用Python+matplotlib足球运动员的射门数据可视化(绘制散点图)

射门数据的可视化，本质上就是散点图，只是点的大小按期望进球值(预测进球概率)变化，提高了直观性和可视性。

一、https://understat.com联赛数据网

足球运动员的射门数据来自https://understat.com，进入主页，搜索姆巴佩“Mbappe”(见图1)。

图1 https://understat.com联赛数据网主页搜索

进入基利安·姆巴佩(Kylian Mbappé)页面，姆巴佩的player_id=3423，所以他的页面网址是https://understat.com/player/3423。https://understat.com/网站提供自2014/2015赛季至现在的联赛数据(爬取网页为https://understat.com/player/{player_id}，其中C罗的player_id为2371，梅西的player_id为2097，内马尔的player_id为2099，姆巴佩player_id为3423)，包括射门位置(X, Y)、预期进球(进球概率)(xG)、射门结果(result)、射门方式(shotType)、赛季(season)。

射门结果(result)包括：被截(被球员拦截)、进球、射偏、救球(被守门员扑救)、柱射(射在门柱上)。

射门类型(shotType)包括：头球射门、左脚射门、右脚射门及身体其他部位射门。

射门结果Result分为五种：1)Goal(进球)；2)Shoton post(射在门柱上)；3)Savedshot(守门员守住了)；4)Blockedshot(被拦截)；5)Missedshot(射偏)。

姆巴佩的数据从2015/2016赛季开始，目录是2022、2023赛季(见图2)。

图2 Kylian Mbappé页面

二、网页分析

单击鼠标右键查看原代码，发现有多个超长字符串变量在<script>...</script>标签中。

按顺序第四个<script>是射门数据(见图3)。

图3 页面代码(局部)

要抓取的是

var shotData = JSON.parse('...')

</script>

结构中引号中的内容。内容为JSON结构数据，注意：JSON是字符串形式，尽管很像字典，但不是Python字典，对Python就是字符串，但可以用json模块进行转换。

json.loads()==>将JSON字符串转为字典或字典列表

json.dumps()==>将字典或字典列表转为JSON字符串

JSON可以有两种表示结构：对象和数组

对象结构以"{"大括号开始，以"}"大括号结束。中间部分由以","来分割开键值对（key/value）代码表示如下：

{

key1:value1,

key2:value2,

...

}

其中：关键字需要是不变类型，比如：字符串；而值可以是其他任何数据，比如：字符串，数值，布尔值，对象或者是null。

数组结构以"["方括号开始，"]"方括号结束。中间部分用","分割对象。代码表示如下：

[

{

key1:value1,

key2:value2

{

key3:value3,

key4:value4

}

]

可用用Python的以字典为元素的列表表示(Python二维数据)。

三、数据提取与解码

本次爬取的网页用的是JSON数组结构，转换成Python结构后为列表，元素为字典。

截取变量中的头尾两小节数据(C罗的数据)，列于下面作前期分析，从数据看是字符串形式的Python单字节十六进制数(十进制值大于32且小于128，ASCII码)+数据，需先转化为Python字节流，再解码为JSON串，然后用json.loads()转换为Python字典列表。

>>> a = r'\x5B\x7B\x22id\x22\x3A\x2232535\x22,\x22minute\x22\x3A\x2218\x22,\x22result\x22\x3A\x22SavedShot\x22,\x22X\x22\x3A\x220.845\x22,\x22Y\x22\x3A\x220.49900001525878906\x22,\x22xG\x22\x3A\x220.06659495085477829\x22,\x22player\x22\x3A\x22Cristiano\x20Ronaldo\x22,\x22h_a\x22\x3A\x22h\x22,\x22player_id\x22\x3A\x222371\x22,\x22situation\x22\x3A\x22SetPiece\x22,\x22season\x22\x3A\x222014\x22,\x22shotType\x22\x3A\x22RightFoot\x22,\x22match_id\x22\x3A\x225834\x22,\x22h_team\x22\x3A\x22Real\x20Madrid\x22,\x22a_team\x22\x3A\x22Cordoba\x22,\x22h_goals\x22\x3A\x222\x22,\x22a_goals\x22\x3A\x220\x22,\x22date\x22\x3A\x222014\x2D08\x2D25\x2019\x3A00\x3A00\x22,\x22player_assisted\x22\x3A\x22Luka\x20Modric\x22,\x22lastAction\x22\x3A\x22Pass\x22\x7D,\x7B\x22id\x22\x3A\x22422004\x22,\x22minute\x22\x3A\x2223\x22,\x22result\x22\x3A\x22SavedShot\x22,\x22X\x22\x3A\x220.885\x22,\x22Y\x22\x3A\x220.5\x22,\x22xG\x22\x3A\x220.7612988352775574\x22,\x22player\x22\x3A\x22Cristiano\x20Ronaldo\x22,\x22h_a\x22\x3A\x22h\x22,\x22player_id\x22\x3A\x222371\x22,\x22situation\x22\x3A\x22Penalty\x22,\x22season\x22\x3A\x222020\x22,\x22shotType\x22\x3A\x22RightFoot\x22,\x22match_id\x22\x3A\x2215790\x22,\x22h_team\x22\x3A\x22Juventus\x22,\x22a_team\x22\x3A\x22Inter\x22,\x22h_goals\x22\x3A\x223\x22,\x22a_goals\x22\x3A\x222\x22,\x22date\x22\x3A\x222021\x2D05\x2D15\x2016\x3A00\x3A00\x22,\x22player_assisted\x22\x3Anull,\x22lastAction\x22\x3A\x22Standard\x22\x7D\x5D'

>>> b = eval("b'" + a + "'") # 将字符串放入b'...'中，用eval()转换为字节流

>>> b

b'[{"id":"32535","minute":"18","result":"SavedShot","X":"0.845","Y":"0.49900001525878906","xG":"0.06659495085477829","player":"CristianoRonaldo","h_a":"h","player_id":"2371","situation":"SetPiece","season":"2014","shotType":"RightFoot","match_id":"5834","h_team":"RealMadrid","a_team":"Cordoba","h_goals":"2","a_goals":"0","date":"2014-08-2519:00:00","player_assisted":"Luka Modric","lastAction":"Pass"},{"id":"422004","minute":"23","result":"SavedShot","X":"0.885","Y":"0.5","xG":"0.7612988352775574","player":"CristianoRonaldo","h_a":"h","player_id":"2371","situation":"Penalty","season":"2020","shotType":"RightFoot","match_id":"15790","h_team":"Juventus","a_team":"Inter","h_goals":"3","a_goals":"2","date":"2021-05-1516:00:00","player_assisted":null,"lastAction":"Standard"}]'

>>> type(b) # 测试结果为字节流

>>> b.decode() # decode()解码为字符串，因为是ASCII码所有编码都兼容

'[{"id":"32535","minute":"18","result":"SavedShot","X":"0.845","Y":"0.49900001525878906","xG":"0.06659495085477829","player":"CristianoRonaldo","h_a":"h","player_id":"2371","situation":"SetPiece","season":"2014","shotType":"RightFoot","match_id":"5834","h_team":"RealMadrid","a_team":"Cordoba","h_goals":"2","a_goals":"0","date":"2014-08-2519:00:00","player_assisted":"LukaModric","lastAction":"Pass"},{"id":"422004","minute":"23","result":"SavedShot","X":"0.885","Y":"0.5","xG":"0.7612988352775574","player":"CristianoRonaldo","h_a":"h","player_id":"2371","situation":"Penalty","season":"2020","shotType":"RightFoot","match_id":"15790","h_team":"Juventus","a_team":"Inter","h_goals":"3","a_goals":"2","date":"2021-05-1516:00:00","player_assisted":null,"lastAction":"Standard"}]'

其中重要数据包含射门位置(X、Y)、预期进球(xG)、射门结果(result)、赛季(season)。预期进球即预测进球概念，xG=1则100%进球，X、Y为相对值，值介于0~1，matplotlib绘图则是0~100，所以要放大100倍，result=Goal为进球，season=2014表示2014/2015赛季。

>>> import json # 导入json模块

>>> json.loads(b.decode()) # JSON数据转换为字典列表

[{'id':'32535', 'minute': '18', 'result': 'SavedShot', 'X': '0.845', 'Y':'0.49900001525878906', 'xG': '0.06659495085477829', 'player': 'Cristiano Ronaldo','h_a': 'h', 'player_id': '2371', 'situation': 'SetPiece', 'season': '2014','shotType': 'RightFoot', 'match_id': '5834', 'h_team': 'Real Madrid', 'a_team':'Cordoba', 'h_goals': '2', 'a_goals': '0', 'date': '2014-08-25 19:00:00','player_assisted': 'Luka Modric', 'lastAction': 'Pass'}, {'id': '422004','minute': '23', 'result': 'SavedShot', 'X': '0.885', 'Y': '0.5', 'xG':'0.7612988352775574', 'player': 'Cristiano Ronaldo', 'h_a': 'h', 'player_id':'2371', 'situation': 'Penalty', 'season': '2020', 'shotType': 'RightFoot','match_id': '15790', 'h_team': 'Juventus', 'a_team': 'Inter', 'h_goals': '3','a_goals': '2', 'date': '2021-05-15 16:00:00', 'player_assisted': None,'lastAction': 'Standard'}]

>>> json.loads(b) # 其实不解码也能转换为字典列表

[{'id':'32535', 'minute': '18', 'result': 'SavedShot', 'X': '0.845', 'Y':'0.49900001525878906', 'xG': '0.06659495085477829', 'player': 'CristianoRonaldo', 'h_a': 'h', 'player_id': '2371', 'situation': 'SetPiece', 'season':'2014', 'shotType': 'RightFoot', 'match_id': '5834', 'h_team': 'Real Madrid','a_team': 'Cordoba', 'h_goals': '2', 'a_goals': '0', 'date': '2014-08-2519:00:00', 'player_assisted': 'Luka Modric', 'lastAction': 'Pass'}, {'id':'422004', 'minute': '23', 'result': 'SavedShot', 'X': '0.885', 'Y': '0.5', 'xG':'0.7612988352775574', 'player': 'Cristiano Ronaldo', 'h_a': 'h', 'player_id':'2371', 'situation': 'Penalty', 'season': '2020', 'shotType': 'RightFoot','match_id': '15790', 'h_team': 'Juventus', 'a_team': 'Inter', 'h_goals': '3','a_goals': '2', 'date': '2021-05-15 16:00:00', 'player_assisted': None,'lastAction': 'Standard'}]

>>> type(json.loads(b)) # 结果为列表

好了！有了上面的分析和基础知识后，就要开始爬网页，爬网页用requests模块的get()方法，从网页中提取<script>...</script>标签的内容用BeautifulSoup4模块的BeautifulSoup类的find_all()方法。

四、matplotlib中的绘制散点图——scatter()方法

pyplot模块中的scatter()函数用于绘制散点图，其语法格式如下：

matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, camp=None,

norm=None, vmin=None, vmax=None,alpha=None, linewidths=None,

verts=None, edgecolors=None, hold=None, data=None,**kwargs)

式中常用的参数含义如下：

x，y：表示 x 轴和 y 轴对应的数据。

s：指定点的大小。若传入的是一维数组，则表示每个点的大小。

c：指定散点的颜色，若传入的是一维数组，则表示每个点的颜色。

marker：表示绘制的散点类型(控制点的形状)，见表1。

alpha：控制点的透明度，接受0~1之间的小数。在数据量大的时候设置较小的alpha值，然后调整一下s值，这样产生重叠效果使得数据的聚集特征会很好地显示出来。

cmap：调整渐变色或者颜色列表的种类。

表1 marker设置与对应符号及说明

五、完整代码

完整代码如下：

#############################################
# 设计 Zhang Ruilin   创建 2021-01-10 18:35 #
#                     修订 2022-12-28 10:13 #
# Matplotlib 绘制足球运动员的射门数据分布图 #
#############################################
import requests                     # 爬网页工具
from bs4 import BeautifulSoup               # 分析网页、提取信息工具
import json                     # JSON转字典、字典转JSON
import pandas as pd                 # 大数据处理工具
import matplotlib.pyplot as plt             # 类似matlab的绘图工具包
import numpy as np                  # 科学计算数学函数库
import matplotlib as mpl
import mplsoccer                    # 绘制足球场工具# 基利安·姆巴佩(Kylian Mbappé)的player-id为3423
url = 'https://understat.com/player/3423'        # 请求数据
html = requests.get(url)               # 爬取网页
# 解析处理数据
soup_parse = BeautifulSoup(html.content, 'lxml') # 提取内容
scripts = soup_parse.find_all('script')          # 查找script标签返回一个列表类型
strings = scripts[3].string                # 取含shotsData变量的结果，转字符串
_start = strings.index("('")+2             # 起点为JSON.parse('后的字符
_end = strings.index("')")              # 终止为\x5D')的'前，不含“'”
json_data = strings[_start:_end]           # 截取变量中''之间部分(JSON数据)
json_data = eval("b'"+json_data+"'")           # 将十六进制字符串\xYY转为字节流
data = json.loads(json_data)               # 转换为字典列表
# 处理数据, 包含射门位置(X,Y)、预期进球(xG)、射门结果(result)、赛季(season)
x, y, xg, result, season = [], [], [], [], []
for _dic in data:                   # 提取X、Y、xG、result、seasonx.append(_dic['X'])y.append(_dic['Y'])xg.append(_dic['xG'])result.append(_dic['result'])season.append(_dic['season'])
columns = ['X', 'Y', 'xG', 'Result', 'Season']
df_data = pd.DataFrame([x, y, xg, result, season], index=columns)
df_data = df_data.T                        # 对数据进行行列交换(转置)
df_data = df_data.apply(pd.to_numeric, errors='ignore') # 将数值字符串转换为数值型
df_data['X'] = df_data['X'].apply(lambda x: x*100) # 放大100倍，得到最终结果
df_data['Y'] = df_data['Y'].apply(lambda x: x*100) # 原数据为相对数据0~1
# df_data.to_csv(r'd:/Mbappé_shooting.csv')       # 保存为文件
background, text_color = 'lightgray', 'black'      # 定义背景色(浅灰色)、文字色(黑色)
mpl.rcParams['text.color'] = text_color          # 设置文字颜色
mpl.rcParams['font.sans-serif'] = ['simsun']       # 设置默认字体为宋体
mpl.rcParams['legend.fontsize'] = 15         # 图例字号15磅
fig, ax = plt.subplots(figsize=(7, 5.6))      # 新建画布7×5.6英寸
ax.axis('off')                        # 关闭坐标轴(不显示坐标轴)
fig.set_facecolor(background)               # 用背景色填充
pitch = mplsoccer.VerticalPitch(half=True, pitch_type='opta', line_zorder=3,pitch_color='grass')               # 画垂直方向半个足球场
axes = fig.add_axes((0.05, 0.06, 0.9, 0.9))        # 绘图范围。左下角(0.05, 0.06)，
axes.patch.set_facecolor(background)            # ↑宽、高各为90%
pitch.draw(ax=axes)
season=2021                        # 设置赛季。范围2014~运行年-1
df = df_data.loc[df_data['Season'] == season]      # 筛选指定赛季数据
# 某赛季, 球员射门位置未得分散点图(df['Result']!='Goal'), 青色，透明度0.5
pitch.scatter(df[df['Result'] != 'Goal']['X'], df[df['Result'] != 'Goal']['Y'],s=np.sqrt(df[df['Result'] != 'Goal']['xG'])*100, marker='o', alpha=0.5,edgecolor='black', facecolor='cyan', ax=axes, label='未进球')
# 某赛季, 球员射门位置得分散点图(df['Result']=='Goal'), 深红色，透明度0.7
pitch.scatter(df[df['Result'] == 'Goal']['X'], df[df['Result'] == 'Goal']['Y'],s=np.sqrt(df[df['Result'] == 'Goal']['xG'])*100,marker='o', alpha=0.7,edgecolor='black', facecolor='crimson', ax=axes, label='进球得分')
axes.legend(loc='lower right')               # 添加图例
# 输出文字
axes.text(25, 64, f"预期进球:{sum(df['xG']):.2f}", weight='bold', size=14)                  # 期望进球df['xG']之和
axes.text(25, 61, f"得分次数:{len(df[df['Result'] == 'Goal'])}",weight='bold', size=14)         # 条件df['Result'] == 'Goal'的行数
axes.text(25, 58, f"射门次数:{len(df)}", weight='bold', size=14)  # 本赛季数据行数
axes.text(95, 60, f'{season}-{season+1}赛季', weight='bold', size=18)plt.show()

执行结果如图4所示。

图4 Kylian Mbappé射门位置分布图

用Python+matplotlib足球运动员的射门数据可视化(绘制散点图)相关推荐

Python: 除matplotlib外还有哪些数据可视化库？
Python: 除matplotlib外还有哪些数据可视化库? matplotlib算是python比较底层的可视化库,可定制性强.图表资源丰富.简单易用.达到出版质量级别. 其它的可视化库诸如: s ...
gdb -iex_如何使用IEX Cloud，Matplotlib和AWS在Python中创建自动更新数据可视化
gdb -iex Python is an excellent programming language for creating data visualizations. Python是用于创建数据 ...
c#split方法拆分为数据_Dexplot：基于pandas，比matplotlib更简单的数据可视化和数据分析工具...
Dexplot:建议准备学matplotlib和seaborn的数据可视化新手或者数据可视化爱好者食用适用于长数据比如网站用户留言的统计特色是不用matplotlib 而用pandas导入数据( ...
python与excel做数据可视化-Python的Excel操作及数据可视化
Excel表操作 python操作excel主要用到xlrd和xlwt这两个库,即xlrd是读excel,xlwt是写excel的库. 安装xlrd pip install xlrd 简单的表格读取 ...
使用Python Seaborn和Pandas进行数据可视化
Hey, folks! Today we will be unveiling a very interesting module of Python - Seaborn Module and will ...
python实现的电影票房数据可视化
代码地址如下: http://www.demodashi.com/demo/14275.html ##详细说明: Tushare是一个免费.开源的python财经数据接口包.主要实现对股票等金融数据从 ...
Python数据可视化之散点图(基础篇---图文并茂详细版！！！)
Python数据可视化之散点图介绍准备工作所需的库虚拟环境简单散点图总结两种不同颜色和图例的散点图总结介绍 •数据可视化的应用十分广泛,几乎可以应用于自然科学.工程技术.金融.通信和 ...
Python使用tsne进行高维数据可视化实战：二维可视化、三维可视化
Python使用tsne进行高维数据可视化实战:二维可视化.三维可视化 # 绘制二维可视化图像并添加标签字符函数 def plot_embedding(data, label, title):x_mi ...
Python爬虫实战，pyecharts模块，Python实现奥斯卡金像奖数据可视化
前言利用Python实现奥斯卡金像奖数据可视化.废话不多说. 让我们愉快地开始吧~ 开发工具 Python版本: 3.6.4 相关模块: requests模块 pandas模块 pyecharts模 ...

用Python+matplotlib足球运动员的射门数据可视化(绘制散点图)

用Python+matplotlib足球运动员的射门数据可视化(绘制散点图)相关推荐

最新文章

热门文章