科技 设计师:Amelia_0503 返回首页