由于全球疫情的原因

NBA宣布无限期推迟比赛

也被迫随之进入了长草期

紧接着

狂摸话筒戈贝尔

连坐队友米切尔

网络小帅杜兰特

绿军硬汉斯马特

等十名球员相继官宣感染

洛杉矶湖人两人感染

但未公布名单

社区论坛里便开始疯狂YY

不能看球的日子

就少了一种摸鱼的消遣

但是

虽然看不了比赛

不能少了对 的热情

作为一个老JRS

小编决定用python

拿虎扑上球星的数据开开刀

(重点内容分割线)

以虎扑网站上

勒布朗詹姆斯的数据页面为例

用requests+lxml解析

import requests

from lxml import etree

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

url='https://nba.hupu.com/players/lebronjames-650.html'

data=requests.get(url).text

s=etree.HTML(data)

访问如下网址：

Ctrl+Shift+C进入开发页面

选中所需的数据内容

右键->Copy->Copy Xpath

获取“赛季”和“球队”字段的Xpath

//*[@id="in_box"]/div/div[1]/table[2]/tbody/tr[1]/td[1]

//*[@id="in_box"]/div/div[1]/table[2]/tbody/tr[1]/td[2]

仔细观察可以发现

tr[1]/td[1]和tr[1]/td[2]

是区分不同字段的关键

用循环匹配的方式就可以定位字段

再将数据逐一下载保存

但是效果却并不好

用TXT存储数据

数据杂乱没有分行

且每个字段数据都掺入了

奇怪的符号“ ''' ”

对代码进行进一步优化

将输出的字符串“掐头去尾”

并用.csv文件存储

d=[[]for j in range(20)]

for j in range(20):

for i in range (19):

a=s.xpath('//*[@id="in_box"]/div/div[1]/table[2]/tbody/tr['+str(j)+']/td['+str(i)+']/text()')

b=str(a)

c=b[2:-2]

d[j].append(c)

data1 = pd.DataFrame(d)

data1.to_csv('output.csv')

效果一下子好了许多

用同样的方法进行爬取

对库里、杜兰特、字母哥、

哈登、伦纳德和詹姆斯

六位球员生涯常规赛和季后赛

数据进行了汇总

有了数据下一步就要进行分析工作了

先对球员数据进行预处理

1.将季后赛数据和常规赛数据合并

2.选取需要分析的数据，包括时间、命中率、篮板、助攻、失误、得分(均为场均数据)

3.对除了命中率外的各项数据进行归一化

接下来就用到了matplotlib包

我们需要用它来画雷达图和折线图

plt.rcParams['font.sans-serif'] = ['KaiTi'] # 显示中文

labels = np.array([u'时间', u'命中率', u'篮板',u'助攻',u'失误',u'得分']) # 标签

dataLenth = 6 # 数据维度

data_radar = np.array([james[0],james[1],james[2],james[3],james[4],james[5]]) # 数据

angles = np.linspace(0, 2*np.pi, dataLenth, endpoint=False) # 分割圆周长

data_radar = np.concatenate((data_radar, [data_radar[0]])) # 闭合

angles = np.concatenate((angles, [angles[0]])) # 闭合

plt.polar(angles, data_radar, 'bo-', linewidth=1) # 做极坐标系

plt.thetagrids(angles * 180/np.pi, labels) # 做标签

plt.fill(angles, data_radar, facecolor='magenta', alpha=0.25)# 填充 c maroon

plt.title(u'james生涯场均数据')

plt.show()

雷达图便于显示该球员

在六个维度的属性和能力

很明显，詹姆斯在六人的比较当中

四项数据名列前茅

由于扬尼斯的存在

篮板稍微逊色一些

同样将其他球员数据做成图片

库里：

杜兰特：

字母哥：

哈登：

伦纳德：

以上数据均为场均数据

接下来对总得分趋势进行分析

plt.title('詹杜卡库哈扬生涯得分')

plt.plot(x, curry, color='green', label='curry')

plt.plot(x, durant, color='red', label='durant')

plt.plot(x, giannis, color='skyblue', label='giannis')

plt.plot(x, harden, color='blue', label='harden')

plt.plot(x, kawhi, color='yellow',label='kawhi')

plt.plot(x, james, color='magenta',label='james')

plt.legend() # 显示图例

plt.xlabel('赛季')

plt.ylabel('得分')

plt.show()

将詹杜卡库哈扬生涯累计得分

绘制折线图进行分析

横轴表示03赛季至19赛季

纵轴表示球员生涯累计得分

老詹一骑绝尘呐，哈哈

对上图进行处理之后

可以看到

詹姆斯的得分能力仍旧具有统治力

三十岁之后数据有所下滑

但是哈登和杜兰特得分能力紧追不舍

作为老詹蜜

今年是湖人和老詹最有希望的一年

希望疫情赶快过去

还卧虎一个总冠军