用Python分析NBA球员技术

用Python分析NBA球员技术

背景

1

2011年12月27日,尼克斯用一份无保障合同签下林书豪,23场比赛中,他总共只出场55分钟。

2

豪哥在采访中说到,“你找我来连练习场都不让上,更不用说正式比赛了”

3

母亲祷告:“God, if this is your will for him to NBA,you need to show us!”

2月4号的比赛中,主力球员受伤,豪哥临危受命。至此,林疯狂来袭。


下面分析一下NBA2012赛季~2018赛季林书豪和欧文的一些数据对比。

哪里得到NBA球员数据集呢?

https://www.basketball-reference.com/players/l/linje01.html

输入Jeremy Lin:

用Python分析NBA球员技术


输入Kyrie Irving:

用Python分析NBA球员技术


下拉网页找到如下图保存数据集:

用Python分析NBA球员技术

12到18赛季中两人出场次数和时间?

核心代码:

用Python分析NBA球员技术


可视化结果:

用Python分析NBA球员技术


用Python分析NBA球员技术


Analysis:

  • 2017-18赛季书豪受伤病困扰,赛季报销。

  • 场均出场时间欧文一直比书豪多,(毕竟状元身份进入NBA)。

  • 两人在不同阶段都有受到伤病等原因困扰使得不能参加比赛。(第一幅图结果显示15-16赛季欧文才出场50多次)

两人的得分能力如何?

核心代码:

用Python分析NBA球员技术


可视化结果:

用Python分析NBA球员技术


Analysis:

  • 欧文在16-17赛季场均得分个人最高,书豪在17-18赛季个人场均得分最高(因为只出场了一场,得了18分)

  • 两人得分都相对稳定,欧文场均得分22分左右,书豪场均12分左右。

  • 欧文得到的手段比书豪确实多的多,也验证了其人球合一的球感与天赋。

两人在NBA的技能点

核心代码:

用Python分析NBA球员技术


可视化结果:

用Python分析NBA球员技术


Analysis:

  • 两人助攻数技能远大于盖帽等技能,(毕竟两人打的是后卫线)。

  • 两人的NBA技能点在12-18赛季平均来看很相似,欧文略胜一筹。


数据管道,专注统计基础、机器学习、分析理论、Python、SQL、算法等知识圈。


用Python分析NBA球员技术

知 识 清 单

用Python分析NBA球员技术

Python技术知识清单(数据科学)


Python技术知识清单(网络爬虫)


Python技术知识清单(基础知识)


Python技术知识清单(数据分析)



Python中文社区作为一个去中心化的全球技术社区,以成为全球20万Python中文开发者的精神部落为愿景,目前覆盖各大主流媒体和协作平台,与阿里、腾讯、百度、微软、亚马逊、开源中国、****等业界知名公司和技术社区建立了广泛的联系,拥有来自十多个国家和地区数万名登记会员,会员来自以*部、工信部、清华大学、北京大学、北京邮电大学、中国人民银行、中科院、中金、华为、BAT、谷歌、微软等为代表的*机关、科研单位、金融机构以及海内外知名公司,全平台近20万开发者关注。


用Python分析NBA球员技术

▼ 点击下方阅读原文,免费成为社区注册会员