可视化 | Python时间序列化NBA球星赛季数据

本期导读

1. 网页分析
2. 球员数据采集
3. 赛季数据可视化
- 3.1 赛季数据柱状图：
- 3.2 赛季数据时间序列化：

大家好，我是欧K。

近几日，NBA官方公布了NBA商店欧洲官网NBAStore.eu本赛季至今的球衣等周边产品销售情况。湖人前锋勒布朗-詹姆斯在球员球衣销量中名列第一，湖人在球队产品销量中名列第一，这是詹姆斯和湖人连续两年包揽欧洲地区NBA球衣/球队产品销量头名。本期我们使用python分析一下这份榜单中的球员近几年比赛数据，看看有什么新发现。

欧洲地区球衣销量排名前十的球员：

勒布朗-詹姆斯
凯文-杜兰特
斯蒂芬-库里
凯里-欧文
詹姆斯-哈登
卢卡-东契奇
扬尼斯-阿德托昆博
贾-莫兰特
吉米-巴特勒
扎克-拉文

1. 网页分析

球员数据网址：http://www.stat-nba.com/playerList.php

这里我们分析榜单前五球员11-12赛季至19-20赛季的数据，感兴趣的小伙伴也可以分析更多球员的数据。
以詹姆斯为例：

提取历年球员的篮板、助攻和得分三项数据，F12查看一下网页源码如下：

这个网页还是比较友好的，数据比较规整，仔细分析可以看出数据在一个table里面，每个tr标签代表一行数据（一个赛季的数据），第14/17/22列分别对应篮板、助攻和得分数据，注意这里列号从0开始，大家在学习的时候要养成列表索引从0开始的习惯。

2. 球员数据采集

詹姆斯数据网址：http://www.stat-nba.com/player/1862.html

def getdata():url = 'http://www.stat-nba.com/player/1862.html'ua = UserAgent()headers = {'User-Agent': ua.random}r = requests.get(url, headers=headers)r.raise_for_status()r.encoding = r.apparent_encodingsoup = BeautifulSoup(r.text,'html.parser')lsts = soup.find_all('table',attrs={'class':'stat_box'})trb_sorce = []ast_sorce = []pts_sorce = []for index,lst in enumerate(lsts[1].find_all(attrs={'class':'sort'})[:9]):# 篮板trb = lst.find(attrs={'class':'normal trb change_color col14 row{}'.format(index)}).text# 助攻ast = lst.find(attrs={'class':'normal ast change_color col17 row{}'.format(index)}).text# 得分pts = lst.find(attrs={'class':'normal pts change_color col22 row{}'.format(index)}).texttrb_sorce.append(int(trb))ast_sorce.append(int(ast))pts_sorce.append(int(pts))print(trb_sorce)print(ast_sorce)print(pts_sorce)# [472, 465, 709, 639, 565, 416, 533, 610, 492]# [636, 454, 747, 646, 514, 511, 488, 551, 387]# [1544, 1505, 2251, 1954, 1920, 1743, 2089, 2036, 1683]

以上就获取了詹姆斯11-12赛季至19-20赛季的三项数据。
接下来采集分列榜单2-5位的杜兰特，库里，欧文，哈登几个赛季的数据，网址如下：

# 杜兰特
'http://www.stat-nba.com/player/779.html'
# 库里
'http://www.stat-nba.com/player/526.html'
# 欧文
'http://www.stat-nba.com/player/1690.html'
# 哈登
'http://www.stat-nba.com/player/1628.html'

可以看到，各球员数据网址只有球员id不同，构建球员id字典：

dic = {'詹姆斯': 1862, '杜兰特': 779, '库里': 526, '欧文': 1690, '哈登': 1628}

数据采集：

def getdata(number):url = 'http://www.stat-nba.com/player/{}.html'.format(number)ua = UserAgent()headers = {'User-Agent': ua.random}r = requests.get(url, headers=headers)r.raise_for_status()r.encoding = r.apparent_encodingsoup = BeautifulSoup(r.text,'html.parser')lsts = soup.find_all('table',attrs={'class':'stat_box'})one_info = []trb_sorce = []ast_sorce = []pts_sorce = []for index,lst in enumerate(lsts[1].find_all(attrs={'class':'sort'})[:5]):# 篮板trb = lst.find(attrs={'class':'normal trb change_color col14 row{}'.format(index)}).text# 助攻ast = lst.find(attrs={'class':'normal ast change_color col17 row{}'.format(index)}).text# 得分pts = lst.find(attrs={'class':'normal pts change_color col22 row{}'.format(index)}).texttrb_sorce.append(int(trb))ast_sorce.append(int(ast))pts_sorce.append(int(pts))trb_sorce.reverse()ast_sorce.reverse()pts_sorce.reverse()one_info.append(trb_sorce)one_info.append(ast_sorce)one_info.append(pts_sorce)print(trb_sorce)print(ast_sorce)print(pts_sorce)return one_info

采集结果：

# 詹姆斯
[492, 610, 533, 416, 565, 639, 709, 465, 472]
[387, 551, 488, 511, 514, 646, 747, 454, 636]
[1683, 2036, 2089, 1743, 1920, 1954, 2251, 1505, 1544]
# 杜兰特
[533, 527, 640, 598, 178, 589, 513, 464, 497]
[214, 231, 374, 445, 110, 361, 300, 366, 457]
[2161, 1850, 2280, 2593, 686, 2029, 1555, 1792, 2027]
# 库里
[88, 314, 334, 341, 430, 353, 261, 369, 26]
[138, 539, 666, 619, 527, 524, 310, 361, 33]
[383, 1786, 1873, 1900, 2375, 1999, 1346, 1881, 104]
# 欧文
[191, 216, 259, 237, 157, 230, 227, 335, 103]
[275, 350, 433, 389, 250, 418, 306, 464, 128]
[944, 1325, 1478, 1628, 1041, 1816, 1466, 1596, 548]
# 哈登
[252, 379, 344, 459, 501, 659, 389, 518, 387]
[229, 455, 446, 565, 612, 907, 630, 586, 450]
[1044, 2023, 1851, 2217, 2376, 2356, 2191, 2818, 2096]

3. 赛季数据可视化

3.1 赛季数据柱状图：

也可以做成双纵坐标：

3.2 赛季数据时间序列化：

以上就是本期为大家整理的全部内容了，赶快练习起来吧，喜欢的朋友可以点赞、收藏也可以分享到朋友圈让更多人知道哦

更多内容：NBA官方球衣销量榜“詹皇”居首，快看看你的偶像排第几

往期推荐

微信公众号 “Python当打之年” ，每天都有python编程技巧推送，希望大家可以喜欢