nba数据网全部数据与nba数据统计
本篇文章给大家谈谈nba数据网全部数据，以及nba数据统计的知识点，希望对各位有所帮助，不要忘了收藏本站喔。
文章详情介绍：
这些英文缩写的NBA数据各代表啥？
挑一些用到比较多的术语：
截图来自NBA官方网站
依次为：
G：Game 出场数
GS：Game Started 首发场次
REB: Rebounds 篮板数
AST: Assists 助攻数
BLK: Blocks 盖帽数
STL:Steals 抢断数
PTS:Points 得分
MPG：Minutes Per Game 平均出场时间
FG%：Field Goal 投篮命中率
3P%：3 Points 3分命中率
FT%：Free-Throws 罚球命中率
OFF：Offensive 进攻篮板
DEF：Defensive 防守篮板
RPG：Rebounds Per Game 场均篮板
APG：Assists Per Game 场均助攻
SPG：Steal Per Game 场均抢断
BPG：Blocks Per Game 场均盖帽
TO：Turnover 失误数
PF：Personal foul 犯规数
PPG：Points Per Game 场均得分
SEA：Season 赛季（19xx-19xx）
NBA数据统计的那些事儿
数据从来不会说谎，但要精确地描述每一场比赛的每一个时刻，必须拥有足够多的数据。NBA技术统计的发展历程，正是沿着这样的轨迹一路走来。
数据历史
手写时代 数据统计初显雏形
1946-47赛季，那时的联盟还叫做BAA（Basketball Association of America，全美篮球协会)。即便如此，这个里程碑的赛季仍然被看做是有关于NBA的一切的起点，一个伟大的联赛就此开始。
在那个年代，联盟一共只有11支球队，而到了1947年，其中的4支球队已经宣告解散。那时候的比赛条件，与如今的NBA根本无法同日而语。1946-47赛季，联盟的技术统计栏里只有几项数据有据可查：出手次数、命中次数，罚球次数、命中次数，助攻次数以及犯规次数。
至于两支球队在比赛中的数据，只能查到诸如某一方在比赛中出手的次数和命中数，其他的一切数据几乎为零。有迹可循的1946-47赛季总决赛第一场比赛，费城勇士84比71战胜芝加哥雄鹿。
全场比赛，勇士103投31中，而雄鹿仅仅只有129投26中。不要惊讶于如此之低的命中率，在这个赛季，联盟的11支球队场均出手次数高达93.2次，而命中率却只有可怜的27.9%，没有一支球队的场均命中率超过30%。
1950-51赛季，NBA的技术统计终于出现了一些显著的变化，球队和球员的篮板球数开始被联盟统计。虽然单单依靠手写和人工收集的方式所统计出的数据准确性遭到了如今很多数据专家的质疑，但这至少表明NBA的数据统计已经向前迈进了一大步。
有意思的是，在五六十年代，联盟并没有统一的数据统计标准，各支球队数据统计的能力有高低之别，数据的全面性和准确性都有所不同。
而数据统计对于当时叱咤联盟的球星还有一些“特殊优待”，譬如比尔·拉塞尔连续3场比赛篮板球都超过30个，埃尔金·贝勒连续4场比赛场均出手次数高达25.5次等等。
很快，NBA的技术统计已经可以精确到每名球员的场均得分、篮板、助攻以及犯规数。到此，NBA的技术统计已经初显雏形。
伟大变革 NBA进入全面数据时代
在这之前，不能不提的是1973-74赛季。从这一年开始，NBA开始统计盖帽数据，而这正是威尔特·张伯伦退役的第1年，比尔·拉塞尔退役的第5个赛季。
两位NBA历史上著名的盖帽达人，但却没有任何数据可以佐证。譬如“单场25次盖帽”、“职业生涯每场都有10次盖帽”这样的传说，也真的只能成为传说了。
时间来到1986年，这一年对于NBA的数据统计具有划时代的历史意义。正是从1986-87赛季开始，NBA联盟从每支球队、每场比赛以及每名球员都有了完整、准确的数据统计。
因此，翻开如今联盟不断刷新的历史记录，都会附上这样一段开场白：“从1986-87赛季NBA有技术统计以来，这是第N次有球员打出这样那样的数据。”
然而，问题也就随之而来。即使这个时候的数据统计再全面和精确，也无法掩盖统计项目太过单一的现实。得分、篮板、助攻、盖帽，这样的数据虽然直观，但却无法完全反映球员在比赛中的真实表现，而这对于想要研究对手的球队来说，也没有太多的参考价值。
当时，已经有一些人在试图改变这种局面。《体育画报》曾经披露了一份爵士球探对于乔丹的深度数据分析。其中介绍了譬如乔丹主导公牛每场比赛80%的进攻回合，乔丹更喜欢在右侧投篮，17%的进攻来自于拉开单打，83%的投篮方式是跳投等等这样的数据。但这样的研究方式，在联盟中并没有得到普及，直到下一个合适的时机出现。
网络时代 数据从此无所遁形
进入21世纪的网络时代，信息开始呈现爆炸性的发展，NBA的数据统计也同样如此。随着联盟各支球队、媒体，甚至球迷在内对于数据统计精细化和深入化的需求，各式各样的新式数据开始进入人们的视野。
在很多的数据网站中，人们看到的不再是简简单单的得分、篮板和助攻这些冰冷的数据，而是诸如一名球员在一场比赛中完成得分的方式所占的比重、他在每一个角度的投篮细节，传球的去向，他在关键时刻的效率值，他在场或不在场时球队的效率上升还是降低等等。
这时候，多数NBA球队的管理层也开始重视这些数据所能带来的改变。上世纪90年代，身为尼克斯主帅的帕特·莱利喜欢收集球员的一些冷门数据——球员出手的角度、篮板卡位的位置变化、如何干扰对手出手。而20年过去了，莱利已经不需要事必躬亲的去记录那些繁琐的数据，因为他可以向各大数据网站和公司订制服务，而联盟中的很多球队也都尝到了这种服务的甜头。
对于球迷而言，数据对于他们看球方式的改变也同样显而易见。NBA英文官网也开始为球迷推出高级数据服务，从最初的1946-47赛季每场比赛的各项统计，到之前只有NBA管理层才可以看得到的高级数据，球迷如今所能获取的数据，已经和NBA各支球队所获得的并无二致。
引述前NBA联盟总裁大卫·斯特恩先生的话：“既然这些数据如此伟大，为什么我们不能把它们分享给所有的球迷们？”
篮球数据统计表各项数据都是啥意思？网友：知道5个以上，老球迷
我们经常看到NBA里运动员的数据统计栏中有一些专业名词，一些高阶数据统计表，一些球迷不知道是什么意思，今天我们来了解下。
道哥来解析
1.真实命中率：真实投篮命中率，这个结合球员的两分球，三分球，罚球的表现，用来综合评价球员的命中率。公式：真实投篮命中率 = 得分÷(2×(投篮出手数+0.44×罚球出手数))，从公式可以看出，如果两名球员得分情况一样，在罚球出手一样的情况下，投篮越少真实命中率就越高，这也是目前联盟一些三分球高手，真实投篮命中率一般会不差的原因，比如库里在2016年全票MVP赛季，真实命中率达到了66.9%，就是三分球命中数量多。
2015-2016赛季库里真实投篮命中率
像奥尼尔这种篮下大杀器，纵观职业生涯真实命中率最高的赛季是10-11赛季达到65.9%，获得MVP赛季是57.4%。所以如果三分够精准，真实投篮命中率就比较高，这也是库里被定义为划时代球员的意义。
10-11赛季奥尼尔真实命中率
2.投篮效率：结合球员两分球和三分球的表现，综合评价球员在非罚球情况下的命中率，公式：投篮效率 = (投篮命中数+0.5×三分命中数)÷投篮出手数。也就是说在投篮出手数相同的情况下，三分命中数越多，投篮效率就越高。看现在各支球队都在强调三分球，各位球员都在练习三分，简单说白了，你投一次篮得2分，他得3分，最后谁赢，一目了然。
3.篮板率：即篮板效率，或称篮板百分比。记录球员在场时抢到的篮板与球队总篮板的比值。公式：篮板率=球员篮板数×(球队所有球员上场时间÷5)÷球员上场时间÷(球队总篮板+对手总篮板)，这个有点复杂，总的来说球员自己抢得篮板占总篮板越多，一般情况下篮板率越高。看看历史前十篮板率大神是哪些吧
庄神牛啊
进攻篮板率和防守篮板率的统计方式一样，只是球员篮板数改为球员进攻篮板数或者球员防守篮板数即可。
4.助攻率：即助攻效率，或称助攻百分比，记录球员在场时，助攻队友的进球数与总进球数的比值。公式：球员助攻数÷(球员上场时间÷(球队所有球员上场时间÷5)×（球队总进球数-球员进球数)，这个不用多说，首先你的助攻数要多，第二如果你的进球相对比较少，不是球队的攻坚手，你的助攻率也会高，比如朗多就会远高于哈登，虽然两者的助攻数差不多。
5.抢断率：即抢断效率，或称抢断百分比，记录球员在场时，抢断次数与对手持球进攻次数的比值。公式：球员抢断数×(球队所有球员上场时间÷5)÷球员上场时间÷对手进攻次数，抢断率排名第一的居然是布拉德利，没有想到。
抢断率排名前五
6.盖帽率：即盖帽效率，或称盖帽百分比，记录球员在场时，盖帽次数与对手两分球出手次数的比值。公式：球员盖帽数×(球队所有球员上场时间÷5)÷球员上场时间÷对手两分球出手次数)，如果碰到三分大队火箭和勇士，那就搞笑了。
7.失误率：即失误效率，或称失误百分比，记录球员在场时，失误次数与总持球次数的比值。公式：球员失误数÷(球员两分球出手次数+0.44×球员罚球次数+球员失误数)
8.使用率：即使用频率，或称使用百分比，记录球员在场进攻时，终结进攻比率。公式：(球员出手次数+0.44×球员罚球次数+球员失误次数)×(球队所有球员上场时间÷5)÷球员上场时间÷(球队所有总球员出手次数+0.44×球队所有球员罚球次数+球队所有球员失误次数)，公式有点长，如果简单点就是球员在越短的时间内出手次数越多、罚球数量越多、失误数越多，一般使用率越高。使用率高的人一般都是球队核心了，看看历史前十吧
使用率历史前十
9.进攻效率：即每100个进攻回合，球员的得分。数值越高越好。
10.防守效率：即每100个防守回合，对手的得分。数值越低越好。
11.WS：即胜利贡献值，这是一个复杂的算法体系，由Bill James于2002年在他的专著《胜利贡献值》中提出，有些专业人士也不太认可他的这个算法，但是也有相当人士赞同，目前主流的网站包括NBA数据统计还是认可他的这个胜利贡献值算法。具体算法：进攻WS=((球员得分) - 0.92 * (联盟每回合得分) * (球员进攻回合数))/(0.32 * (联盟每场比赛得分) * ((球队节奏) / (联盟节奏)))，是不是很懵圈？我也懵圈。如果简单点就是球员利用越少的进攻回合数得到更多的分数，同时球队节奏弱于联盟平均节奏，那么胜利贡献值就会越大，你不能进攻节奏很快，那样不一定，因为进攻节奏快得分的概率就会增加，同样对手也增加，胜负未知。
胜利贡献值历史前十
防守WS=((球员上场时间 / 球队比赛总时间) * (球队防守回合数) * (1.08 * (联盟每回合得分) - ((防守评分) / 100)))/(0.32 * (联盟每场比赛得分) * ((球队节奏) / (联盟节奏)))，已经懵圈。
12.PER：效率值，即player efficiency rating，或称效率值、霍林格效率值，由ESPN专栏作家hollinger提出。NBA对于球员有一个综合判断指数:效率准则，这个效率指数的最基本思路是将一名球员球场的表现折算为一个可以进行比较的数字，保障了不同位置的球员都可以在一个通过换算后的同一起跑线上进行比较。
公式为:[(得分+篮板+助攻+抢断+封盖)-(出手次数-命中次数)-(罚球次数-罚球命中次数)-失误次数]/球员上场比赛的场次。从公式可以看出，这个效率值更偏向于进攻性球员，因为对于以防守为准的球员，抢断和盖帽很难获得很高的数值，而得分就不同，进攻能力强的得分球员30分，40分亦属于正常，比如本华莱士，缺乏自主进攻能力，得分与助攻不可能多。这个公式虽然呈现得不是特别客观，但是在一定程度上也反映了球员的综合实力，是目前NBA官方最常用的效率指数算法。
历史PER效率值前十
13.篮下、近距离、中距离、远距离两分：分别代表距离篮筐0-3英尺、3-10英尺、10-16英尺、16-23英尺（且在三分线内）的两分球。如下图
詹姆斯最近赛季各个区域投篮命中率
希望能够对热爱体育的您有所帮助。
- 热门文章
- 最近发表
- 随机文章
- 标签列表
-
- 最新留言
-
