nba球员数据可视化分析_nba球员数据可视化分析图

       大家好，今天我要和大家探讨一下关于nba球员数据可视化分析的问题。为了让大家更容易理解，我将这个问题进行了归纳整理，现在就让我们一起来看看吧。

1.为什么篮球运动员的工资那么高呀/

2.NBA历史上三分球第一的是谁

3.地图数据可视化PowerMap（转）

4.NBA球星总得分榜。

5.死磕数据分析(2)-如何从纷繁复杂的数据中总结特征

为什么篮球运动员的工资那么高呀/

       有很多方面

       首先他们确实有实力，他们确实配得上这份工资

       再者，nba是个商业联盟，他们在挣钱这方面是行家，如果你不给他挣出2000万，他是不可能给你1000万的。

       nba的球馆非常大，球票销售就可以赚很多钱。

       球员和球队钱了合同之后，合同中有很多条款，球队可以借助球员的名气卖球员的球衣，还可以让球员参加活动，这时候球队就盈利了。

       nba是造星的地方，球星效应是他们赚钱的主要方法。有了名气，就不愁没钱赚。

       有了这些，赚钱就不难了。

NBA历史上三分球第一的是谁

       三分排名

       排名 姓名 3分投篮数 3分命中数 3分命中率

       1 绍恩-利文思顿 (快船) 1 1 100%

       2 马里克-罗斯 (尼克斯) 1 1 100%

       3 卡尔文-布思 (奇才) 1 1 100%

       4 贾克-沃斯库尔 (山猫) 1 1 100%

       5 理查德-汉密尔顿 (活塞) 61 31 50.8%

       6 丹-迪考 (凯尔特人) 20 10 50%

       7 布莱恩-卡迪纳尔 (灰熊) 8 4 50%

       8 罗伊尔-艾维 (老鹰) 4 2 50%

       9 安德雷-布拉切 (奇才) 2 1 50%

       10 杰梅因-杰克逊 (雄鹿) 2 1 50%

       11 安德烈斯-诺希奥尼 (公牛) 114 55 48.2%

       12 贾内罗-帕戈 (公牛) 50 24 48%

       13 布莱恩-库克 (湖人) 17 8 47.0%

       14 特拉维斯-迪纳 (魔术) 47 22 46.8%

       15 约什-柴德里斯 (老鹰) 26 12 46.1%

       16 布鲁斯-鲍恩 (马刺) 118 54 45.7%

       17 内特-罗宾逊 (尼克斯) 75 34 45.3%

       18 莱昂纳多-巴尔博萨 (太阳) 52 23 44.2%

       19 麦克-詹姆斯 (猛龙) 154 68 44.1%

       20 贾米尔-尼尔森 (魔术) 98 43 43.8%

       21 泰伦-卢 (老鹰) 69 30 43.4%

       22 昌西-比卢普斯 (活塞) 222 96 43.2%

       23 詹姆斯-波西 (热火) 183 79 43.1%

       24 凯尔-科沃尔 (76人) 232 100 43.1%

       25 迈克尔-雷德 (雄鹿) 203 87 42.8%

       26 德克-诺维茨基 (小牛) 152 65 42.7%

       27 斯蒂夫-纳什 (太阳) 198 84 42.4%

       28 德隆特-韦斯特 (凯尔特人) 104 44 42.3%

       29 贾森-卡波诺 (热火) 50 21 42%

       30 贾森-特里 (小牛) 210 88 41.9%

       31 阿兰-安德森 (山猫) 24 10 41.6%

       32 查尔斯-史密斯 (开拓者) 24 10 41.6%

       33 沙里夫-阿卜杜-拉希姆 (国王) 12 5 41.6%

       34 拉加-贝尔 (太阳) 232 96 41.3%

       35 马特-邦纳 (猛龙) 126 52 41.2%

       36 麦克-米勒 (灰熊) 181 74 40.8%

       37 阿列克桑达尔-帕夫洛维奇 (骑士) 27 11 40.7%

       38 毛里斯-威廉姆斯 (雄鹿) 140 57 40.7%

       39 帕特-加里蒂 (魔术) 86 35 40.6%

       40 拉苏-巴特勒 (黄蜂) 91 37 40.6%

       41 肖恩-巴蒂尔 (灰熊) 96 39 40.6%

       42 约翰-萨尔蒙斯 (76人) 42 17 40.4%

       43 科克-斯奈德 (黄蜂) 47 19 40.4%

       44 德里克-费舍尔 (勇士) 156 63 40.3%

       45 萨姆-卡塞尔 (快船) 67 27 40.2%

       46 威利-斯泽尔比亚克 (凯尔特人) 149 60 40.2%

       47 博比-西蒙斯 (雄鹿) 77 31 40.2%

       48 萨鲁纳斯-贾希科维修斯 (步行者) 147 59 40.1%

       49 贾森-威廉姆斯 (热火) 165 66 40%

       50 安德烈-伊古欧达拉 (76人) 70 28 40%

地图数据可视化PowerMap（转）

       当然是伟大的米勒！他在自己的nba职业生涯中一共投进了2560个三分球。不过这个纪录应该不会保持太长时间了，目前三分球总数排名第二的雷·阿伦（1928个）只要再投中632个三分球就能打破这个纪录。阿伦在2005-2006赛季的常规赛中一共投入了269个三分球，他已经打破了丹尼斯·斯科特（dennis scott ）在1995－96赛季创造的记录，成为联盟历史上单季投进三分球总数最多的球员，而且阿伦还很年轻不是吗？

NBA球星总得分榜。

       /article/m/show/id/2309404034217083298824?_wb_client_=1

        写给大家看的PowerMap简易数据可视化指南

        隐藏在Excel里的黑科技，哦不，人间凶器。

        ?

        听说了 PowerMap 这个功能很久，却一直抱有敬畏之心，最近因为工作需要，终于有幸可以研究把玩这个伟大的工具。

        研究之后发现，微软爸爸这个名字确实是叫的应该。

        这?真的是黑科技，哦不，人间凶器。

        下面两个案例中的所有三维可视化效果，全都是用 Excel 中的 ?PowerMap设计生成的。

        -美国万圣节大数据分析

        -全球二氧化碳排放量

        PowerMap 是 Excel 中的一个强大无比的 大数据地图展现工具。 但是操作方式却逆天的简单。

        咳咳…大家冷静一下，我要开始装逼了。

        1 PowerMap如何使用？

        我们将在实际案例中对 PowerMap 进行讲解，我们所使用的Excel表格数据案例为下图所示。

        （你达标了么？）

        1.1 如何安装？

        -如果你用的版本是 Office2016，在插入选项卡里面，会有一个三维地图功能按钮。

        -如果你用的版本是 Offcie2013 ，则需要事先安装一个插件，然后再到插入选项卡里面打开 Map 功能即可。

       /en-us/download/details.aspx?id=38395

        -如果你用的版本是2010及以下的版本….

        对不起，你已经被微软这个小婊砸抛弃了。

        1.2 如何打开？

        首先我们要拖拽选中我们要展现的数据区域。

        然后我们点开这个地图功能按钮，就打开了 PowerMap 界面

        （啊啊啊啊！！碉堡了！）

        我已经见过无数个学生看到这个界面之后狂热而震惊的眼神。

        毫无疑问，整个界面里面最抓人眼球的是中间可以无限纵深的三维地球。

        我们可以使用鼠标拖拽进行视角和空间的转换和移动。

        整个三维地球是在线更新的，所以无需担心地名出错的问题。

        PowerMap 提供了12种主题供我们挑选和选择。

        PowerMap 提供了五种可视化形式供我们选择，分别是堆积柱形图，簇状柱形图，气泡图，热力图和区域，简单列举一些。

        1.3 如何赋予数据？

        我们以堆积柱形图为例。

        目前整个三维地图是空白的，我们需要对这个地球进行一个数据赋予。

        我们在右侧的字段列表里面勾选出需要赋予给 PowerMap 的数据。

        挨个点击添加字段，选中我们案例中相对应的数据类别就好。

        （ 位置-国家 ?高度-数据 ?类别-国家 ）

        这个时候，PowerMap 会帮我们在地球上自动生成堆积柱形图，颜色是按照国家进行区分。

        此时，我们可以对生成的柱形图进行一些细微的编辑，我们可以点开图层选项，在里面对图表的高度和厚度进行设置。

        （恩...我们可以细而长，也可以短而粗）

        PowerMap 强大的地方在于，如果一个可视化效果有局限性，那我们可以任意的叠加多层可视化效果。

        只需要点击字段最上方 “添加新层”

        比如说我觉得这个时候国家之间的区别不是很明显，那我在新的图层这里设置一个区域可视化效果。

        这个时候我们会发现，三维地球上会重新叠加了一层区域效果，这个时候国家之间的区别就鲜明了不少。

        我最后又叠加上了一层热力图可视化效果，具体的操作步骤同上，就不再次赘述了。

        三个图层按照需求分别命名如下。

        这个时候，我们会发现，三维地图上的可视化图表效果基本已经生成完毕了。

        1.4 我们来聊聊动画

        PowerMap 提供了一系列堪比**级的动画效果。

        我们只要点开“场景选项”，选择一个合适的效果就可以了。

        我们可以简单看一下效果：

        *飞过效果

        *推进效果

        *旋转地球效果

        我们选中了动画之后，设置一个合适的时间和效果选项即可。

        对比

        PowerMap 三维地图最大的优势是在于，我们可以对它很方便的进行时间和空间上的对比。

        -时间上的对比

        时间上的对比很简单，我们只需要在数据赋予的时候给他赋予一个时间字段。

        然后我们点击播放

        卧槽！我们会发现PowerMap会以动画的形式按照时间生长表现数据。

        -空间上的对比

        空间上的对比则需要点击“新场景”，然后复制一个跟原本场景一样的三维地球效果。

        这个时候，比如我们需要对比亚洲与美洲之间的数据。

        那我们在第一个场景把空间移动到亚洲上空。

        然后来到第二个场景把空间移动到美洲上空。

        并且给两个场景依次赋予一个动画效果：圆形

        时候我们点击播放会发现。

        PowerMap 会帮我们自动从亚洲上空移动到美洲上空，无缝切换。

        我们也可以把视角深入，比如我想从全球视角，移动到北京，看看北京的情况。

        仅仅把第二个场景把三维地图视野深入到北京这个城市即可。

        效果如图：

        （是不是有一种有一种卫星地图的视角穿越感）

        如果我们在新场景里面把三维地图改为平面地图，PowerMap也可以帮你在播放的时候无缝展现。

        PowerMap 除了可以默认的三维地图以外，我们也可以尝试自定义地图。

        定制地图的背景由我们选定决定，图表的位置可以根据工作表的经纬度的数据去决定。

        （感谢2岁的我的可爱自拍）

        这个相对于三维地图，自定义地图究竟具体怎么使用呢？

        给一些参考例子

        1.用直方图表现NBA场上球队在场上具体某个区域得分情况分析

        2.用热力图表现整个网页具体某个区域点击情况分析

        3.自定义地图（公园地图，学校地图，咖啡厅）的具体人流量分析

        2 导出视频

        当一切都准备完毕之后，我们可以点击“播放”按钮去播放我们刚刚设置的可视化效果。

        我们也可以点击“生成视频” 去导出一个视频在其他地方使用。

        3 还能怎么玩？

        作为一个如此逆天的可视化工具，我们来看看大神们有没有什么精彩的创意。

        -@Lukas Steindl 做了一个全球气候变化的动态分析

        -万圣节快到了，让PowerMap来告诉你全美国哪个地方万圣节参与人数最多吧

        -华盛顿无家可归的学生数据调研

        -彗星轨迹图

        -近30年美国降水量数据分析

        -白宫预算分析

死磕数据分析(2)-如何从纷繁复杂的数据中总结特征

       NBA现役球员得分榜（3月19日）1、奥尼尔 27386 分2、艾弗森 23960 分 3、科比 23479 分4、加内特 21241 分5、雷.阿伦 19479 分6、邓肯 19013 分7、诺维斯基 18701 分8、皮尔斯 18369 分9、卡特 18013分10、麦迪 17289 分11、芬利 16964分12 、马布里 16240 分13、斯塔克豪斯 15749 分14、贾米森 15596 分15、朱万.霍华德 15484 分16、基德 15216 分17、拉希德.华莱士 15072 分

       下表是NBA历史得分榜（数据截止至07年3月27日）。

       排名 球员 总得分

       1 贾巴尔 38387分

       2 卡尔-马龙 36928分

       3 迈克尔-乔丹 32292分

       4 张伯伦 31419分

       5 摩西-马龙 27409分

       6 埃尔文-海耶斯 27313分

       7 奥拉朱旺 26946分

       8 奥斯卡-罗伯特森 26710分

       9 威尔金斯 26668分

       10 哈维里克 26395分

       11 英格利什 25613分

       12 沙克-奥尼尔 25291分

       13 雷吉-米勒 25279分

       14 杰里-维斯特 25192分

       15 尤因 24815分

       16 巴克利 23757分

       17 帕里什 23334分

       18 单特利 23177分

       19 拜勒 23149分

       20 德雷克斯勒 22195分

       21 加里-佩顿 21797分

       22 拉里-伯德 21791分

       23 格雷尔 21586分

       24 贝拉米 20941分

       25 佩蒂特 20880分

       26 大卫-罗宾逊 20790分

       27 格尔文 20708分

       28 里奇蒙德 20497分

       29 钱伯斯 20049分

       30 斯托克顿 19711分

       NBA个人单场得分排行榜

       （数据截止至09年4月17日）

       排名、球星姓名，所属球队：对手，日期，得分，备注

       1、威尔特-张伯伦，费城勇士：纽约尼克斯，1962.3.2，100分

       2、科比-布莱恩特，洛衫矶湖人：多伦多猛龙，2006.1.23，81分，现役湖人

       3、威尔特-张伯伦，费城勇士：洛杉矶湖人，1961.12.8，78分(三加时)

       4、威尔特-张伯伦，费城勇士：芝加哥公牛，1962.1.13，73分

       5、威尔特-张伯伦，旧金山勇士：纽约尼克斯，1962.11.16，73分

       5、大卫-汤普森，丹佛掘金：底特律活塞，1978.4.9，73分

       7、威尔特-张伯伦，旧金山勇士：洛杉矶湖人，1962.11.3，72分

       8、埃尔金-贝勒，洛衫矶湖人：纽约尼克斯，1960.11.15，71分

       8、大卫-罗宾逊，圣安东尼奥马刺：洛杉矶快船，1994.4.24，71分

       10、威尔特-张伯伦，旧金山勇士：锡拉丘兹民族队，1963.3.10，70分

       11、迈克尔-乔丹，芝加哥公牛：克里弗兰骑士，1990.3.28，69分 (加时)

       12、威尔特-张伯伦，费城勇士：芝加哥公牛，1967.12.16，68分

       13、皮特-马拉维奇，新奥尔良爵士：纽约尼克斯，1977.2.25，68分

       14、威尔特-张伯伦，费城勇士：纽约尼克斯，1961.3.9，67分

       14、威尔特-张伯伦，费城勇士：圣路易斯老鹰，1962.2.17，67分

       14、威尔特-张伯伦，费城勇士：纽约尼克斯，1962.2.25，67分

       14、威尔特-张伯伦，旧金山勇士：洛杉矶湖人，1963.1.11，67分

       18、威尔特-张伯伦，洛杉矶湖人：凤凰城太阳，1969.2.9，66分

       19、威尔特-张伯伦，费城勇士：辛辛纳提皇家队，1962.2.13，65分

       19、威尔特-张伯伦，费城勇士：圣路易斯老鹰，1962.2.27，65分

       19、威尔特-张伯伦，费城勇士：洛杉矶湖人，1966.2.7，65分

       19、科比-布莱恩特，洛衫矶湖人：波特兰开拓者，2007.3.16，65分，现役湖人

       23、埃尔金-贝勒，明尼阿波利斯湖人：波士顿凯尔特人，1959.11.8，64分

       23、里克-巴里，金州勇士：波特兰开拓者，1974.3.26，64分

       25、迈克尔-乔丹，芝加哥公牛：奥兰多魔术，1993.1.16，64分(加时)

       26、乔-福尔克斯，费城勇士：明尼阿波利斯喷气机，1949.2.10，63分

       26、杰里-韦斯特，洛杉矶湖人：纽约尼克斯，1962.1.17，63分

       26、威尔特-张伯伦，旧金山勇士：洛杉矶湖人，1962.12.14，63分

       26、威尔特-张伯伦，旧金山勇士：费城76人，1964.11.26，63分

       26、乔治-格文，圣安东尼奥马刺：新奥尔良爵士，1978.4.9，63分

       31、埃尔金-贝勒，洛杉矶湖人：费城76人，1961.12.8，63分(三加时)

       32、威尔特-张伯伦，费城勇士：波士顿凯尔特人，1962.1.14，62分

       32、威尔特-张伯伦，旧金山勇士：纽约尼克斯，1963.1.29，62分

       32、威尔特-张伯伦，旧金山勇士：辛辛纳提皇家队，19**.11.15，62分

       32、威尔特-张伯伦，费城76人：旧金山勇士，1966.3.3，62分

       32、特雷西-麦克格雷迪，奥兰多魔术：华盛顿奇才，2004.3.10，62分，现役火箭

       32、科比-布莱恩特，洛杉矶湖人：达拉斯小牛，2005.12.21，62分，现役湖人

       38、威尔特-张伯伦，费城勇士：圣路易斯老鹰，1962.1.17，62分(加时)

       39、威尔特-张伯伦，费城勇士：锡拉丘兹民族队，1962.1.21，62分(加时)

       40、威尔特-张伯伦，费城勇士：芝加哥公牛，1961.12.9，61分

       40、威尔特-张伯伦，费城勇士：圣路易斯老鹰，1962.2.22，61分

       40、威尔特-张伯伦，费城勇士：芝加哥公牛，1962.2.28，61分

       40、威尔特-张伯伦，费城勇士：辛辛纳提皇家队，1962.11.21，61分

       40、威尔特-张伯伦，费城勇士：锡拉丘兹民族队，1962.12.11，61分

       40、威尔特-张伯伦，费城勇士：圣路易斯老鹰，1962.12.18，61分

       40、迈克尔-乔丹，芝加哥公牛：亚特兰大老鹰，1987.4.16，61分

       40、卡尔-马龙，犹他爵士：密尔沃基雄鹿，1990.1.27，61分

       40、沙奎尔-奥尼尔，洛杉矶湖人：洛杉矶快船，2000.3.6，61分，现役太阳

       40、科比-布莱恩特，洛杉矶湖人：纽约尼克斯，2009.2.2，61分，现役湖人

       50、迈克尔-乔丹，芝加哥公牛：底特律活塞，1987.3.4，61分(加时)

       51、乔治-迈肯，明尼阿波利斯湖人：罗彻斯特皇家队，1952.1.20，61分(二加时)

       52、威尔特-张伯伦，费城勇士：洛杉矶湖人，1961.12.1，60分

       52、威尔特-张伯伦，费城勇士：洛杉矶湖人，1961.12.29，60分

       52、威尔特-张伯伦，洛杉矶湖人：辛辛纳提皇家队，1969.1.26，60分

       52、伯纳德-金，纽约尼克斯：新泽西网，.12.25，60分

       52、拉里-伯德，波士顿凯尔特人：亚特兰大老鹰，1985.3.12，60分

       52、汤姆-钱伯斯，菲尼克斯太阳：西雅图超音速，1990.3.24，60分

       52、阿伦-艾弗森，费城76人：奥兰多魔术，2005.2.12，60分，现役活塞

       52、科比-布莱恩特，洛杉矶湖人：孟菲斯灰熊，2007.3.22，60分，现役湖人

       60、吉尔伯特-阿里纳斯，华盛顿奇才：洛杉矶湖人，2006.12.17，60分(加时)，现役奇才

       注：季后赛历史唯一一次60+

       迈克尔-乔丹，芝加哥公牛：波士顿凯尔特人，1986.4.20，63分(二加时)

       单场100分，威尔特-张伯伦

       （希望我的答案对你有帮助）

       统计概率思维-描述统计分析

        1# 为什么要学统计学？

        2# 描述统计分析

        2.1 描述统计学定义

        ● 将复杂的数据集简化，总结出可以起到高度概括、有代表性、能够起到描述作用的数字。

        2.2 描述统计常用指标

        平均值

        ● 例子：A,B,C,D收入分别为10，11，12，13万元，人均收入为（10+11+12+13）/4=11.5万元

        但是也有缺点，就是当数据中有异常值（极大或者极小）则用平均值结果来描述数据集是不准确的，如把D的收入替换成10亿元，那么人均收入约等于29000万元，虽然说这样的描述没有错误，但是不能正确体现数据集的特征（A,B,C的收入没有那么高）。

        中位数

        ● 中位数计算方法：

        ● 例子：找出5，7，3，8的中位数

        四分位数

       ● 四分位数的计算方法：

        ● 可视化例子（箱线图）：

        ● 可视化例子2（比较不同类型数据集的数据分布情况）

        横轴x是对数据分析师需求top6的城市，纵轴y是薪资情况。

        结论：深圳的工资水平较高，行业顶薪也是位居六大城市之首。

        横轴x是对数据分析师参与工作年数，纵轴y是薪资情况。

        结论：数据分析师的薪资水平随着工作年限增长，在3-5年阶段增长、跨度尤为明显。

        ● 识别异常值（极大或者极小的值）

        处理方法：

        ● Turkey‘s test

        案例（识别出温度中的异常值）：

        ● 总结箱线图（四分位数）优点：避免受到异常值的影响；通过turkey test识别异常值

        ● 总结箱线图（四分位数）的局限：无法告诉数据集的波动

        标准差

        ● 概念打通

        标准差就是计算出数据相对于平均值的波动大小，也就是衡量出一组数据的离散程度（波动大小）

        离散程度=变异性=波动大小

        ● 标准差计算方法

        方差算法：

        u等于一组数据的平均值

        也可以是下面的式子：

        Ps：这里用平方的原因是有时候数字和平均数的偏离是反向偏离（负数），如果不进行平方可能就和正向偏离抵消。

        标准差算法：

        ● 案例分析（哪个nba球员更加稳定）：

        可以推到出结论：球员1加内特的发挥更加稳定，球员2库里的发挥波动比较大

        ● 标准差需要注意的两个问题

        标准分

        ● 标准分的定义

        选定值和平均值相差多少个的标准差

        如果标准分=0，那就就是=平均值，标准分>0则是>平均值

        ● 计算方法

        使用平均值u和标准差σ计算出来

        ● 案例（摩托罗拉6σ管理）

        距离平均值6个标准差σ，相当于6个标准差就是每百万件抽样中，有3.4个不合格

        总结

       好了，今天关于“nba球员数据可视化分析”的话题就到这里了。希望大家通过我的介绍对“nba球员数据可视化分析”有更全面、深入的认识，并且能够在今后的学习中更好地运用所学知识。