2022世界杯预选赛赛程|世界杯 梅西|17减肥5世界杯健康运动站|17jianfei5.com

pandas分析NBA2017-2018赛季球员球队数据

进入 NBA中国官方网站:http://china.nba.com/playerindex/ 通过浏览器操作检查 -> Network -> F5 双击json的文件进入 链接地址 http://china.nba.com/static/data/league/playerlist.json 现在的格式显示不利于查看,请安装 JSONview 的扩展程序

代码编写球员信息抓取

playerinfo.py

# -*-coding:utf-8-*-

import requests

import pandas as pd

user_agent = 'User-Agent: Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; Maxthon 2.0)'

headers = {'User-Agent':user_agent}

url = 'http://china.nba.com/static/data/league/playerlist.json'

# 解析网页

r = requests.get(url,headers=headers).json()

num = int(len(r['payload']['players']))-1 #得到列表r['payload']['players']的长度

print "长度为", num

p1_cols = []

# 用来存放p1数组的列

p2_cols = []

# 用来存放p2数组的列

# 遍历其中一个['playerProfile']，['teamProfile'] 得到各自列名，添加到p1_cols和p2_cols列表中

for x in r['payload']['players'][0]['playerProfile']:

p1_cols.append(x)

for y in r['payload']['players'][0]['teamProfile']:

p2_cols.append(y)

p1 = pd.DataFrame(columns=p1_cols)

# 初始化一个DataFrame p1 用来存放playerProfile下的数据

p2 = pd.DataFrame(columns=p2_cols)

# 初始化一个DataFrame p1 用来存放playerProfile下的数据

# 遍历一次得到一个球员的信息，分别添加到DataFrame数组中

for z in range(num):

player = pd.DataFrame([r['payload']['players'][z]['playerProfile']])

team = pd.DataFrame([r['payload']['players'][z]['teamProfile']])

p1 = p1.append(player, ignore_index=True)

p2 = p2.append(team, ignore_index=True)

p3 = pd.merge(p1, p2, left_index=True, right_index=True)

print p3

# 数据合并

p3.to_csv('nba_player.csv', index=False, encoding="utf-8")

# 保存文件

代码编写球员数据抓取

playerstatic.py

# -*-coding:utf-8-*-

import requests

import pandas as pd

user_agent = 'User-Agent: Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; Maxthon 2.0)'

headers = {'User-Agent': user_agent}

url = 'http://china.nba.com/static/data/league/playerstats_All_All_All_0_All_false_2017_2_All_Team_points_All_perGame.json'

# 解析网页

r = requests.get(url,headers=headers).json()

num = int(len(r['payload']['players']))-1 #得到列表r['payload']['players']的长度

print "长度为", num

p1_cols = []

# 存放球员的信息

p2_cols = []

# 存放球员所在球队的新消息

p3_cols = []

# 存放球员平均数据

p4_cols = []

# 存放球员数据

# 遍历其中一个['playerProfile']，['teamProfile'] 得到各自列名，添加到p1_cols和p2_cols列表中

for x in r['payload']['players'][0]['playerProfile']:

p1_cols.append(x)

for x in r['payload']['players'][0]['teamProfile']:

p2_cols.append(x)

for x in r['payload']['players'][0]['statAverage']:

p3_cols.append(x)

for x in r['payload']['players'][0]['statTotal']:

p4_cols.append(x)

# 初始化一个DataFrame 用来存放数据

p1 = pd.DataFrame(columns=p1_cols)

p2 = pd.DataFrame(columns=p2_cols)

p3 = pd.DataFrame(columns=p3_cols)

p4 = pd.DataFrame(columns=p4_cols)

# 遍历一次得到一个球员的信息，分别添加到DataFrame数组中

for z in range(num):

player = pd.DataFrame([r['payload']['players'][z]['playerProfile']])

team = pd.DataFrame([r['payload']['players'][z]['teamProfile']])

statAverage = pd.DataFrame([r['payload']['players'][z]['statAverage']])

statTotal = pd.DataFrame([r['payload']['players'][z]['statTotal']])

p1 = p1.append(player, ignore_index=True)

p2 = p2.append(team, ignore_index=True)

p3 = p3.append(statAverage, ignore_index=True)

p4 = p4.append(statTotal, ignore_index=True)

# 数据合并 两两合并

p6 = pd.merge(p1, p2, left_index=True, right_index=True)

p7 = pd.merge(p3, p4, left_index=True, right_index=True)

p5 = pd.merge(p6, p7, left_index=True, right_index=True)

#print p5

# 保存文件

p5.to_csv('nba_player_static.csv', index=False, encoding="utf-8")

数据整合

将数据读入

# -*-coding:utf-8-*-

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

player = pd.read_csv("nba_player.csv") # 读入球员基本信息

playerstatic = pd.read_csv("nba_player_static.csv") # 读入球员的数据信息

球员头信息尾信息 player.head()前五条记录 player.tail()后五条记录 球员各个国家统计 player['country'].value.counts() 喀麦隆~~~~ 恩比德大帝 各大洲球员统计

NorthAmerica = {'巴哈马','美国','加拿大','海地','多米尼加共和国','波多黎各'}

SouthAmerica = {'哥伦比亚','委内瑞拉','圭亚那','苏里南','厄瓜多尔','秘鲁','巴西','玻利维亚','智利','巴拉圭','乌拉圭','阿根廷'}

Europe = {'法国','西班牙','德国','瑞典','黑山', '波兰','捷克共和国', '斯洛文尼亚乌克兰', '奥地利', '希腊' ,'芬兰', '英国', '俄罗斯', '波斯尼亚和黑塞哥维那', '塞尔维亚', '克罗地亚','波斯尼亚' ,'意大利','瑞士', '立陶宛', '比利时', '拉脱维亚' }

Africa = {'喀麦隆','南苏丹','突尼斯','刚果民主共和国', '苏丹', '刚果','塞内加尔','加纳','马里', '埃及'}

Oceania = {'澳洲','新西兰'}

Asia = {'土耳其', '中国', '以色列', '格鲁吉亚'}

asiaPlayer = player[player['country'].isin(Asia)]

northAmericaPlayer = player[player['country'].isin(NorthAmerica)]

southAmericaPlayer = player[player['country'].isin(SouthAmerica)]

europePlayer = player[player['country'].isin(Europe)]

oceaniaPlayer = player[player['country'].isin(Oceania)]

africaPlayer = player[player['country'].isin(Africa)]

# 各大洲球员人数

north = len(northAmericaPlayer)

south = len(southAmericaPlayer)

europe = len(europePlayer)

africa = len(africaPlayer)

asia = len(asiaPlayer)

oceania = len(oceaniaPlayer)

d=[north,south,europe,africa,asia,oceania]

i=['north','south','europe','africa','asia','oceania']

n=[0,1,2,3,4,5]

contient = pd.Series(data=d,index=i)

print '北美洲球员人数:',north

print '南美洲球员人数:',south

print '欧洲球员人数:',europe

print '非洲球员人数:',africa

print '亚洲球员人数:',asia

print '大洋洲洲球员人数:',oceania

# 各大洲球员人数统计图

contient.sort_index(ascending=True)

contient.plot(kind='bar',alpha = 0.5)

plt.xlabel("contient")

plt.ylabel("theNumOfPlayer")

plt.title("The number of players on all continents ")

for a,b in zip(n,d): # matplotlib可视化之如何给图形添加数据标签

plt.text(a-0.1, b+0.05, '%.0f' % b)

plt.show()

各个位置球员人数统计 player['position'].value_counts()

小球时代，传统中锋所剩无几

将球员按照选秀时间直方图

df = player

df = df[(True-df['draftYear'].isin([00]))] ##删除掉 00年球员 不必要的干扰行数据

df = df['draftYear'].value_counts() # 统计各个年份球员人数

df.index.name='Year' # 为数据设置索引值

df = df.sort_index(ascending=True) # 按照降序

## 绘制条形统计图

df.plot(kind = 'bar', alpha = 0.5)

plt.xlabel('years')

plt.ylabel('count')

plt.title('2017-2018 NBA season players')

plt.show()

就剩卡特一人了

计算现役球员平均职业年龄

career_age = player['experience'].value_counts()#职业年龄统计

career_age.values # 各职业时间对应人数

career_age.index # 各职业时间

k = career_age.index * career_age.values # 各职业时间*各职业时间对应人数

k = pd.Series(k) #转换数据类型

averAge = (k.sum()*1.0)/career_age.sum()

输出结果为 4.2931726907630523 年

知识点

Series 的sort_index(ascending=True)方法可以为对index进行排序操作True表示升序操作,False表示降序操作若要按值对 Series 进行排序，当使用 .order(na_last=True, ascending=True, kind=’mergesort’) 方法，任何缺失值默认都会被放到 Series 的末尾。在DataFrame上，.sort_index(axis=0, by=None, ascending=True) 方法多了一个轴向的选择参数与一个 by 参数的作用是针对某一（些）列进行排序（不能对行使用 by 参数）。注意在使用sort_index对DataFrame进行排序的时候，不能直接对index和columns都含有的字段进行排序，会报错。isin()将要过滤的数据放入括号内 且以字典的形式len()用来统计DataFrame的行数matplotlib可视化之如何给图形添加数据标签？