首页 > 其他分享 >对NBA球员巴特勒进行大数据分析

对NBA球员巴特勒进行大数据分析

时间：2023-06-10 23:11:23浏览次数：38  
标签：数据分析 plt shot name df Butler NBA 巴特勒

（一）选题背景：NBA 作为世界上水平最高的篮球联赛，吸引了无数的球迷。每一场NBA 比赛都会产生大量的数据信息，如果能够有效地运用这些数据，便可以充分发挥出其潜在价值。

在每年赛季开始之前，大量的媒体专家都会对本赛季 NBA 常规赛的情况进行预测，这其中球队战绩和明星球员的个人数据是大家着重讨论的话题。及时而准确的完成对这些数据的预测一方面有利于各球队管理层在赛季进行前采用合适的决策，另一方面可以最大化商业公司的利益。本实验在赛季开始前完成对本赛季 NBA 球队战绩以及个人数据的分析。

（二）大数据分析方案：从网站中下载相关的数据集，对数据集进行整理，在python的环境中，给数据集中的文件打上标签，对数据进行预处理，利用keras，构建网络，训练模型，导入图片测试模型。

（三）数据分析的实现步骤： 

1.导入相关库

[1] 
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns;sns.set()
%matplotlib inline

from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import KFold

 

2.读取数据集CSV

[2] 
Butler = pd.read_csv('Butler_data.csv')
Butler.head(4)
action_typecombined_shot_typegame_event_idgame_idlatloc_xloc_ylonminutes_remainingperiod...shot_typeshot_zone_areashot_zone_basicshot_zone_rangeteam_idteam_namegame_datematchupopponentshot_id0Jump ShotJump Shot102000001233.972316772-118.1028101...2PT Field GoalRight Side(R)Mid-Range16-24 ft.1610612747Los Angeles Lakers2000-10-31LAL @ PORPOR11Jump ShotJump Shot122000001234.0443-1570-118.4268101...2PT Field GoalLeft Side(L)Mid-Range8-16 ft.1610612747Los Angeles Lakers2000-10-31LAL @ PORPOR22Jump ShotJump Shot352000001233.9093-101135-118.370871...2PT Field GoalLeft Side Center(LC)Mid-Range16-24 ft.1610612747Los Angeles Lakers2000-10-31LAL @ PORPOR33Jump ShotJump Shot432000001233.8693138175-118.131861...2PT Field GoalRight Side Center(RC)Mid-Range16-24 ft.1610612747Los Angeles Lakers2000-10-31LAL @ PORPOR4

 

 

3.数据集清洗和预处理

[3] 
Butler.describ（）

 

[4]

Butler.shape#处理前总共有30697个数据
(30697, 25)   [5] 
Butler = Butler[pd.notnull(Butler['shot_made_flag'])]#通过以上数据集的列举对空值进行处理
Butler.describe()  

 

[6]

Butler.shape#处理后则使用25697个有用数据
(25697, 25)   [7] 
Butler.info()#该数据集共有0-24也就是25个特征

 

 

4.数据探索性分析

4.1单变量分析

[8] 
plt.rcParams['font.sans-serif']=['SimHei']#防止中文标签报错
plt.rcParams['axes.unicode_minus']=False#防止负号报错
#查看巴特勒出手类型的分布
plt.figure(figsize = (10,6))
Butler['combined_shot_type'].value_counts().plot(kind = 'bar')
plt.xlabel('出手类型');plt.ylabel('出手次数');plt.title('吉米.巴特勒职业生涯不同出手类型的次数统计')
Text(0.5, 1.0, '吉米.巴特勒职业生涯不同出手类型的次数统计')

 

 

[9] 
#查看巴特勒两分球，三分球的出手数
plt.figure(figsize = (8,6))
Butler['shot_type'].value_counts().plot(kind = 'bar')
plt.xlabel('远投还是中距离');plt.ylabel('出手次数');plt.title('吉米.巴特勒职业生涯远投和中距离的出手数')
plt.xticks(rotation = 0)
(array([0, 1]), [Text(0, 0, '2PT Field Goal'), Text(1, 0, '3PT Field Goal')])

 

 [10]

#查看巴特勒出手距离的分布
plt.figure(figsize = (8,6))
Butler['shot_distance'].hist(bins = 100)
plt.xlabel('出手距离');plt.ylabel('出手次数');plt.title('吉米.巴特勒出手距离的分布')
Text(0.5, 1.0, '吉米.巴特勒出手距离的分布')

 

 [11]

#绘制箱型图
plt.figure(figsize = (6,4))
sns.boxplot(data = Butler,y = 'shot_distance')
plt.xlabel('出手距离');plt.ylabel('出手次数');plt.title('吉米.巴特勒出手距离的分布')
Text(0.5, 1.0, '吉米.巴特勒出手距离的分布')

 

 [12]

#可视化巴特勒的出手区域，按照不同的标准划分的出手区域
import matplotlib.cm as cm
plt.figure(figsize  = (20,10))

def scatter_plot_by_category(feat):
    alpha = 0.1
    gs = Butler.groupby(feat)
    cs = cm.rainbow(np.linspace(0,1,len(gs)))
    for g,c in zip(gs,cs):
        plt.scatter(g[1].loc_x,g[1].loc_y,color = c,alpha = alpha)
        
plt.subplot(1,3,1)
scatter_plot_by_category(Butler['shot_zone_area'])

plt.title('shot_zone_area')

plt.subplot(1,3,2)
scatter_plot_by_category(Butler['shot_zone_basic'])
plt.title('shot_zone_basic')

plt.subplot(1,3,3)
scatter_plot_by_category(Butler['shot_zone_range'])
plt.title('shot_zone_range')
Text(0.5, 1.0, 'shot_zone_range')

 

 [13]

Butler['shot_distance'].describe()#各距离投射占比
count 25697.000000
mean 13.457096
std 9.388725
min 0.000000
25% 5.000000
50% 15.000000
75% 21.000000
max 79.000000
Name: shot_distance, dtype: float64   [14] 
#巴特勒在各个位置投篮的次数
area = Butler['shot_zone_basic'].value_counts()
b = np.array([0,1,2,3,4,5,6])
plt.barh(b,area,align ='center')
plt.yticks(b,('中距离','进攻有理区','底线之外的三分','除进攻有理区外的禁区','右边底线三分','左边底线三分','后场'))
plt.xlabel('次数',fontsize=10)
plt.title('吉米.巴特勒在各区域投篮次数',fontsize=20)
plt.tight_layout()# 紧凑显示图片，居中显示
plt.show()

 

 

4.2双变量分析

[15] 
#查看巴特勒的出手命中率
plt.figure(figsize = (6,4))
Butler['shot_made_flag'].value_counts(normalize = True).plot(kind = 'bar')
plt.xlabel('命中情况');plt.ylabel('命中个数');plt.title('吉米.巴特勒的出手命中率')
Text(0.5, 1.0, '吉米.巴特勒的出手命中率')

 

 [16]

#观察不同出手类型与命中率之间的关系

sns.barplot(data = Butler,x = 'combined_shot_type',y = 'shot_made_flag')
<AxesSubplot:xlabel='combined_shot_type', ylabel='shot_made_flag'>

 

 [17]

#观察两分球与三分球的命中率

sns.barplot(data = Butler,x = 'shot_type',y = 'shot_made_flag')
<AxesSubplot:xlabel='shot_type', ylabel='shot_made_flag'>

 

 [18]

#观察出手距离与命中率之间的关系
sns.scatterplot(data = Butler, x = 'shot_distance',y = 'shot_made_flag' )
<AxesSubplot:xlabel='shot_distance', ylabel='shot_made_flag'>

 

 [19]

sns.violinplot(data = Butler, y = 'shot_distance',x = 'shot_made_flag' )
<AxesSubplot:xlabel='shot_made_flag', ylabel='shot_distance'>

 

5.完整代码




  1 import numpy as np
  2 import pandas as pd
  3 import matplotlib.pyplot as plt
  4 import seaborn as sns;sns.set()
  5 %matplotlib inline
  6 
  7 from sklearn.ensemble import RandomForestClassifier
  8 from sklearn.model_selection import KFold
  9 
 94 # 查看前三行
 95 
 96 year_df[2019].head(3)
 97 
 98 for i in range(2014, 2020): 
 99 
100     year_df[i]
101 
102     # 删除以下列
103 
104     del_name = ['pid','tid','games_played','games_started','points']
105 
106     year_df[i] = year_df[i].drop(del_name,axis=1) 
107 
108     # 连接first_name和last_name
109 
110     year_df[i]['player_name'] = year_df[i]['first_name']+"-"+year_df[i]['last_name']
111 
112     player_name = year_df[i].player_name
113 
114     year_df[i] = year_df[i].drop(['first_name','last_name'],axis=1)
115 
116    year_df[i] = year_df[i].drop('player_name',axis=1)
117 
118     # 将player_name插入到第二列
119 
120     year_df[i].insert(1,'player_name',player_name)
121 
122     team_name = df.team_name
123 
124     year_df[i] = year_df[i].drop('team_name',axis=1)
125 
126     # 将team_name插入到第三列
127 
128     year_df[i].insert(2,'team_name',team_name)
129 
130 year_df[2019].columns
131 
132 Index(['rank', 'player_name', 'team_name', 'score', 'minutes',
133 
134        'field_goals_made', 'field_goals_att', 'field_goals_pct',
135 
136        'three_points_made', 'three_points_att', 'three_points_pct',
137 
138        'free_throws_made', 'free_throws_att', 'free_throws_pct',
139 
140        'offensive_rebounds', 'defensive_rebounds', 'rebounds', 'assists',
141 
142        'turnovers', 'assists_turnover_ratio', 'steals', 'blocks',
143 
144        'personal_fouls'],
145 
146      dtype='object')
147 
148 # 查看前三行
149 
150 year_df[2019].head(3)
151 
152 # info方法可以显示每列名称，非空值数量，每列的数据类型，内存占用等信息。
153 
154 # data.info()
155 
156 for i in range(2014, 2019):
157 
158     print("============"+str(i)+"年============")
159 
160     print(year_df[i].isnull().sum(axis=0))
161 
162     # 删除所有含有空值的行。就地修改。
163 
164 # year_df[2019].dropna(axis=0, inplace=True)
165 
166 # year_df[2019].isnull().sum()
167 
168 year_df[2019].describe()
169 
170 # 箱型图
171 
172 plt.figure(figsize=(15, 8))
173 
174 df = year_df[2019].iloc[:, 3:].copy()
175 
176 col_name_fe = []
177 
178 col_name_yi = dict()
179 
180 i = 0
181 
182 for item in df.columns.values:
183 
184     temp = (item[0] + item[1] + item[-2]).upper()
185 
186     col_name_fe.append(temp)
187 
188     col_name_yi[temp.upper()] = item
189 
190     i += 1
191 
192 df.columns = col_name_fe
193 
194 # whitegrid,darkgrid
195 
196 sns.set_style("whitegrid")
197 
198 sns.boxplot(data=df[list(df.columns)])
199 
200 print(col_name_yi)
201 
202 year_df[2019].duplicated().sum()
203 
204 # data.drop_duplicates(inplace=True)
205 
206  Butler = pd.read_csv('Butler_data.csv')
207 
208 Butler.head(4)
209 Butler.describe()
210 Butler.shape#处理前总共有30697个数据
211 (30697, 25)
212 Butler = Butler[pd.notnull(Butler['shot_made_flag'])]#通过以上数据集的列举对空值进行处理
213 Butler.describe()  
214 Butler.shape#处理后则使用25697个有用数据
215 (25697, 25)
216 Butler.info()#该数据集共有0-24也就是25个特征
217 plt.rcParams['font.sans-serif']=['SimHei']#防止中文标签报错
218 plt.rcParams['axes.unicode_minus']=False#防止负号报错
219 #查看巴特勒出手类型的分布
220 plt.figure(figsize = (10,6))
221 Butler['combined_shot_type'].value_counts().plot(kind = 'bar')
222 plt.xlabel('出手类型');plt.ylabel('出手次数');plt.title('吉米.巴特勒职业生涯不同出手类型的次数统计')
223 #查看巴特勒两分球，三分球的出手数
224 plt.figure(figsize = (8,6))
225 Butler['shot_type'].value_counts().plot(kind = 'bar')
226 plt.xlabel('远投还是中距离');plt.ylabel('出手次数');plt.title('吉米.巴特勒职业生涯远投和中距离的出手数')
227 plt.xticks(rotation = 0)
228 #查看巴特勒出手距离的分布
229 plt.figure(figsize = (8,6))
230 Butler['shot_distance'].hist(bins = 100)
231 plt.xlabel('出手距离');plt.ylabel('出手次数');plt.title('吉米.巴特勒出手距离的分布')
232 #绘制箱型图
233 plt.figure(figsize = (6,4))
234 sns.boxplot(data = Butler,y = 'shot_distance')
235 plt.xlabel('出手距离');plt.ylabel('出手次数');plt.title('吉米.巴特勒出手距离的分布')
236 #可视化巴特勒的出手区域，按照不同的标准划分的出手区域
237 import matplotlib.cm as cm
238 plt.figure(figsize  = (20,10))
239 
240 def scatter_plot_by_category(feat):
241     alpha = 0.1
242     gs = Butler.groupby(feat)
243     cs = cm.rainbow(np.linspace(0,1,len(gs)))
244     for g,c in zip(gs,cs):
245         plt.scatter(g[1].loc_x,g[1].loc_y,color = c,alpha = alpha)
246         
247 plt.subplot(1,3,1)
248 scatter_plot_by_category(Butler['shot_zone_area'])
249 
250 plt.title('shot_zone_area')
251 
252 plt.subplot(1,3,2)
253 scatter_plot_by_category(Butler['shot_zone_basic'])
254 plt.title('shot_zone_basic')
255 
256 plt.subplot(1,3,3)
257 scatter_plot_by_category(Butler['shot_zone_range'])
258 plt.title('shot_zone_range')
259 Butler['shot_distance'].describe()#各距离投射占比
260 #巴特勒在各个位置投篮的次数
261 area = Butler['shot_zone_basic'].value_counts()
262 b = np.array([0,1,2,3,4,5,6])
263 plt.barh(b,area,align ='center')
264 plt.yticks(b,('中距离','进攻有理区','底线之外的三分','除进攻有理区外的禁区','右边底线三分','左边底线三分','后场'))
265 plt.xlabel('次数',fontsize=10)
266 plt.title('吉米.巴特勒在各区域投篮次数',fontsize=20)
267 plt.tight_layout()# 紧凑显示图片，居中显示
268 plt.show()
269 #查看巴特勒的出手命中率
270 plt.figure(figsize = (6,4))
271 Butler['shot_made_flag'].value_counts(normalize = True).plot(kind = 'bar')
272 plt.xlabel('命中情况');plt.ylabel('命中个数');plt.title('吉米.巴特勒的出手命中率')
273 #观察不同出手类型与命中率之间的关系
274 
275 sns.barplot(data = Butler,x = 'combined_shot_type',y = 'shot_made_flag')
276 #观察两分球与三分球的命中率
277 
278 sns.barplot(data = Butler,x = 'shot_type',y = 'shot_made_flag')
279 #观察出手距离与命中率之间的关系
280 sns.scatterplot(data = Butler, x = 'shot_distance',y = 'shot_made_flag' )
281 sns.violinplot(data = Butler, y = 'shot_distance',x = 'shot_made_flag' )





 


 








 































































标签：数据分析,plt,shot,name,df,Butler,NBA,巴特勒	

From： https://www.cnblogs.com/a11even/p/17454074.html
      

      




      

      

        
相关文章

        

          
    
 
  • python爬虫——深圳市租房信息数据分析
    一、选题背景因为深圳经济非常不错，想必想要去深圳工作的人也不少。衣食住行是生活的基本需求。衣和食好解决，不喜欢的衣服可以买新的，不好吃的食物可以换一家吃。可是在住宿上，买房和租房的置换成本都相对较高，因此房源选择尤为慎重。作为目前买不起房的人自然是以租房为主，但是租房我......
     
  • 美SEC主席公开演讲：我们为什么起诉币安和Coinbase？
       在SEC闪击币圈后，美SEC主席GaryGensler在PiperSandler全球交易所和金融科技大会发表演讲，他再次强调了监管的重要性，并指出监管已经明确，发行人、经纪交易商和交易所应该遵守。这不是指导方针不充分的问题，只是他们不想按照被监管机构告知的去做。   Gensler认为，美国资本市场......
     
  • python数据分析—葡萄酒质量预测
    一：选题背景随着葡萄酒越来越受欢迎，人们对于如何评价和预测葡萄酒质量的需求也越来越高。红酒质量的预测是其中的一个热门话题。传统的红酒质量评价是由专业品酒师根据对葡萄酒的视觉、嗅觉、味觉等感官特征进行评估，然后得出质量评分。但这种评价方式非常耗时费力且昂贵，并且与个人......
     
  • Python数据分析库pandas高级接口dt和str的使用
    Series对象和DataFrame的列数据提供了cat、dt、str三种属性接口（accessors），分别对应分类数据、日期时间数据和字符串数据，通过这几个接口可以快速实现特定的功能，非常快捷。本文重点介绍和演示dt和str的用法。DataFrame数据中的日期时间列支持dt接口，该接口提供了dayofweek、dayofyear、......
     
  • python爬虫——深圳市租房信息数据分析
    一、选题背景因为深圳经济非常不错，想必想要去深圳工作的人也不少。衣食住行是生活的基本需求。衣和食好解决，不喜欢的衣服可以买新的，不好吃的食物可以换一家吃。可是在住宿上，买房和租房的置换成本都相对较高，因此房源选择尤为慎重。作为目前买不起房的人自然是以租房为主，但是租房我......
     
  • Linux数据分析之九个给力的命令行工具
    要对数据进行分析，大家会从哪里入手?对于大多数熟悉了图形工作环境的朋友来说，电子表格工具无疑是第一选项。但命令行工具同样能够更快更高效地解决问题——且只须稍微学习即可上手。大部分此类工具冻严格局限于Linux，而多数可同样运行在Unix甚至是Windows环境之下。在今天的文章中，我......
     
  • Linux数据分析之九个给力的命令行工具
    要对数据进行分析，大家会从哪里入手?对于大多数熟悉了图形工作环境的朋友来说，电子表格工具无疑是第一选项。但命令行工具同样能够更快更高效地解决问题——且只须稍微学习即可上手。要对数据进行分析，大家会从哪里入手?对于大多数熟悉了图形工作环境的朋友来说，电子表格工具......
     
  • 官方数据分析1
    大数据处理与应用hive#修改云主机host文件，添加内网IP，对应映射名为hadoop000，实现云主机自身使用root用户ssh访问hadoop000免密登陆vi/etc/hosts172.18.39.103hadoop000hostnamectlset-hostnamehadoop000bash#配置免密sshhadoop000exit#2.格式化HDFS文件系统###......
     
  • 网络采集与数据分析1
    网络采集与数据分析#修改云主机host文件，添加内网IP，对应映射名为hadoop000，实现云主机自身使用root用户ssh访问hadoop000免密登陆vi/etc/hosts172.18.39.103hadoop000#配置免密###############################################################systemctlstopfirewalld......
     
  • 数据分析实例
    1、导入用于分析和可视化作图的库importpandasaspdimportmatplotlib.pyplotaspltimportseabornassns#seaborn也很强大，可以小试一下da=pd.read_csv('D:/datasource/mycrawldata/dataanylist.csv')da.head()da.columnsda.shape#查看数据的行列数,这里是(465,7)da.desc......
     
    •            
          

        

      

    

    

      
赞助商

      




      

      
阅读排行

      

        
      

    

  





  
 
    
网站主页关于我们联系我们网站地图 

    
本网站内容转载自其他媒体，侵权联系[admin##ips99.com]。 

    
Copyright © 2020-2023  IPS99  版权所有 IPS99