36歲的老詹還沒有老，4座總冠軍+4次FMVP。

湖人總冠軍， Kobe! this is for u！

今天給大家介紹一個好東西~

只需4行程式碼就能實現。投籃資料視覺化

GitHub地址：

https://github.com/theccalderon/shot_chart

在PyCharm上直接安裝shot-chart庫，記得版本選1.0.0的。

最新版本是1.1.0，得分和未得分沒有明顯區分開，所以選擇安裝1.0.0版本。

大夥也可以兩個版本都下載安裝，看有什麼差異。

from shot_chart.core import *

# 2019-2020賽季
shots_2019 = make_df(untar_data(URLs.SHOTS_2019))

同樣的這位大佬也是把資料放在網路上，需要通過資料請求才能獲取到。

通過檢視原始碼(core.py)，發現數據的請求地址。

地址如下，從2000-2001賽季到2019-2020賽季。

# 2000-2001賽季常規賽資料
https://nba-shot-charts.s3.amazonaws.com/shots-2000.tgz
.......................................................
# 2019-2020賽季常規賽資料
https://nba-shot-charts.s3.amazonaws.com/shots-2019.tgz

直接在瀏覽器上訪問地址，下載壓縮包，解壓得到CSV檔案。

果然是2019-2020年NBA常規賽的球員投籃資料。

統統下載下來，這樣就可以直接本地呼叫，不用擔心被牆掉。

注意：光理論是不夠的。這裡順便免費送大家一套2020最新python入門到高階專案實戰視訊教程，可以在我的Python交流圈下載

資料讀取程式碼修改為如下，其實就是pandas讀取。

from shot_chart.core import *

# 2019-2020賽季
shots_2019 = make_df('shots-2019.csv')

2020賽季NBA的球隊名單，呼叫函式list_teams。

from shot_chart.core import *

# 2019-2020賽季
 

shots_2019 = make_df('shots-2019.csv')

# 球隊名單
print(list_teams(shots_2019))

得到結果如下。

可惜了LA Clippers(快船)和Milwaukee(雄鹿)。

兩大奪冠熱門球隊，被掘金和熱火幹翻船了。

今年湖人的奪冠班底，呼叫函式list_team_players。

from shot_chart.core import *

# 2019-2020賽季
shots_2019 = make_df('shots-2019.csv')

# 湖人奪冠班底
print(list_team_players(shots_2019, 'LA Lakers'))

得到結果如下。

還附帶了出手次數，詹姆斯、戴維斯、庫茲馬、波普、格林排前五。

臥龍鳳雛(格林、波普)得一，可安天下。

昨天發揮爆表，必須給好評～

湖人2020年常規賽全隊的投籃情況，呼叫函式TeamShots。

from shot_chart.core import *

# 2019-2020賽季
shots_2019 = make_df('shots-2019.csv')

# 湖人隊2019-2020賽季投籃情況
Lakers = TeamShots(shots_2019, "LA Lakers")
Lakers.plot_shots()

果然是4行程式碼呀～

左邊的圖綠色表示投籃得分，紅色表示投籃未得分。

右邊的圖橫座標表示距離，縱座標表示次數，綠色表示出手命中次數，橙色表示投籃出手次數。

FG投籃命中率，eFG真實投籃命中率。

真實投籃命中率=全場得分/[2×全場出手次數+0.44×罰球出手次數]

來看一下三旬老漢(老詹)的投籃情況吧。

from shot_chart.core import *

# 2019-2020賽季
shots_2019 = make_df('shots-2019.csv')

# 勒布朗-詹姆斯2019-2020賽季常規賽投籃視覺化
james = PlayerShots(shots_2019, "LeBron James")
james.plot_shots()

可以看出，籃下是詹姆斯的主要得分點。

03年至20年，小皇帝到詹皇的投籃資料視覺化。

from shot_chart.core import *
import pandas as pd

# 獲取圖表列名
shots_2000 = make_df('shots-2000.csv')
columns_list = [column for column in shots_2000]

# 新建一個空的dataframe
shots_all = pd.DataFrame(columns=columns_list)

# 獲取2000-2020常規賽總資料
for i in range(2001, 2020):
    # 檔名
    file_name = 'shots-' + str(i) + '.csv'
    shots = make_df(file_name)
    # 縱向拼接
    shots_all = pd.concat([shots_all, shots], ignore_index=True)

# 輸出
# print(shots_all)
# 詹姆斯03-20常規賽投籃視覺化
james = PlayerShots(shots_all, "LeBron James")
james.plot_shots()

發現圖示有點大，可以對core.py檔案修改。

在plt.scatter中新增引數s，設定大小為3。

突然發現詹皇原來也如此全面，三分、籃下、中投，就沒有短板。

24號與23號之間的傳承，曼巴永存。

# 科比00-17常規賽投籃視覺化
Kobe = PlayerShots(shots_all, "Kobe Bryant")
Kobe.plot_shots()

24，就是24小時都全力以赴。

再看看今年隨隊奪冠的霍師傅(霍華德)。

# 霍華德04-20常規賽投籃視覺化
howard = PlayerShots(shots_all, "Dwight Howard")
howard.plot_shots()

絕大多數都是內線投籃，外線屈指可數。

曾經的快樂獸，單換詹姆斯的存在，後來卻開啟了流浪生涯淪為替補。

最後在湖人浪子回頭，當起了藍領，拿到了屬於自己的總冠軍。

心中有一種莫名的感動，致敬我們的青春！！！

20個CSV檔案點選這裡領取提取碼：1858