本篇文章给大家谈谈nba球员数据可视化,以及nba球员数据的知识点,希望对各位有所帮助,不要忘了收藏本站喔。
“安安小小姐姐”,一个自媒体创作者,我们专注于从全新的视角、将数据以可视化的方式展示出来。“安安小小姐姐说球”,则专注于对篮球、足球的数据进行分析,通过数据可视化的方式,解读不一样的球类运动大数据。
NBA2K22球员的能力值,我们已经以大数据的方式,分享过各支球队球员总评分、三分和扣篮的能力值分布状况。
今日的数据,我们则对NBA现役球星的能力值,进行一档、二档、三档和四档的分类,分享球星们的总评分、三分和扣篮能力值分档情况。
10-11更新:因为未做数据校正,数据集中漏掉了利拉德利指导的数据,现更正之。
一,总评分
NBA2K22现役球员中,总评分能力值最强的球员共有四位,他们的总评分相同,均为96分,分别是勇士队的库里、篮网队的杜兰特、湖人队的詹姆斯和雄鹿队的字母哥。
第二档,能力值在90分以上的,共有8位,包括篮网四巨头中的哈登和欧文、湖人的戴维斯,以及新生代的约基奇、恩比德和东契奇。
第三档,太阳的三巨头保罗、布克和艾顿,湖人的威少、凯尔特人的年轻双巨头塔图姆和布朗。
二,三分
NBA2K22中,球员三分能力值分档为:
第一档,休养了一年多的水花兄弟王者归来;
第二档,篮网四巨头中的杜兰特和哈里斯,快船莫里斯,库里的弟弟塞斯等;
第三档和第四档,40人的大名单中,湖人终于有两个三分靠谱的射手了。
三,扣篮
扣篮的能力值中,胖虎、拉文和戈登前三,排在第一档。
字母哥、能打到60岁的维金斯和其余6人,排在第二档。
湖人三巨头戴维斯、詹姆斯和威少,均排在第三档。个人认为,霍华德和小乔丹,应该也能排进第三档。
这样算起来,篮球场上的一个蓝框,不够湖人五巨头用的。
资深的球迷可能会发现,NBA2K22扣篮能力值40强榜单中,多了很多新面孔。
在梳理数据时我们也发现了这个现象,他们是刚进入NBA联盟的菜鸟,有着很好的身体素质,扣篮能力自然也很强。
------------------------------------------
本文图片和内容均为作者原创,感谢阅读,欢迎关注。
直播吧6月6日讯 今日,美国媒体人晒出了NBA历史所有球员的季后赛场均得分排行榜。
据该数据显示,乔丹季后赛生涯场均33.45分位列榜首,艾弗森29.73分位居次位,杜兰特季后赛场均29.21分位列第3,也是现役球员中季后赛场均得分最高的。
值得注意的是,该榜单中的前14位,也就是联盟历史上季后赛场均得分最高的14名球员中有7人是现役球员。
他们分别是杜兰特(29.21分,第3)、詹姆斯(28.69分,第5)、米切尔(27.52分,第6)、浓眉(27.33分,第7)、库里(26.50分,第10)、约基奇(26.00分,第12)、利拉德(25.72分,第14)。
(gege)
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dataframeshots_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!!!
点分享