NBA运动员球员数据分析.pdf

NBA运动员球员数据分析

NBA运动员数据分析

背景信息

当前，篮球运动是最受欢迎的运动之⼀。在此万受瞩⽬的运动下，打算针对篮球运动员个⼈的信息，技能⽔平等各项指标进⾏相关的分析与统计。例如，们可能会关注如下

的内容：

1.哪些球员从2014年到2019年近6年连续在榜？

2.对⽐各球员在2019年的各项数据如何？

3.詹姆斯-哈登随年份数据如何变化？

4.2019年球员数据分布如何？

5.篮球运动员的失误与上场时长有什么联系？

6.球员的各项数据之间的相关性如何？

7.哪些数据会对球员的得分有什么影响？

任务说明

概念

数据分析是指⽤适当的⽅法与⼯具，对收集来的⼤量数据进⾏分析，提取其中有意义的信息，从⽽形成有价值的结论的过程。

基本流程

在进⾏数据分析之前，需要清楚数据分析的基本流程。

明确需求与⽬的

分析篮球运动员，得出结论

数据收集

爬取⽹站数据

数据预处理

特征筛选

降维

数据清洗

缺失值

异常值

重复值

数据分析

数据建模

数据可视化

编写报告总结

实验步骤

获取收集

导⼊相关库

importos

importrequests

importre

importpandasaspd

fromlxmlimportetree

importwarnings

importmatplotlib.pyplotasplt

importseabornassns

importpyecharts.optionsasopts

frompyecharts.globalsimportThemeType

warnings.filterwarnings(ignore)

需要爬取的数据

爬⾍思路分析：

1.需求获取新浪体育⽹站的球员信息

2.寻找⽹址（球员的不同赛季的信息在展⽰html页⾯找不到）

可判断该信息是⼀个Ajax请求

通过浏览器抓包，和多次尝试在Postman软件上发送request请求

寻得球员分页信息的request发送相应url的规律，并循环遍历

3.获取request返回的内容

4.使⽤正则表达式对request返回信息进⾏筛选

5.将筛选的数据以csv格式储存在本地⽂件中

#爬⾍程序

defspidernba():

#创建的⽬录

path=./basketballdata

ifnotos.path.exists(path):

os.mkdir(path)

foriinrange(6):

url=/api?p=radarcallback=jQuery1113065386692977267421571969723673p=radars=leadersa=playerstopseason=+str(2019-i)+seasontype=

regitemtype=averageitem=pointsorder=1=+str(1571982115616+i)

response=requests.get(url)

#采⽤utf-8解码

response.encoding=utf8

#读取reponse

data=response.text

data=re.findall(\{(rank.*?personalfouls:.*?)\},data)

alist=[]

foritem