基于python的NBA球员数据可视化分析.zip

import re from pymongo import MongoClient import pandas as pd import numpy as np import pymysql # 不同位置的球员数量占比 def pos_stars_count(df): # 处理位置的离散数据 中锋 中锋-前锋 前锋 pos_series = df['位置'].str.split('-') pos_list = pos_series.tolist() # 将数据都放在一个数组中 再利用set方法的特性 去除重复数据 再转换成list数据 pos_type_count = list(set([j for i in pos_list for j in i ])) # 构造0的矩阵 zero_list = pd.DataFrame(np.zeros((df.shape[0],len(pos_type_count))),columns=pos_type_count) # 遍历0的矩阵 如果满足条件 则+1 for i in range(len(zero_list)): zero_list.loc[i][pos_list[i]] = 1 # 将每个列索引上的值累加 pos_count = zero_list.sum().reset_index() # 构造列表嵌套列表的数据 方便后续mysql批量插入数据 data = [[i['index'],int(i[0])] for i in pos_count.to_dict(orient="records")] print(data) return data # 不同身高的球员数量占比 def height_stars_count(df): # 处理身高数据 193CM 去除CM df['身高'] = df['身高'].apply(lambda x:int(x.split('CM')[0])) # 对身高划分区间 分别为 180-190 190 190-200 200-210 210< # 将身高的数据类型转换成int df['身高'] = df['身高'].astype(np.int) # 首先添加身高区域列索引 df['身高区间'] = '' # 通过循环操作 来划分区间 for i in range(df.shape[0]): if df.loc[i]['身高']<190: df.loc[i,'身高区间'] = "<190" elif df.loc[i]['身高']>=190 and df.loc[i]['身高']<200: df.loc[i,'身高区间'] = "190-200" elif df.loc[i]['身高']>=200 and df.loc[i]['身高']<=210: df.loc[i,'身高区间'] = "200-210" elif df.loc[i]['身高']>210: df.loc[i,'身高区间'] = "210<" # 按照身高区域分组并进行统计 grouped = df.groupby('身高区间')['身高'].count().reset_index() # 构造列表嵌套列表的数据 方便后续mysql批量插入数据 data = [[i['身高区间'],i['身高']] for i in grouped.to_dict(orient="records")] print(data) return data # nba球员的年龄与场均得分的关系 def age_stars_count(df): # 数据中只有出生日期没有球员年龄 因此需要构造年龄数据 # 将时间字符串转换成pandas时间类型 df['出生日期'] = pd.to_datetime(df['出生日期']) # 再将pandas时间类型转换成DateTimeIndex类型 date = pd.DatetimeIndex(df['出生日期']) # 取出具体的年 作为列索引填充数据 df['year'] = date.year # 球员年龄 = 当前年份 - 出生年份 df['年龄'] = df['year'].apply(lambda x:2021-int(x)) # 构造列表嵌套元组的数据 方便后续mysql批量插入数据 age = df['年龄'].sort_values().tolist() score = df['场均得分'].apply(lambda x:round(float(x),1)).tolist() data = list(zip(age,score)) print(data) return data # 统计不同球队的场均平均得分 def team_stars_score(df): # 按照球队进行分组 并统计每个球队球员的场均平均得分 # 统计每队球员数量 num_grouped = df.groupby('球队')['号码'].count() # 统计每队场均总得分 # 由于 场均得分的数据为字符串数据 因此需要转换数据类型 进行累加 df['场均得分'] = df['场均得分'].astype(np.float) score_grouped2 = df.groupby('球队')['场均得分'].sum() # 计算每个球队球员的场均平均得分 avg_score = (score_grouped2/num_grouped).reset_index() # 对avg_score重新设置索引并修改列索引 avg_score.columns = ['球队','球队场均平均得分'] # 对球队场均平均得分数据进行处理 保留一位小数 avg_score['球队场均平均得分'] = avg_score['球队场均平均得分'].apply(lambda x:round(x,1)) # 构造列表嵌套列表的数据 方便后续mysql批量插入数据 data = [[i['球队'],i['球队场均平均得分']] for i in avg_score.to_dict(orient="records")] print(data) return data # 对比我最喜欢的三个nba球星数据 詹姆斯 库里 杜兰特 def enjoy_stars_compare(df): # 获取数据 zms = df[df['姓名']=="勒布朗-詹姆斯"] kl = df[df['姓名']=="斯蒂芬-库里"] dlt = df[df['姓名']=="凯文-杜兰特"] # 拼接数据 my_enjoy_stars = pd.concat([zms,kl,dlt],axis=0) # 比较参数 场均得分 场均上场时间 场均三分命中 场均盖帽 场均助攻 场均篮板 场均罚球率 data = [[i['姓名'],i['场均得分'],i['场均上场时间'],i['场均三分命中'],i['场均盖帽'],i['场均助攻'],i['场均篮板'],i['场均罚球率']] for i in my_enjoy_stars.to_dict(orient="records")] print(data) return data if __name__ == '__main__': # 初始化mongodb连接 client = MongoClient() collection = client['test']['nba'] # 获取数据 nba_stars = collection.find({},{'_id':0}) # 将数据转换成dataFrame类型 df = pd.DataFrame(nba_stars) # 打印基本信息 print(df.info()) print(df.head(5)) # 不同位置的球员数量占比 # data = pos_stars_count(df) # 不同身高的球员数量占比 # data = height_stars_count(df) # nba球员的年龄与得分的关系 # data = age_stars_count(df) # 统计不同球队的场均平均得分 # data = team_stars_score(df) # 对比我最喜欢的三个nba球星数据 詹姆斯 库里 杜兰特 data = enjoy_stars_compare(df) # 初始化mysql数据库连接 # conn = pymysql.Connect(host="localhost",user="root",password="123456",port=3306,database="nba",charset="utf8") # with conn.cursor() as cursor: # # 不同位置的球员数量占比 # # sql = "insert into db_pos_stars_count(pos,count) values(%s,%s)" # # 不同身高的球员数量占比 # # sql = "insert into db_height_stars_count(height_area,count) values(%s,%s)" # # nba球员的年龄与得分的关系 # # sql = "insert into db_age_stars_score(age,score) values(%s,%s)" # # 统计不同球队的场均平均得分 # # sql = "insert into db_team_stars_score(team,score) values(%s,%s)" # # 对比我最喜欢的三个nba球星数据 詹姆斯 库里 杜兰特 # sql = "insert into db_enjoy_stars_compare(name,score,time,three_rate,block,assists,backboard,penalty) values(%s,%s,%s,%s,%s,%s,%s,%s)" # try: # result = cursor.executemany(sql,data) # if result: # print('插入成功') # conn.commit() # except pymysql.MySQLError as err: # print(err) # conn.rollback() # finally: # conn.close() #