38年来,NBA最有价值球员｜数据分析

来源：24直播网发布日期：2024-10-08 08:34:27

【直播信号】

火凤直播 高清直播 美女解说

一共是38年的数据，我为了截图效果，隐藏了一部分数据 2).主要术语解释可能有一些非篮球迷看不太懂上面的缩写，下面介绍一下 Player：球员姓名 Age：年龄 Tm：所在球队 G：上场次数 MP：场均上场时间 PTS：场均得分 TRB：场均篮板 AST：场均助攻 STL：场均抢断 BLK：场均盖帽 FG%：命中率（不包含罚球） 3P%：3分球命中率 FT%：罚球命中率 WS：胜利贡献值 2 数据分析 1).读取数据新建一个MVP.py文件，把MVP.py和NBA_mvp.csv文件放在一个目录下看一下数据的基本情况：列出了13个维度的一些基本信息比如年龄维度的基本资料：统计总数38年,平均年龄28岁,最小是22岁,最大35岁嗯，NBA最佳球员平均28岁左右，这应该是每个人体力的鼎盛时期，但我更关心的是“大龄”MVP，看看最老的MVP是谁，又是几岁获得的呢？ 2).看看谁是年纪最大的MVP是谁 print (data['Age'].max()) >>35 既然我们已经知道age里面最大的是35岁，我们只需要找到年纪35岁对于的人名 print(data[data.Age==data.Age.max()]) >> 发现年纪最大的是卡尔-马龙，江湖人称“邮差”，在35岁获得了MVP，真的不容易。其实职业球员过了30岁之后体力已经慢慢走下坡路了，接着我们看看30岁以后获得MVP的球员 3).30岁以上获得MVP的球员 mvp_age30=data.loc[data.Age>=30][['Player','Age']] print (mvp_age30) >>一共有10个30岁+的MVP球员 30岁+以上还能获得MVP的是纳什（风之子），卡尔马龙（邮差），乔丹（篮球之神），奥拉朱旺（梦幻脚步），约翰孙（魔术师），朱利叶斯欧文（J博士），贾巴尔（天勾）都是NBA历史上有名的人物啊（不过话说回来，能得MVP的还是厉害的) 4).MVP次数最多球员其实除了年龄之外，我还关心近38年来谁拿到的MVP次数最多，只要一行代码就能搞定了,Pandas真的是太酷了 print (data.Player.value_counts()) >> Michael Jordanjordami01 5 LeBron Jamesjamesle01 4 Larry Birdbirdla01 3 Magic Johnsonjohnsma02 3 Stephen Currycurryst01 2 Moses Malonemalonmo01 2 Steve Nashnashst01 2 Karl Malonemalonka01 2 Tim Duncanduncati01 2 Julius Ervingervinju01 1 Russell Westbrookwestbru01 1 Shaquille O'Nealonealsh01 1 Dirk Nowitzkinowitdi01 1 Kevin Garnettgarneke01 1 Kobe Bryantbryanko01 1 Kevin Durantduranke01 1 Hakeem Olajuwonolajuha01 1 David Robinsonrobinda01 1 Allen Iversoniversal01 1 Kareem Abdul-Jabbarabdulka01 1 Derrick Roserosede01 1 Charles Barkleybarklch01 1 第一名和我想的一样乔丹“乔帮主”，比较出乎我意料的是奥尼尔，科比只有1次，可见MVP的争夺是十分激烈的，能拿到一次的MVP都是外界对自己实力的肯定并且从这里也可以看出，MVP更倾向于球场上的“小个子”，大多是后场球员，会不会是他们球权多一点呢~~ 第一名和我想的一样乔丹“乔帮主”，比较出乎我意料的是奥尼尔，科比只有1次，可见MVP的争夺是十分激烈的，能拿到一次的MVP都是外界对自己实力的肯定并且从这里也可以看出，MVP更倾向于球场上的“小个子”，大多是后场球员，会不会是他们球权多一点呢~~ 5).MVP的均场数据如何 >> assistants 6.134211 blocks 1.173684 point 26.718421 rebounds 8.600000 steals 1.592105 从数据大致可以看出，MVP大多都是攻守较为平衡，可以犀利的进攻，也可以严密的防守，攻防兼备才是最有价值球员 6).胜利贡献值最后来看一个综合的值：WS，即胜利贡献值这个值是根据球队胜场数、每个球员的详细技术统计等诸多数据分析出的，结合了球队战绩以及个人在获胜中起到的作用可以说是衡量一个球员个人能力和团队能力的指数。而我们将要探讨，这个指数和其他的指数有什么联系，我们将用矩阵相关系数来衡量这个值是根据球队胜场数、每个球员的详细技术统计等诸多数据分析出的，结合了球队战绩以及个人在获胜中起到的作用可以说是衡量一个球员个人能力和团队能力的指数。而我们将要探讨，这个指数和其他的指数有什么联系，我们将用矩阵相关系数来衡量先来一个热力图，如果你不喜欢在一个矩阵里看数字的话，热力图将是一个不错的选择： corrmat = data.corr()#获取data的相关系数 f, ax = plt.subplots(figsize=(12, 6))#大小我们设为大一点12*6英寸 sns.heatmap(corrmat,annot=True)#用sns来画图这样就清楚很多了吧，不仅有颜色深度，还有数字，简直就是上面的升级版，于是我们可以来分析：和胜利贡献值（WS）联系比较相关的有: G（比赛场次） PTS（场均得分 STL（抢断） FG%（投篮命中率）也就是说，具备了上面几点，你离MVP就不远了！有好的体力，打的比赛才多，才能贡献更多（大家也可以自己撸代码看一下MVP的场均上场时间和上场次数，肯定不少）能得分高且保持稳定可观的命中率，应当注意的是，高得分和命中率不一定成正比，想象比较极端的情况，你的命中率不高，但我有球权可以一直进攻投篮，比如说我投了50次，进了10个球，也大概有20+了，但命中率并不能称得上是MVP的水准，所以这两个指数应该可以分开的。有不俗的抢断能力，就是平常我们说的“眼疾手快”，有了抢断意味着你就多了一次进攻机会，且大多数能形成快攻，得分的几率更高有好的体力，打的比赛才多，才能贡献更多（大家也可以自己撸代码看一下MVP的场均上场时间和上场次数，肯定不少）能得分高且保持稳定可观的命中率，应当注意的是，高得分和命中率不一定成正比，想象比较极端的情况，你的命中率不高，但我有球权可以一直进攻投篮，比如说我投了50次，进了10个球，也大概有20+了，但命中率并不能称得上是MVP的水准，所以这两个指数应该可以分开的。有不俗的抢断能力，就是平常我们说的“眼疾手快”，有了抢断意味着你就多了一次进攻机会，且大多数能形成快攻，得分的几率更高结论：好，NBA MVP最佳球员数据分析，就讲到这里.大家若有什么问题，欢迎留言讨论. 这已经是小郑的第二次投稿录用，写的非常不错. 其实数据分析就是探索数据之间隐藏的秘密，从而挖掘出一些有趣的东西，这个过程很好玩.有兴趣的同学可以看看今天头条文章"DC学院的数据分析课程". 另外：欢迎大家，继续投稿(要求生动，有趣，好玩) 需要源码的小伙伴，请留言. 欢迎大家关注菜鸟学Python",更多好玩有趣的Python原创教程,趣味算法,经验技巧,行业动态，尽在菜鸟学Python,一起来学python吧

38年来,NBA最有价值球员｜数据分析