#湖人总冠军#NBA投篮数据可视化更新版，4行代码就能实现！
共 3019字，需浏览 7分钟
·
2020-10-17 12:50
大家好，欢迎来到Crossin的编程教室！
虎扑的JRs喊了那么年“湖人总冠军”，今年终于实现了！
36岁的老詹还没有老，4座总冠军+4次FMVP。
之前我们做过一篇NBA球员投篮数据可视化的案例：
可惜的是，文中使用到的官方接口现在被关闭了，导致代码无法正常使用。
不过最近，公众号法纳斯特的作者小F告诉我，有大佬造了“轮子”，提供了全自动化的接口，只需4行代码就能实现。在这里就给大家分享一下。
GitHub地址：
https://github.com/theccalderon/shot_chart
也可在PyCharm里直接安装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，所以我们选择安装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。
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。
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dataframe
shots_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！！！
20个CSV文件已上传，回复「NBA」即可获取。
万水千山总是情，点个 ? 行不行~
作者：小F
来源：法纳斯特
_往期文章推荐_