要點：

• 數(shù)據(jù)獲取

• 數(shù)據(jù)的清洗

• 數(shù)據(jù)的多維度可視化

01

數(shù)據(jù)來源

玩數(shù)據(jù)分析的同學(xué)一定都知道kaggle，里面有大量好玩的數(shù)據(jù)集，這次我們下載了科比近20年職業(yè)生涯中所嘗試的每個投籃命中的位置和情況，由于是籃球領(lǐng)域的數(shù)據(jù)，可能有一些小伙伴看不懂，不過沒關(guān)系，后面我都會進(jìn)行簡短的說明的。

鏈接：https://www.kaggle.com/c/kobe-bryant-shot-selection/data

The field names are self explanatory and contain the following attributes:

• action_type ? ? ? ? 進(jìn)攻方式（更具體）

• combined_shot_type ?進(jìn)攻方式

• game_event_id ? ? ? ? ? 這個不清楚

• game_id ? ? ? ? ? ? ? ? 比賽ID

• lat ? ? ? ? ? ? ? ? 投籃點

• loc_x ? ? ? ? ? ? ? ? ? 投籃點

• loc_y ? ? ? ? ? ? ? ? ? 投籃點

• lon ? ? ? ? ? ? ? ? 投籃點

• minutes_remaining ? 單節(jié)剩余時間（分鐘）

• period ? ? ? ? ? ? ? ? ?表示第幾節(jié)

• playoffs ? ? ? ? ? ?是否是季后賽

• season ? ? ? ? ? ? ? ? ?賽季

• seconds_remaining ? 剩余時間（秒）

• shot_distance ? ? ? ? ? 投籃距離

• shot_made_flag ? ? ? ? ?是否進(jìn)球

• shot_type ? ? ? ? ? 兩分球或三分球

• shot_zone_area ? ? ? ? ?投籃區(qū)域

• shot_zone_basic ? ? ? ? 投籃區(qū)域（更具體）

• shot_zone_range ? ? ? ? 投籃范圍

• team_id ? ? ? ? ? ? ? ? 球隊ID

• team_name ? ? ? ? ? 球隊名稱

• game_date ? ? ? ? ? 比賽日期

• matchup ? ? ? ? ? ? ? ? 比賽雙方

• opponent ? ? ? ? ? ?對手

• shot_id ? ? ? ? ? ? ? ? 投籃ID

02

數(shù)據(jù)的讀取和查看

1).讀入數(shù)據(jù)集：

2).看一下數(shù)據(jù)集基本情況：一共有25個維度

3).看一下數(shù)據(jù)集的大小:一共投了30697次

可以看到，科比職業(yè)生涯出手投籃了三萬多次，確實是厲害！大致先了解一下這份數(shù)據(jù)，主要是收集了科比每一次進(jìn)攻的位置，投籃方式和得分，這三個維度也是我們重點關(guān)注的，其他的其實影響不是太大。

03

數(shù)據(jù)清洗和探索

1).數(shù)據(jù)的清洗

因為這是kaggle上的一個比賽數(shù)據(jù)，會用于預(yù)測，所以在“shot_made_flag”這一列上會有空值（即預(yù)測科比這一次投籃是否能投進(jìn)），后面的部分分析會先剔除掉這些空值的數(shù)據(jù)，所以科密們，如果見到后面一些分析不太合理的話，要考慮到這一點哦！

#剔除未知命中結(jié)果的數(shù)據(jù)

known_data = data[data['shot_made_flag'].notnull()]

known_data.sample(3)

2).數(shù)據(jù)的思考

那接下來就慢慢來分析科比的投籃吧。站在一個球迷的位置，我會先關(guān)注的是科比的投籃點，有哪一些進(jìn)攻的方式，哪一種又是偏多呢？

在數(shù)據(jù)分析前，我先來猜測下，按照我的球迷經(jīng)驗，科比常用的應(yīng)該是跳投多一些，畢竟江湖上有一句話說，“我科后仰美如畫”。科比的投籃姿勢也是教科書版的存在，所以會有很多人去模仿他的動作。

3).畫出科比的投籃圖

• 默認(rèn)的plt畫圖太丑，我用sns來設(shè)置畫圖的顏色

• plt來設(shè)置中文字體,設(shè)置坐標(biāo)系顯示負(fù)數(shù)

• 用scatter來畫散點圖

• 設(shè)置X,Y軸和Title

可視化看一下：

4).常用的進(jìn)攻方式

• 取數(shù)據(jù)集中的'combined_shot_type'統(tǒng)計科比投籃的方式

• 用直方圖來顯示，構(gòu)造x和y的參數(shù).(x為1到6的序列，y為每一種投籃方式的統(tǒng)計數(shù))

• 設(shè)置坐標(biāo)標(biāo)簽和刻度范圍

果然，跳投是最多的，最少的是擦板（嗯，這個讓我想起了另外一位巨星——鄧肯，他的擦板肯定不少！）這里用到的是“combined_shot_type”這一列，然后我把結(jié)果轉(zhuǎn)為中文了，看起來順眼一點。

4).計算命中率

• 過濾數(shù)據(jù)集，獲得投籃命中的次數(shù)hits_df

• 計算投籃命中率

• 設(shè)置坐標(biāo)參數(shù)和lable

可以看到，扣籃的命中率最高，然后是擦板，帶球上籃，勾手，跳投，最后居然是補(bǔ)籃命中率最低（有點難以置信，有可能是數(shù)據(jù)的缺失的原因，我其實更偏向跳投才是最低的).

5).看看不同區(qū)域的出手情況

分析完科比的進(jìn)攻方式，再來看看他喜歡在哪些地方投籃，終結(jié)的效果又是如何。同樣，數(shù)據(jù)集里面對投籃區(qū)域的描述也有兩列，這里我選取描述更具體的“shot_zone_basic”一列來分析。

因為y軸的標(biāo)簽名稱太長，所以我們把畫布右移0.18

可以看到，科比更多的進(jìn)攻范圍是在中距離，中投多一點。

6).最后一分鐘的數(shù)據(jù)

#選取最后一分鐘的數(shù)據(jù)

last_min_df = known_data[known_data['minutes_remaining']==0]

#平均進(jìn)攻距離

avg_dis = last_min_df['shot_distance'].mean()

#進(jìn)攻方式繪制

可以看到，還是中距離的跳投居多，還有一些距離看起來很遠(yuǎn)的，一般都是時間快到點了，然后亂扔出去的,最為球隊領(lǐng)袖，還是有很多出手權(quán)的。

---

如果大家周圍有對數(shù)據(jù)分析&數(shù)據(jù)挖掘感興趣的朋友，歡迎在朋友圈分享&轉(zhuǎn)發(fā)一下，讓更多的朋友加入我們。有好的文章也可以聯(lián)系我與大家分享，需要獲取代碼轉(zhuǎn)載本公眾號文章，可以直接在公眾號或者文章下方留言。

往期文章：

總結(jié)

以上是生活随笔為你收集整理的探索大神科比,30000多次投篮数据，有好玩的发现的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。