粉絲獨白

籃球巨星科比，是NBA歷史上最佳得分手之一，以前寫了一篇關於科比的得分資料分析。這一次，讓我們聚焦於進攻方式，用資料來探索科比職業生涯的打球方式，看看如何防守才能最大化阻礙科比的進攻！

要點：

• 資料獲取
• 資料的清洗
• 資料的多維度視覺化

01:資料來源

玩資料分析的同學一定都知道kaggle，裡面有大量好玩的資料集，這次我們下載了科比近20年職業生涯中所嘗試的每個投籃命中的位置和情況，由於是籃球領域的資料，可能有一些小夥伴看不懂，不過沒關係，後面我都會進行簡短的說明的。

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

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

• action_type 進攻方式（更具體）
• combined_shot_type 進攻方式
• 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 單節剩餘時間（分鐘）
• period 表示第幾節
• playoffs 是否是季後賽
• season 賽季
• seconds_remaining 剩餘時間（秒）
• shot_distance 投籃距離
• shot_made_flag 是否進球
• shot_type 兩分球或三分球
• shot_zone_area 投籃區域
• shot_zone_basic 投籃區域（更具體）
• shot_zone_range 投籃範圍
• 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:資料的讀取和檢視

1).讀入資料集：

2).看一下資料集基本情況：一共有25個維度

3).看一下資料集的大小:一共投了30697次

可以看到，科比職業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資料，主要是收集了科比每一次進攻的位置，投籃方式和得分，這三個維度也是我們重點關注的，其他的其實影響不是太大。

03:資料清洗和探索

1).資料的清洗

因為這是kaggle上的一個比賽資料，會用於預測，所以在“shot_made_flag”這一列上會有空值（即預測科比這一次投籃是否能投進

#剔除未知命中結果的資料

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

known_data.sample(3)

2).資料的思考

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，我會先關注的是科比的投籃點，有哪一些進攻的方式，哪一種又是偏多呢？

在資料分析前，我先來猜測下，按照我的球迷經驗，科比常用的應該是跳投多一些，畢竟江湖上有一句話說，“我科後仰美如畫”。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

• 預設的plt畫圖太醜，我用sns來設定畫圖的顏色
• plt來設定中文字型,設定座標系顯示負數
• 用scatter來畫散點圖
• 設定X,Y軸和Title

視覺化看一下：

4).常用的進攻方式

• 取資料集中的'combined_shot_type'統計科比投籃的方式
• 用直方圖來顯示，構造x和y的引數.(x為1到6的序列，y為每一種投籃方式的統計數)
• 設定座標標籤和刻度範圍

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！）這裡用到的是“combined_shot_type”這一列，然後我把結果轉為中文了，看起來順眼一點。

4).計算命中率

• 過濾資料集，獲得投籃命中的次數hits_df
• 計算投籃命中率
• 設定座標引數和lable

可以看到，扣籃的命中率最高，然後是擦板，帶球上籃，勾手，跳投，最後居然是補籃命中率最低（有點難以置信，有可能是資料的缺失的原因，我其實更偏向跳投才是最低的).

5).看看不同區域的出手情況

分析完科比的進攻方式，再來看看他喜歡在哪些地方投籃，終結的效果又是如何。同樣，資料集裡面對投籃區域的描述也有兩列，這裡我選取描述更具體的“shot_zone_basic”一列來分析。

因為y軸的標籤名稱太長，所以我們把畫布右移0.18

可以看到，科比更多的進攻範圍是在中距離，中投多一點。

6).最後一分鐘的資料

#選取最後一分鐘的資料

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

#平均進攻距離

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

#進攻方式繪製

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的，一般都是時間快到點了，然後亂扔出去的,最為球隊領袖，還是有很多出手權的。

限於篇幅，我對某些資料探索原文有一些刪減，其實這是一份很好可以用來練習的資料集，你可以用來練習pandas資料分析，matplotlib視覺化，sklearn資料探勘，希望大家可以學習和挖掘更多資訊。

663033228 這是我的Python學習交流群，我在這裡每天下午和晚上都有分享Python的直播學習和一些心得分享，在學習Python的小夥伴也可以加入。