python画球员传球图_Python实现NBA投篮数据可视化！看看球星们的投篮热点

地址如下，从2000-2001赛季到2019-2020赛季。

# 2000-2001赛季常规赛数据

https://nba-shot-charts.s3.amazonaws.com/shots-2000.tgz

……………………………………………….

# 2019-2020赛季常规赛数据

https://nba-shot-charts.s3.amazonaws.com/shots-2019.tgz

直接在浏览器上访问地址，下载压缩包，解压得到CSV文件。

果然是2019-2020年NBA常规赛的球员投篮数据。

统统下载下来，这样就可以直接本地调用，不用担心被墙掉。

可惜了LA Clippers(快船)和Milwaukee(雄鹿)。

两大夺冠热门球队，被掘金和热火干翻船了。

今年湖人的夺冠班底，调用函数list_team_players。

from shot_chart.core import *

# 2019-2020赛季

shots_2019 = make_df(‘shots-2019.csv’)

# 湖人夺冠班底

print(list_team_players(shots_2019, ‘LA Lakers’))

得到结果如下。

果然是4行代码呀～

左边的图绿色表示投篮得分，红色表示投篮未得分。

右边的图横坐标表示距离，纵坐标表示次数，绿色表示出手命中次数，橙色表示投篮出手次数。

FG投篮命中率，eFG真实投篮命中率。

真实投篮命中率=全场得分/[2×全场出手次数+0.44×罚球出手次数]

来看一下三旬老汉(老詹)的投篮情况吧。

from shot_chart.core import *

# 2019-2020赛季

shots_2019 = make_df(‘shots-2019.csv’)

# 勒布朗-詹姆斯2019-2020赛季常规赛投篮可视化

james = PlayerShots(shots_2019, “LeBron James”)

james.plot_shots()

发现图标有点大，可以对core.py文件修改。

24，就是24小时都全力以赴。

绝大多数都是内线投篮，外线屈指可数。

曾经的快乐兽，单换詹姆斯的存在，后来却开启了流浪生涯沦为替补。

最后在湖人浪子回头，当起了蓝领，拿到了属于自己的总冠军。

心中有一种莫名的感动，致敬我们的青春！！！

文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树首页概览208555 人正在系统学习中 相关资源：火凤凰软件安装包封装大师8.56中文已注册版本.exe_火凤打包…