火箭五年四遇勇士，终究还是败了

看了火箭和勇士的G6大战，最终火箭3比4出局。

在火箭的近五年季后赛，一共有四次是和勇士交手，最终都以失败告终。

我平常是很少看NBA比赛的，所以看完之后便想写点东西。

怀念一下那些年我们一起关注过，当然也打过的篮球。

涉及的东西不多，主要是NBA球员历年薪资情况以及效力球队情况。

这里的球员都是NBA的篮球巨星。

至于超巨是哪几个，估摸着大家各自都有各自的想法啦。

我也不多说~

一、获取分析

数据从下面这个网站上获取，获取热门球员信息。

详情见下图。

这里以詹姆斯为例，首先查看他的网址ID。

接下来进入球员数据概况详情页。

查看他各赛季的薪资以及效力球队情况。

获取赛季、球队以及薪金数据。

二、数据获取

具体代码如下。

import requests 
from bs4 import BeautifulSoup 
 
headers = { 
    'user-agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36' 
} 
 
 
def get_player(player_id): 
    url_2 = 'http://www.stat-nba.com' + player_id 
    response_2 = requests.get(url=url_2, headers=headers) 
    html_2 = response_2.text 
    # 对请求结果进行编码解码处理,避免出现乱码 
    html_2 = html_2.encode('ISO-8859-1') 
    html_2 = html_2.decode('utf-8') 
    # 提取信息 
    soup_2 = BeautifulSoup(html_2, 'html.parser') 
    name = soup_2.find(class_='name').get_text().split('/')[0] 
    salarys = soup_2.find(id='player_salary') 
    trs = salarys.find('tbody') 
    # 获取信息 
    for tr in trs.find_all('tr')[:-2]: 
        # 年份 
        season = tr.find(class_='current').get_text() 
        if int(season[:1]) > 2: 
            year = '19' + season.split('-')[0] 
        else: 
            year = '20' + season.split('-')[0] 
        # 球队 
        team = tr.find('a').get_text() 
        # 薪水 
        salary = tr.find_all(class_='normal')[1].get_text().replace('万美元', '') 
        print(year, name, team, salary) 
        with open('nba.csv', 'a+', encoding='utf-8-sig') as f: 
            f.write(year + ',' + name + ',' + team + ',' + salary + '\n') 
 
 
def get_index(): 
    url_1 = 'http://www.stat-nba.com/playerList.php' 
    response_1 = requests.get(url=url_1, headers=headers) 
    html_1 = response_1.text 
    # 对请求结果进行编码解码处理,避免出现乱码 
    html_1 = html_1.encode('ISO-8859-1') 
    html_1 = html_1.decode('utf-8') 
    soup_1 = BeautifulSoup(html_1, 'html.parser') 
    div = soup_1.find_all(class_='playerList')[1] 
    for i in div.find_all(class_='name'): 
        player_id = i.find('a')['href'][1:] 
        try: 
            get_player(player_id) 
        except: 
            pass 
 
 
if __name__ == '__main__': 
    get_index() 

最后成功获取数据。

包含赛季，球员，效力球队，薪资信息。

将球员数据转化为特定格式，以便输出动态视频。

一共784条数据。

三、数据可视化

首先来看一下球员的薪资情况，从1990年到2020年。

薪资应该也是能体现出一个球员实力的。

每年又或者间隔几年，第一总会变，长江后浪推前浪。

「乔丹」、「奥尼尔」、「加内特」、「麦迪」、「科比」、「詹姆斯」、「库里」七位登顶第一的球员。

接下来是对球员效力球队的情况进行分析。

首先读取数据。

import pandas as pd 
 
# 设置列名与数据对齐 
pd.set_option('display.unicode.ambiguous_as_wide', True) 
pd.set_option('display.unicode.east_asian_width', True) 
 
# 读取数据 
df = pd.read_csv('nba.csv', header=None, names=['date', 'name', 'team', 'salary']) 

接下来对数据进行一些简单操作，分组汇总。

# 对球员效力的球队进行计数 
df2 = df1['name'].value_counts().reset_index() 
print(df2) 

得出如下结果。

确实没想到哈登已经在火箭待了八年了。

从以前雷霆的三巨头，到如今的火箭当家球星。

不过还是有遗憾的，常规赛把把MVP，然而五进季后赛，四次都被勇士干掉了。

你说谁的心态不会蹦...

科比则是在湖人待了20年，24号球衣，湖人是永远不会忘记的。

下面对球员效力过的球队进行统计。

# 对球员效力的球队进行计数 
df2 = df1['name'].value_counts().reset_index() 
print(df2) 

为什么想到这个呢，主要是之前奥尼尔的彩虹球衣给我留下了深刻的印象。

辗转反侧，颠沛流离，其中又有多少辛酸呢。

先看一下效力过球队多的那几位。

林书豪从尼克斯崛起过一段时间后，慢慢的又变得没什么声音，一直在兜兜转转，也是可惜。

魔兽霍华德处境也很尴尬，记得那时我刚看NBA的时候，就是霍华德、詹姆斯、科比的时代。

一个能单换詹姆斯的球员，随着时间的推移，也变得毫无存在感。

奥尼尔如同上面提到过的那样，彩虹球衣收集者，6支球队。

下面看一下只效力过一只球队的球员。

首先是勇士的三位全明星球员，库里、汤普森、格林。

还有雷霆的威少、湖人的科比、火箭的姚明，独行侠的诺维茨基。

诺天王夺冠的时候队伍还叫小牛，只不过现在改名为独行侠。

那一年确实是没想到诺天王能夺冠。

接下来看一下这些整个职业生涯只效力一只球队的球员，他们究竟效力那个球队。

names = [] 
for i in df2[df2['name'] == 1]['index']: 
    names.append(i) 
 
print(df1.loc[df1['name'].isin(names)].sort_values(by='date', ascending=False)) 

结果如下。

不少熟悉的面孔，你认识几个呢?

下面再看一下球员职业生涯时间最长的。

df3 = df.groupby(['name']).count().reset_index() 
print(df3.sort_values(by='date', ascending=False)) 

结果如下。

今年退役的，上面就有两个，闪电侠—韦德和诺天王—诺维茨基。

两大传奇巨星退役，也预示着一代人的青春与回忆的落幕。

四、总结

昨天的比赛，火箭虽然输了，但是直到最后一刻火箭的队员还是没有选择放弃。

连着犯规制造投球机会，连进三个三分球。

虽败犹荣，只是成王败寇，可惜了呀。

即使勇士少了杜兰特，火箭还是没能够跨过那座山。

当然勇士也展现出了他们作为总冠军该有的实力。

球队的成员也在关键的时刻站了出来—一支总冠军球队该有的底蕴与实力。