火箭五年四遇勇士，终究仍是败了。

昨天看了火箭和勇士的G6大战，最终火箭3比4出局。

在火箭的近五年季后赛，一共有四次是和勇士交手，最终都以失败了结。

我日常是不多看NBA比赛的，因此看完以后便想写点东西。

怀念一下那些年咱们一块儿关注过，固然也打过的篮球。

涉及的东西很少，主要是NBA球员历年薪资状况以及效力球队状况。

这里的球员都是NBA的篮球巨星。

至于超巨是哪几个，估摸着你们各自都有各自的想法啦。

我也很少说~

/ 01 / 获取分析

数据从下面这个网站上获取，获取热门球员信息。

详情见下图。

这里以詹姆斯为例，首先查看他的网址ID。

接下来进入球员数据概况详情页。

查看他各赛季的薪资以及效力球队状况。

获取赛季、球队以及薪金数据。

/ 02 / 数据获取

具体代码以下。

import requests
from bs4 import BeautifulSoup

headers = {
    'user-agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36'
}


def get_player(player_id):
    url_2 = 'http://www.stat-nba.com' + player_id
    response_2 = requests.get(url=url_2, headers=headers)
    html_2 = response_2.text
    # 对请求结果进行编码解码处理,避免出现乱码
    html_2 = html_2.encode('ISO-8859-1')
    html_2 = html_2.decode('utf-8')
    # 提取信息
    soup_2 = BeautifulSoup(html_2, 'html.parser')
    name = soup_2.find(class_='name').get_text().split('/')[0]
    salarys = soup_2.find(id='player_salary')
    trs = salarys.find('tbody')
    # 获取信息
    for tr in trs.find_all('tr')[:-2]:
        # 年份
        season = tr.find(class_='current').get_text()
        if int(season[:1]) > 2:
            year = '19' + season.split('-')[0]
        else:
            year = '20' + season.split('-')[0]
        # 球队
        team = tr.find('a').get_text()
        # 薪水
        salary = tr.find_all(class_='normal')[1].get_text().replace('万美圆', '')
        print(year, name, team, salary)
        with open('nba.csv', 'a+', encoding='utf-8-sig') as f:
            f.write(year + ',' + name + ',' + team + ',' + salary + '\n')


def get_index():
    url_1 = 'http://www.stat-nba.com/playerList.php'
    response_1 = requests.get(url=url_1, headers=headers)
    html_1 = response_1.text
    # 对请求结果进行编码解码处理,避免出现乱码
    html_1 = html_1.encode('ISO-8859-1')
    html_1 = html_1.decode('utf-8')
    soup_1 = BeautifulSoup(html_1, 'html.parser')
    div = soup_1.find_all(class_='playerList')[1]
    for i in div.find_all(class_='name'):
        player_id = i.find('a')['href'][1:]
        try:
            get_player(player_id)
        except:
            pass


if __name__ == '__main__':
    get_index()

最后成功获取数据。

包含赛季，球员，效力球队，薪资信息。

将球员数据转化为特定格式，以便输出动态视频。

具体的能够看我以前写的一篇文章，文章连接以下。

Python数据可视化：25年GDP之变

一共784条数据。

/ 03 /  数据可视化

首先来看一下球员的薪资状况，从1990年到2020年。

https://v.qq.com/x/page/b0869qu47ii.html

薪资应该也是能体现出一个球员实力的。

每一年又或者间隔几年，第一总会变，长江后浪推前浪。

「乔丹」、「奥尼尔」、「加内特」、「麦迪」、「科比」、「詹姆斯」、「库里」七位登顶第一的球员。

接下来是对球员效力球队的状况进行分析。

首先读取数据。

import pandas as pd

# 设置列名与数据对齐
pd.set_option('display.unicode.ambiguous_as_wide', True)
pd.set_option('display.unicode.east_asian_width', True)

# 读取数据
df = pd.read_csv('nba.csv', header=None, names=['date', 'name', 'team', 'salary'])

接下来对数据进行一些简单操做，分组汇总。

# 对球员以及球队分组计数
df1 = df.groupby(['name', 'team']).count().reset_index()
print(df1)

得出以下结果。

确实没想到哈登已经在火箭待了八年了。

从之前雷霆的三巨头，到现在的火箭当家球星。

不过仍是有遗憾的，常规赛把把MVP，然而五进季后赛，四次都被勇士干掉了。

你说谁的心态不会蹦...

科比则是在湖人待了20年，24号球衣，湖人是永远不会忘记的。

下面对球员效力过的球队进行统计。

# 对球员效力的球队进行计数
df2 = df1['name'].value_counts().reset_index()
print(df2)

为何想到这个呢，主要是以前奥尼尔的彩虹球衣给我留下了深入的印象。

展转反侧，颠沛流离，其中又有多少辛酸呢。

先看一下效力过球队多的那几位。

林书豪从尼克斯崛起过一段时间后，慢慢的又变得没什么声音，一直在兜兜转转，也是惋惜。

魔兽霍华德处境也很尴尬，记得那时我刚看NBA的时候，就是霍华德、詹姆斯、科比的时代。

一个能单换詹姆斯的球员，随着时间的推移，也变得毫无存在感。

奥尼尔如同上面提到过的那样，彩虹球衣收集者，6支球队。

下面看一下只效力过一只球队的球员。

首先是勇士的三位全明星球员，库里、汤普森、格林。

还有雷霆的威少、湖人的科比、火箭的姚明，独行侠的诺维茨基。

诺天王夺冠的时候队伍还叫小牛，只不过如今更名为独行侠。

那一年确实是没想到诺天王能夺冠。

接下来看一下这些整个职业生涯只效力一只球队的球员，他们究竟效力那个球队。

names = []
for i in df2[df2['name'] == 1]['index']:
    names.append(i)

print(df1.loc[df1['name'].isin(names)].sort_values(by='date', ascending=False))

结果以下。

很多熟悉的面孔，你认识几个呢？

下面再看一下球员职业生涯时间最长的。

df3 = df.groupby(['name']).count().reset_index()
print(df3.sort_values(by='date', ascending=False))

结果以下。

今年退役的，上面就有两个，闪电侠—韦德和诺天王—诺维茨基。

两大传奇巨星退役，也预示着一代人的青春与回忆的落幕。

/ 04 / 总结

昨天的比赛，火箭虽然输了，可是直到最后一刻火箭的队员仍是没有选择放弃。

连着犯规制造投球机会，连进三个三分球。

虽败犹荣，只是成王败寇，惋惜了呀。

即便勇士少了杜兰特，火箭仍是没可以跨过那座山。

固然勇士也展示出了他们做为总冠军该有的实力。

球队的成员也在关键的时刻站了出来—一支总冠军球队该有的底蕴与实力。

万水千山老是情，点个「在看」行不行。

···  END  ···