【球迷福利】NBA球员数据分析

数据分析综合实战

前言

数据解释

数据分析

效率值相关性分析

球员数据分析

基本数据排名分析

薪资最高的10名球星

效率值最高的10名球星

出场时间最高的10名球星

Seaborn常用的三个数据可视化方法

单变量

双变量

二维直方图hex

核密度估计kde

多变量

衍生变量的一些可视化实践

球队数据分析

球队薪资排行

球队年龄结构

球队综合实力分析

箱线图

小提琴图

结语

前言

每个球迷心中都有一个属于自己的迈克尔·乔丹、科比·布莱恩特、勒布朗·詹姆斯。

当然我也是一名热爱篮球的小伙伴,这篇文章很适合篮球爱好者与编程爱好者。

本案例将用jupyter notebook完成NBA菜鸟数据分析初探。 案例中使用的数据是2017年NBA球员基本数据,数据字段见下表:

数据解释

数据来源:nba_2017_nba_players_with_salary.csv

导入需要的科学计算库

import numpy as np