在這一部分，以下內容都是自己探索的，可能有不準確或錯誤的地方，如果你發現了，請及時幫助指出。我們不談論數據的過去和現在的生活，直接談論什么數據，以及如何獲這些數據。下面就由小編為您介紹一下NBA相關數據分析，讓我們一起來看看吧！

明略數據

0

2條點評

咨詢產品

免費試用

解決用戶選型困難的好軟件，有各維度的信息

客戶案例

20

合作品牌

暫無

NBA相關數據分析

一，NBA官網有哪些數據？

1.基本基礎數據和高級數據，包括個人、團隊、賽季、分區、歷史、選秀、單場比賽、系列比賽等。這部分數據可以直接在官方網站主頁上找到，內容很多，這里不一一討論，只要你有耐心和毅力，想檢查什么數據指的不是問題。

2.投籃數據（shotlog），這部分記錄了每次投籃的投籃點、投籃區域、進與否、投籃方式、三分或兩分等。它是我們研究繪制球員和球隊投籃分布圖的重要數據來源。數據獲取方法是在官方網站右上角找到“jumpto”，然后點擊“shotchartsearch”跳轉以下界面，輸入你想要找到的球員。

       當然，這是一種獲得單一球員的方法。如果你想獲得大量球員和球隊的數據，你必須使用我上一期提到的查看json獲取修改鍵值的方法。

3.比賽的gamelog，詳細記錄了每場比賽發生的幾乎所有事情，包括跳球、蓋帽、投籃、籃板、失誤。。。等等，可以理解為“數據版”文本直播。對于比賽中的所有事件，球員都被量化成數值，便于存儲和研究。

        playbyplay是所有數據的祖先，幾乎所有的數據都可以通過playbyplay統計推演，無論是基礎還是高階。但同樣，單場比賽。playbyplay研究價值不是很大，不積小流就不能成江海，只有數據量大了才會突出價值。獲取海量數據的方法仍與上述相同。

       我不知道官方網站上是否有我還沒有找到的數據，但使用以上三個數據，基本上可以是不可戰勝的，是的，是如此瘋狂的無敵diaozhatian，當然了shotlog和gamelog有些數據也隱藏著json在文件中，這部分在網頁上是看不見的，比如shotlog中間的投籃坐標。

二、如何開展研究？

      這是一個棘手的問題。任何自然科學研究都是基于數值的，NBA有很多價值，比如得分、籃板等，但這些對于研究來說遠遠不夠，要建立一個萬物皆數的體系，研究才會順利，NBA早就做到了！

1.球員（playerID），球隊（teamID），比賽場次（gameID）等等，給予唯一的值ID。

2.籃板、投籃、跳球等。在比賽中給出一個單一的值作為事件記錄，并記錄不同事件在球場上的坐標。

     以上兩個數值記錄為保證，NBA場上幾乎每件事都可以被數值記錄。

三，后續

1.獲取海量數據最終落在這個問題上。單場比賽或者某個人球隊的數據不是氣候，獲取海量數據的唯一方法就是爬蟲。我在最后一篇文章中快速獲取方法NBA官網數據的必殺技文章中提到，要學會找到json存儲數據鏈接，然后通過更改鍵值來分析。

2.數據分析和可視化，不是你隨便列幾個和幾個，NBA相關數據叫NBA數據分析。

      數據分析是指用適當的統計分析方法對收集到的大量數據進行分析，并對其進行總結、理解和消化，從而最大限度地發揮數據的功能，發揮數據的作用。數據分析是對數據進行詳細研究和總結的過程，以提取有用的信息并形成結論。以上就是小編為您介紹的NBA相關數據分析。