用Python强势分析伦纳德和詹姆斯的差距

「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。

首期咱们从NBA话题切入，在官网发布了超全的NBA数据集(全部球员&球队的常规赛、季后赛，教练执教、球员各赛季薪金的数据），N位网友在线根据本身的兴趣，发布了数据分析项目，切入点不少样，也颇有意思。如，王者荣耀 — NBA数据分析 [增长梅西评分模型]、乔科詹库之全方位分析……

这里PO其中一份原创做品@大野人007 ，感兴趣的朋友也可直接登陆kesci.com，Fork过来在K-Lab上开展我的分析。附：原贴连接。

说明：关于K-Lab。

K-Lab是科赛网重点打造的在线数据分析协做平台。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作分析项目。

伦纳德和詹姆斯两人的差距体如今哪？

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/
复制代码

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')
复制代码

读取球员场均数据

player_avg = pd.read_csv('avg.csv')  player_avg.head()
复制代码

展现要分析的数据

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

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
复制代码

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")复制代码

咱们发现：

赢

• 詹姆斯突破得分能力更强。两人出手次数差很少,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

输

• 伦纳德的投篮能力更好。罚球能力同样,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
复制代码

用seaborn作柱状图可视化

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')复制代码

红色：詹姆斯，蓝色：伦纳德
横轴：篮板数，纵轴：发生次数

能够看出：

• 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')复制代码

红色：詹姆斯，蓝色：伦纳德
横轴：得分数，纵轴：发生次数

用seaborn作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)复制代码

绿色：伦纳德，蓝色：詹姆斯

能够看出：

• 詹姆斯的得分较稳，伦纳德的得分分布更广，但整体两人差别不大。所以将分数划为几档，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

能够看出：

• 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，伦纳德更占优点，不过这也从侧面反映了一点外线投篮好的职业选手的优点。手感来了分分钟爆表，而手感差的话也会出现不少档1档2的状况。

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')复制代码

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

能够看出：

• 詹姆斯果真是老司机，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')复制代码

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')复制代码

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

能够获得：

• 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')复制代码

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。

能够获得：

• 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,另外詹姆斯经常打控卫角色,因此从这一角度来看的话,詹姆斯失误率高也能够理解,不过仅从数据角度来看,无论是本身仍是教练的帮忙,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。