籃球巨星科比，是NBA歷史上最佳得分手之一，以前寫了一篇關於科比的得分數據分析。這一次，讓我們聚焦於進攻方式，用數據來探索科比職業生涯的打球方式，看看如何防守才能最大化阻礙科比的進攻！

要點：

• 數據獲取

• 數據的清洗

• 數據的多維度可視化

• 
  

01:數據來源

玩數據分析的同學一定都知道kaggle，裏面有大量好玩的數據集，這次我們下載了科比近20年職業生涯中所嘗試的每個投籃命中的位置和情況，由於是籃球領域的數據，可能有一些小夥伴看不懂，不過沒關系，後面我都會進行簡短的說明的。

鏈接：https://www.kaggle.com/c/kobe-bryant-shot-selection/data

The field names are self explanatory and contain the following attributes:

• action_type 進攻方式（更具體）

• combined_shot_type 進攻方式

• game_event_id 這個不清楚

• game_id 比賽ID

• lat 投籃點

• loc_x 投籃點

• loc_y 投籃點

• lon 投籃點

• minutes_remaining 單節剩余時間（分鐘）

• period 表示第幾節

• playoffs 是否是季後賽

• season 賽季

• seconds_remaining 剩余時間（秒）

• shot_distance 投籃距離

• shot_made_flag 是否進球

• shot_type 兩分球或三分球

• shot_zone_area 投籃區域

• shot_zone_basic 投籃區域（更具體）

• shot_zone_range 投籃範圍

• team_id 球隊ID

• team_name 球隊名稱

• game_date 比賽日期

• matchup 比賽雙方

• opponent 對手

• shot_id 投籃ID

02:數據的讀取和查看

1).讀入數據集：

2).看一下數據集基本情況：一共有25個維度

3).看一下數據集的大小:一共投了30697次

可以看到，科比職業生涯出手投籃了三萬多次，確實是厲害！大致先了解一下這份數據，主要是收集了科比每一次進攻的位置，投籃方式和得分，這三個維度也是我們重點關註的，其他的其實影響不是太大。

03:數據清洗和探索

1).數據的清洗

因為這是kaggle上的一個比賽數據，會用於預測，所以在“shot_made_flag”這一列上會有空值（即預測科比這一次投籃是否能投進

#剔除未知命中結果的數據

known_data = data[data['shot_made_flag'].notnull()]

known_data.sample(3)

2).數據的思考

那接下來就慢慢來分析科比的投籃吧。站在一個球迷的位置，我會先關註的是科比的投籃點，有哪一些進攻的方式，哪一種又是偏多呢？

在數據分析前，我先來猜測下，按照我的球迷經驗，科比常用的應該是跳投多一些，畢竟江湖上有一句話說，“我科後仰美如畫”。科比的投籃姿勢也是教科書版的存在，所以會有很多人去模仿他的動作。

3).畫出科比的投籃圖

• 默認的plt畫圖太醜，我用sns來設置畫圖的顏色

• plt來設置中文字體,設置坐標系顯示負數

• 用scatter來畫散點圖

• 設置X,Y軸和Title

可視化看一下：

4).常用的進攻方式

• 取數據集中的'combined_shot_type'統計科比投籃的方式

• 用直方圖來顯示，構造x和y的參數.(x為1到6的序列，y為每一種投籃方式的統計數)

• 設置坐標標簽和刻度範圍

果然，跳投是最多的，最少的是擦板（嗯，這個讓我想起了另外一位巨星——鄧肯，他的擦板肯定不少！）這裏用到的是“combined_shot_type”這一列，然後我把結果轉為中文了，看起來順眼一點。

4).計算命中率

• 過濾數據集，獲得投籃命中的次數hits_df

• 計算投籃命中率

• 設置坐標參數和lable

可以看到，扣籃的命中率最高，然後是擦板，帶球上籃，勾手，跳投，最後居然是補籃命中率最低（有點難以置信，有可能是數據的缺失的原因，我其實更偏向跳投才是最低的).

5).看看不同區域的出手情況

分析完科比的進攻方式，再來看看他喜歡在哪些地方投籃，終結的效果又是如何。同樣，數據集裏面對投籃區域的描述也有兩列，這裏我選取描述更具體的“shot_zone_basic”一列來分析。

因為y軸的標簽名稱太長，所以我們把畫布右移0.18

可以看到，科比更多的進攻範圍是在中距離，中投多一點。

6).最後一分鐘的數據

#選取最後一分鐘的數據

last_min_df = known_data[known_data['minutes_remaining']==0]

#平均進攻距離

avg_dis = last_min_df['shot_distance'].mean()

#進攻方式繪制

可以看到，還是中距離的跳投居多，還有一些距離看起來很遠的，一般都是時間快到點了，然後亂扔出去的,最為球隊領袖，還是有很多出手權的。

限於篇幅，我對某些數據探索原文有一些刪減，其實這是一份很好可以用來練習的數據集，你可以用來練習pandas數據分析，matplotlib可視化，sklearn數據挖掘，希望大家可以學習和挖掘更多信息。

探索大神科比,30000多次投籃數據，有好玩的發現