用Python强势分析伦纳德和詹姆斯的差距

1,994 阅读6分钟


「DATA CHAT」是科赛网打造的品牌活动。拥有最强大脑、最独特视角的数据分析狂热者,将针对体育、影视、音乐、财经四大领域内最生活的话题,开展有趣又烧脑的数据分析探索之旅。

首期我们从NBA话题切入,在官网发布了超全的NBA数据集(所有球员&球队的常规赛、季后赛,教练执教、球员各赛季薪金的数据),N位网友在线根据自己的兴趣,发布了数据分析项目,切入点很多样,也很有意思。如,王者荣耀 — NBA数据分析 [增加梅西评分模型]乔科詹库之全方位分析……

这里PO其中一份原创作品@大野人007 ,感兴趣的朋友也可直接登录kesci.com,Fork过来在K-Lab上开展个人分析。附:原贴链接


说明:关于K-Lab。

K-Lab是科赛网重点打造的在线数据分析协作平台。它涵盖了Python、R等主流语言,完成了90%以上数据分析&挖掘相关库的部署(如题主所提到的pandas, numpy, matplotlib),免去了本地搭建环境的烦恼,实现了即刻线上动手做分析项目。

伦纳德和詹姆斯两人的差距体现在哪?

1)数据维度

  • 球员基本信息(姓名/所属球队/球员年龄)
  • 比赛信息(参赛球队/场地/比赛分差)
  • 球员表现(比赛时间/得分效率/得分类型)

2)数据处理

!ls ../input/NBAdata/
  1. # 导入必要的包.
# 导入必要的包.
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
import numpy as np
import pylab

%matplotlib inline
warnings.filterwarnings('ignore')

读取球员场均数据

player_avg = pd.read_csv('avg.csv')  player_avg.head()

展示要分析的数据

pd.set_option('display.max_columns',30)
player_avg[(player_avg['姓名'] == 'Kawhi Leonard') & (player_avg['赛季'] == '16--17')]

pd.set_option('display.max_columns',50)
L_1617_avg = player_avg[(player_avg['姓名'] == 'LeBron James') & (player_avg['赛季'] == '16--17')]
L_1617_avg

对比分析及数据可视化

class Radar(object):
    n = 1
    angles =None
    def __init__(self, fig, titles, labels, rect=None):
        if rect is None:
            rect = [0.05, 0.05, 0.95, 0.95]

        self.n = len(titles)
        self.angles = np.arange(90, 90+360, 360.0/self.n)
        self.axes = [fig.add_axes(rect, projection="polar", label="axes%d" % i) 
                         for i in range(self.n)]

        self.ax = self.axes[0]
        self.ax.set_thetagrids(self.angles, labels=titles, fontsize=14)

        for ax in self.axes[1:]:
            ax.patch.set_visible(False)
            ax.grid("off")
            ax.xaxis.set_visible(False)

        for ax, angle, label in zip(self.axes, self.angles, labels):
            ax.set_rgrids(range(1, 6), angle=angle, labels=label)
            ax.spines["polar"].set_visible(False)
            ax.set_ylim(0, 5)

    def angle(self, values, *args, **kw):
        return np.deg2rad(np.r_[self.angles]),np.r_[values],values

    def plot(self, values, *args, **kw):
        angle = np.deg2rad(np.r_[self.angles, self.angles[0]])
        values = np.r_[values, values[0]]
        self.ax.plot(angle, values, *args, **kw)
titles_ = ['score','shoot','rebound','assist','three','penalty','steal','block']
titles = ['得分','投篮','篮板','助攻','三分','罚球','抢断','盖帽']
# titles = list("ABCDE")

我们发现:

  • 詹姆斯突破得分能力更强。两人出手次数差不多,詹命中率高了5个百分点左右
  • 詹姆斯的组织能力更强。詹助攻数场均多5.2个
  • 詹姆斯的篮板能力稍胜一筹。相同出场次数,詹均多2.8个篮板球

  • 伦纳德的投篮能力更好。罚球能力一样,但詹命中率差了20个百分点
  • 伦纳德抢断能力更加出色。伦的场均抢断数要高0.5个


以上分析较宏观,不能反映事物的本质。下面从微观角度(每场比赛的数据)进行分析。


角度1:基于篮板球

# data_statistics函数主要是方便categoricl型的数据的统计显示,方便后续绘图使用
def data_statistics(Kawhi_season1617, Lebron_season1617, name):
    Kawhi_season1617_ = pd.DataFrame(Kawhi_season1617.groupby(name)['球员'].count())
    Kawhi_season1617_.columns = ['K_次数']
    Kawhi_season1617_.reset_index(inplace=True) 

    Lebron_season1617_ = pd.DataFrame(Lebron_season1617.groupby(name)['球员'].count())
    Lebron_season1617_.columns = ['L_次数']
    Lebron_season1617_.reset_index(inplace=True)

    data = pd.merge(Lebron_season1617_,Kawhi_season1617_,on = name , how ='outer')
    data = data.fillna(0)
    data = data.sort_values(name) 
    return data

用seaborn做柱状图可视化

rebounds['K_次数'] =  rebounds['K_次数'] * -1
plt.figure(figsize=[16,6])
sns.barplot(x = '篮板', y = 'L_次数', data = rebounds, color='red')
sns.barplot(x = '篮板',y = 'K_次数', data = rebounds, color ='blue')
红色:詹姆斯,蓝色:伦纳德
横轴:篮板数,纵轴:发生次数

可以看出:

  • 詹姆斯的篮板球能力远超伦纳德。
  • 詹姆斯在数据层面比伦纳德高个档次。

角度2:基于得分

score['K_次数'] =  score['K_次数'] * -1
plt.figure(figsize=[16,6])
sns.barplot(x = '得分', y = 'L_次数', data = score, color='red')
sns.barplot(x = '得分',y = 'K_次数', data = score, color ='blue')
红色:詹姆斯,蓝色:伦纳德
横轴:得分数,纵轴:发生次数

用seaborn做violin图可视化

plt.figure(figsize= [12,5])
total = pd.concat([Kawhi_season1617,Lebron_season1617])
total['Is_Kawhi'] = 0
total.loc[total['球员'] == 'Kawhi Leonard','Is_Kawhi'] = 1
total['A'] = 0
sns.violinplot(x= 'A' , y = '得分', hue = 'Is_Kawhi', data = total, split=True)

绿色:伦纳德,蓝色:詹姆斯

可以看出:

  • 詹姆斯的得分较稳,伦纳德的得分分布更广,但总体两人差异不大。因此将分数划为几档,再来看:
0 - 15分 定为档1
15 - 19 定为档2
20 - 24 定为档3
25 - 29 定为档4
30 - 定为档5
红色:詹姆斯,蓝色:伦纳德
横轴:得分层次,纵轴:发生次数

可以看出:

  • 詹姆斯的得分更稳定,基本在25分附近。
  • 伦纳德的得分分布范围更广,得分的爆发力更好。从档5来看,伦纳德更占优势,不过这也从侧面反映了一点外线投篮好的职业选手的优势。手感来了分分钟爆表,而手感差的话也会出现很多档1档2的情况。


角度3:基于投篮命中率

shoot = data_statistics(Kawhi_season1617, Lebron_season1617, '投篮')
shoot
# sns.distplot(Kawhi_season1617.groupby('得分')['球员'].count(),color='b')
# sns.distplot(Lebron_season1617.groupby('得分')['球员'].count(),color='r')

Kawhi_season1617.groupby('得分')['球员'].count().plot(figsize=(12,6),color='b',marker='*')
Lebron_season1617.groupby('得分')['球员'].count().plot(figsize=(12,6),color = 'r', marker='o')
红色:詹姆斯,蓝色:伦纳德
横轴:分数,纵轴:发生次数

用柱状图进行对比分析

可以看出:

  • 詹姆斯果然是老司机,稳!其高命中率的场次远高于伦纳德。

角度4:基于抢断和盖帽的分析

steal = data_statistics(Kawhi_season1617, Lebron_season1617, '抢断')
steal
steal['K_次数'] =  steal['K_次数'] * -1
plt.figure(figsize=[16,6])
sns.barplot(x = '抢断', y = 'L_次数', data = steal, color='red')
sns.barplot(x = '抢断',y = 'K_次数', data = steal, color ='blue')
红色是詹姆斯,蓝色表示伦纳德
横轴表示抢断,纵轴表示发生次数
block = data_statistics(Kawhi_season1617, Lebron_season1617, '盖帽')
block

block['K_次数'] =  block['K_次数'] * -1
plt.figure(figsize=[16,6])
sns.barplot(x = '盖帽', y = 'L_次数', data = block, color='red')
sns.barplot(x = '盖帽',y = 'K_次数', data = block, color ='blue')
红色是詹姆斯,蓝色表示伦纳德.
横轴表示盖帽次数,纵轴表示发生次数

可以得到:

  • 伦纳德几乎完爆了詹姆斯。
  • 盖帽上,两人在常规赛平方秋色。


角度5:基于失误次数的分析

fault_num = data_statistics(Kawhi_season1617, Lebron_season1617, '失误')
fault_num
fault_num['K_次数'] =  fault_num['K_次数'] * -1
plt.figure(figsize=[16,6])
sns.barplot(x = '失误', y = 'L_次数', data = fault_num, color='red')
sns.barplot(x = '失误',y = 'K_次数', data = fault_num, color ='blue')
红色是詹姆斯,蓝色表示伦纳德。
横轴表示失误次数,纵轴表示发生次数。

可以得到:

  • 詹姆斯的失误偏高,这也不难理解,伦纳德在波波老爷子手下,失误两个就被换下,詹姆斯没有波波这种教练的限制,另外詹姆斯常常打控卫角色,所以从这一角度来看的话,詹姆斯失误率高也可以理解,不过仅从数据角度来看,不管是自己还是教练的帮忙,伦纳德胜出.


3)最终结论

詹姆斯赢伦纳德:突破能力、组织能力、功能性的差距、稳定性的差距。

詹姆斯输伦纳德:远投能力的差距。