内容简介: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。
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。
以上所述就是小编给大家介绍的《火箭五年四遇勇士,终究还是败了》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
B端产品经理必修课
李宽 / 电子工业出版社 / 2018-9 / 59
《B端产品经理必修课:从业务逻辑到产品构建全攻略》主要讲述了“单个产品管理流程”,以展示B 端产品经理的工作方法及B 端产品的设计方法。《B端产品经理必修课:从业务逻辑到产品构建全攻略》分为三个部分。第一部分主要讲述的是B 端产品经理的工作流程和定义(即单个产品管理流程),以及从事B 端产品经理的职业现状和规划,还包括设计B 端产品时需要了解的指导思想。第二部分是通过各个章节来讲述单个产品管理流程......一起来看看 《B端产品经理必修课》 这本书的介绍吧!