当前位置：首页 > 篮球快讯篮球快讯

python--NBA数据分析初探（上）

发布时间:2024-06-14 12:02:13【篮球快讯】人次阅读

摘要　　每个球迷心中都有一个属于自己的迈克尔·乔丹。　　作为一个资深的俄克拉荷马城雷霆伪球迷及菜鸟数据分析爱好者，　　本文将尝试用jupyter notebook完成NBA菜鸟数据分析

　　每个球迷心中都有一个属于自己的迈克尔·乔丹。 　　作为一个资深的俄克拉荷马城雷霆伪球迷及菜鸟数据分析爱好者， 　　本文将尝试用jupyter notebook完成NBA菜鸟数据分析初探， 　　一边学习一遍练习，胡师傅深知顺着兴趣去做事往往会事半功倍， 　　寓教于乐，别出心裁，浅尝辄止，不亦乐乎？ 　　特别感谢简书用户“牧羊的男孩”分享数据，2018-02-05（kaggle上很有意思的NBA数据分析案例） 　　（你就是传说中的那位拥有奇幻之旅的牧羊少年吧？给力！） 　　先载入要用到的模块： 　　我的个人习惯是将整个分析用到的模块全都在开始处进行import，方便管理和调整。 　　 　　原来是威少暴走的16-17赛季呀，啊呀呀！！！ 　　我们可以看到该数据的前五列是按当年的得分榜排序的，分别是威少、詹皇、地表最强175、浓眉哥和考神。而数据包含39列，即不同维度的技术统计。而此份数据提供了这300+球员的众多项比赛数据，我希望通过数据分析来发现其中的有趣的信息。 　　输出结果部分展示 　　从数据中看几项比较重要的信息：球员平均年龄为26.4岁，年龄段在19-38岁；球员平均年薪为730万美金，当时最大的合同为年薪3000万美金；球员平均出场时间为21.5分钟，某球员场均出场37.8分钟领跑联盟，当然也有只出场2.2分钟的角色球员，机会来之不易。类似的信息我们还能总结很多。 　　在众多的数据中，有一项名为“RPM”，标识球员的效率值，该数据反映球员在场时对球队比赛获胜的贡献大小，最能反映球员的综合实力。我们来看一下它与其他数据的相关性： 　　由相关性分析的heatmap图可以看出，RPM值与年龄的相关性最弱，与“进攻效率值”、“场均得分”、“场均抢断数”等比赛技术数据的相关性最强。 　　我在接下来的分析中将把RPM作为评价一个球员能力及状态的直观反应因素之一。 　　此处练习了一下pandas基本的数据框相关操作，包括提取部分列、head()展示、排序等，简单通过几个维度的展示，笼统地看一下16-17赛季那些球员冲在联盟的最前头。 　　单变量： 　　我们先利用seaborn中的distplot绘图来分别看一下球员薪水、效率值、年龄这三个信息的分布情况，上代码： 　　 　　可见年龄和效率值更符合正态分布，而球员薪水更像一个偏态分布，拿高薪的球员占据较小的比例。这些与我们的主管感受基本一致，那么这些变量之间是否有什么隐藏的关系呢？这里可以用seaborn中的pairplot绘图展示多个变量之间的关系： 　　双变量： 　　 　　上图展示的是球员薪水与年龄的关系，采用不同的kind方式（等高线图/hex/散点等），我们可以整体感受一下年龄和薪水的集中特点，大部分球员集中在22-25岁拿到5million以下的薪水，当然也有“年少成名”和“越老越妖”的情况。 　　多变量： 　　 　　上图展示的是球员薪水、效率值、年龄及场均得分四个变量间的两两相关关系，对角线展示的是本身的分布图，由散点的趋势我们可以看出不同特征的相关程度。整体看各维度的相关性都不是很强，正负值与薪水和场均得分呈较弱的正相关性，而年龄这一属性和其他的变量相关性较弱，究竟是家有一老如有一宝还是廉颇老矣，我将在今后继续与大家分享。 　　今天先写到这里，多谢观看，再会~

标签：

很赞哦！ ()