项目介绍

通过NBA近三十年的数据来看：

• 各项统计数据之间的相关性
• 整体风格上的变化
• 三分球的作用

数据介绍

关于数据源的介绍以及字段解释各位可以移步科赛网 查看，使用的数据源是 team_season.csv。

项目内容

导入所需包

# -*- coding: utf-8 -*-
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties
import numpy as np
import matplotlib as mpl
import warnings
import re
warnings.filterwarnings('ignore')
plt.rcParams['font.family'] = ['Microsoft YaHei']

导入数据

导入数据并生根据比赛比分生成一列分差：

data_team = pd.read_csv('/home/kesci/input/NBAdata/team_season.csv',encoding ='utf-8')
# 根据比分生成一列分差
data_team[u'分差'] = (data_team[u'比分'].str.extract(r"(\d+\.?\d*)-(\d+\.?\d*)", expand=False)[0].astype('int')
                    - data_team[u'比分'].str.extract(r"(\d+\.?\d*)-(\d+\.?\d*)", expand=False)[1].astype('int'))
data_team.head()

image.png

数据相关性

解析来我们看下各项统计数据之间有何相关性，使用的是pandas的内置函数dataframe.corr()来计算数据之间的皮尔逊相关系数，绝对值越接近1表明相关性越强。

data_corr = data_team.corr()
plt.figure(figsize = (15,12))
sns.heatmap(data = data_corr,cmap = 'Blues',linewidths=0.25,annot=True)
plt.show()

我们通过seaborn的heatmap来展示：

image.png

我们能看到什么：

• 整体来看，各项数据之间其实相关性不大，当然除了命中数和得分这类傻子都知道的关系；
• 前场篮板与出手数的相关系数是0.57，这个也很好解释，篮板抢的越多，自然就会有更多的出手机会，但后场篮板与出手的相关系数就只有0.11了，看过多年球的应该都明白，后场篮板其实是由对手的命中率来决定的，只有前场篮板才能反映一个球队在拼抢篮板上是不是积极；
• 得分与助攻的相关系数是0.61，助攻越多，得分自然越多，当然这个并不能直接说明传球在球队进攻中发挥的作用，因为助攻统计的仅仅只是直接转化为得分的传球，但有一点可以肯定但是，得分多的球队，助攻肯定不会少。
• 得分与三分出手竟然是负相关，这点可能是我们大多数球迷会感到意外的，现在联盟都在拼了命的扔三分，结果居然是负相关。其实这点才反映了NBA这三十年的变化，在80/90年代，没那么多球队会选择三分球的，需要三分的时候可能是球队恰恰越到困难的时候，这也导致了与得分呈现负相关，当然现在这么多球队开始选择三分，肯定是有他的原因的，这个我们后面再看。

三十年，风格变了吗

可能看了很多年的球迷都在感叹：

• 以前是一个人扛起一支球队，每个球队都有那么一两个球星，现在都是球星扎堆；
• 以前是中锋的时代，内线肉搏是主流，现在都是飘在外线扔三分。

但事实真的是这样的吗或者说这些变化又是怎么体现到数据之中的，我们接下来看一看。

# 对比赛时间处理，取年份用于分组
data_team[u'年份'] = data_team[u'时间'].str.split('-').str[0]
data_team[u'月份'] = data_team[u'时间'].str.split('-').str[1]
data_grouped_years = data_team.groupby(data_team[u'年份']).mean().reset_index()

plt.figure(figsize=(15, 12))
for i, column in enumerate(data_grouped_years.iloc[:, 1:19].columns, 1):
    plt.subplot(6, 3, i)
    plt.plot(data_grouped_years[u'年份'], data_grouped_years[column], 'r')
    my_x_ticks = ['1985', '1990', '1995', '2000', '2005', '2010', '2016']
    plt.xticks(my_x_ticks)
    plt.ylabel(column)
plt.show()

通过绘制折线图我们看下各项数据在三十年间的变化：

image.png

我们能看到什么：

• 不论是投篮命中率还是出手，都有了下降，不过在近十年有所上升；
• 三分不论是命中率还是出手都有一个大幅度提升，三分出手数从85年的2个飙升到了24个左右；
• 罚球方面，命中率有波动，但罚球数一直是下降但趋势，这也不难理解，毕竟犯规更集中在内线，外线三分投的多了，内线肉搏自然少了，犯规数自然就下降了，罚球也就少了。
• 篮板有下降，但近十年也一直上涨，为什么上涨，后场篮板多了，前场篮板这三十年可是一直在下降，前文也说过了，前场篮板才是反映一个球队篮板拼抢的积极性，这也说明了，篮板是越来越不被重视了，现在是一个没有中锋的时代。
• 助攻，抢断，盖帽，失误，犯规，得分都在下降，真的是不看不知道，一看吓一跳。

总体来说，防守型的数据都是在下降，无论是篮板，抢断还是盖帽，外线出手暴涨。以前是内线的时代，现在是小球时代，中锋作用被弱化。毕竟NBA是一个商业联盟，更多的是迎合市场，一个更能得分的球员总是会比一个更能抢篮板的球员更受欢迎。

三分的变化

前文中我们也看到了，三分球这些年越来越被重视，我们接下来更加直观来展现下这些年三分选择的变化：

data_team[u'三分占比'] = data_team[u'三分命中']*3/data_team[u'得分']
data_team_3ps_grouped = data_team[u'三分占比'].groupby(
    [data_team[u'年份'], data_team[u'月份']]).mean().reset_index()
data_team_pivot = data_team_3ps_grouped.pivot(u'月份', u'年份', u'三分占比')
plt.figure(figsize=(20, 5))
with sns.axes_style("white"):
    sns.heatmap(data=data_team_pivot, annot=True, linewidths=.5, cmap='Reds')
plt.ylabel(u'月份')
plt.show()

我们统计来这些年来三分球占比的情况，通过seaborn的heatmap做如下展示：

image.png

我们能看到什么：

• 85年的时候三分球得分占比不到2%，什么概念，平均下来一场得分100的球，三分只能占到2分，一个球不到，但到了2016年，这个比重以及上升到27%；
• 95-97年之间三分球有个较大幅度上涨，到97-98赛季又下降了。

三分合理吗

现在都这么拼命的扔三分，真的就很合理吗？
在讨论三分合理性之前，我们先引入一个概念——有效命中率

eFG%（effective Field Goal percentage）通常翻译为“有效命中率”，该数据优化了三分球对于球员命中率的影响。 考虑到每一个三分球实际上相当于命中了1.5个两分球，因此，eFG%的计算公式为：eFG% = ( FG + 0.5 * 3P ) / FGA，其中： FG：投篮命中数； 3P：三分命中数 FGA：投篮出手总数

其实简单来说，投中一个三分，算1.5个投篮命中数，下面我们来看下近三十年来，有效命中率是怎么在变化。

data_team[u'有效命中率'] = (data_team[u'命中']+0.5 *
                       data_team[u'三分命中'])/data_team[u'出手']
data_team_efg_grouped = data_team.groupby(
    [u'年份'])[u'有效命中率', u'投篮'].mean().reset_index()

plt.figure(figsize=(15, 5))
plt.plot(data_team_efg_grouped[u'年份'], data_team_efg_grouped[u'有效命中率'], 'r')
plt.plot(data_team_efg_grouped[u'年份'], data_team_efg_grouped[u'投篮'], 'g')
my_x_ticks = ['1985', '1990', '1995', '2000', '2005', '2010', '2016']
plt.xticks(my_x_ticks)
plt.legend(loc='best')
plt.show()

我们使用折线图来看这些年真实命中率的变化：

image.png

我们可以看到，这些年整体命中率虽然是在下降，不过真实命中率反而要高于以前了，可能对于很多老球迷来说，这样的NBA少了很多对抗，观赏性不如以前，不过我们还是可以看到，进攻效率却更高了，当然这样的变化是好是坏，就因人而异了。

最后

结论性的东西就不说了，前文都已经说了很多了。
NBA这么多年变化不少，作为一个球迷的我来说，变化其实也不小，想着以前高中大学的时候，为了自己喜欢的球星，跟同学争的面红耳赤也争不出个好歹，大学的时候只要上午有比赛，铁定是逃课去看比赛的，渐渐的参加工作之后，看NBA的时间没那么多了，搞得现在好多新生辈的球员都不认识了，关注的永远只有老詹，有时候看到一些说老詹不好的话，也没那么生气了，现在希望的就是老詹还能多打几年，等老詹退役了，我也应该就不再年轻了。

之前一直在科赛网-NBA这些年 上更新这个项目的，不过一直没怎么整理，特别是文字部分，很多也是在一边摸索一边统计，后期发现有意义的会再更新到简书的。
peace~