About the NBA 是一系列用来开玩笑 NBA 重大事件的专栏。 在这里，我们将把开发技术与当今发生的NBA重大事件结合起来，进行一些有趣的实验。 让我们一起看热闹，同时学习一些技巧。 分析结果仅供娱乐，缺乏专业论证支撑~
注意！ ！ ！ 笔者只是一个看热闹的球迷，并非篮球专业人士。 再次，论证结果不够严谨。 重要的是，每个人都可以通过这些有趣的研究来激发他们学习技术的兴趣！ ！ ！
四个主要分位数
很多80后、90后的朋友基本上都是麦蒂、科比、詹姆斯、艾弗森的粉丝。 在绿军三巨头（加内特、皮尔斯、雷阿伦）组队之前，基本上每支球队都只有一个强点，这和我们现在强调体现对一个人一座城的忠诚的理念非常吻合。 今年夏天乔治和伦纳德加盟快船所造成的一系列影响，导致了现在的NBA大部分都是双核球队。 预计下赛季将会非常精彩。 说到精彩程度，大家都会和之前的时代进行比较，因为在那个时代，一支球队基本上只有一名明星球员，所以这些明星球员非常吸引球迷。 我们的四大著名得分后卫就是从那个时代诞生的。 他们是：
麦迪——银枪白马的美少年！
麦迪的小腿非常可观，引体向上的姿势也如诗如画，35秒13分钟逆转马刺的奇迹。 他还是2次得分王、2次入选NBA最佳阵容、7次入选全明星、2次第一阵容、3次第二阵容、2次第三阵容，并荣获NBA最佳球员2001年进步球员奖。巅峰时期的麦迪征服了无数球迷，可惜职业生涯末期却无家可归。
科比——最接近上帝的男人，乔丹之后最伟大的得分后卫！
科比，继乔丹之后的二号球员，是篮球时代的象征。 他有着非常强的得分爆发力和最纯熟的进攻技巧。 他能突破、投篮、罚球、三分球，几乎没有进攻盲点。 有很多令人惊叹的奇迹，比如单场81分、三节62分、单赛季场均35.4分等。 科比还拥有5个总冠军、1个MVP、2个FMVP、2个得分王、18次全明星、4次全明星MVP、历史得分榜第三、10次第一阵容、2次第二阵容、2次第三阵容，他防守一队9次，防守二队2次。
卡特——半人半神UFO，史上最强扣篮手！
卡特，他的扣篮是NBA的象征。 基本上没有人能超越他的扣篮天赋。 他还在全明星扣篮大赛中留下了许多精彩的场景——单臂挂篮、大风车……凭借五次完美震撼的扣篮表演，卡特一手拯救了濒临灭绝的全明星大满贯。扣篮大赛！
阿伦·艾弗森——1996年黄金一代的状元秀！
地表最强183，标志性的，超越了乔丹，让人们记住了这个敢于挑战上帝的小个子，并单枪匹马带领76人队进入了总决赛。 面对湖人王朝的ok组合，他并不害怕。 并给了湖人队季后赛唯一一场失利。
可以说四名得分后卫都很强~！
现任第一得分后卫——詹姆斯·哈登
休斯顿火箭队的球星——詹姆斯·哈登，他是2018赛季的mvp，现在是除了詹姆斯之外的反勇先锋。 个人荣誉有很多，比如第一阵容、得分王、助攻王、单打冠军、mvp等。 他带领球队取得队史最佳65胜战绩，以场均36分超越科比·布莱恩特的得分纪录，多次入选全明星首发，并带领美国国家队夺得奥运会冠军、世界锦标赛等多项杰出成就。
然而，尽管他的数据非常出色，但他在季后赛却被批评表现疲软。 然而，由于他年复一年地倒在勇士队脚下，大家开始质疑他，认为他动力不足，或者实力不够，无法承担第一分卫的称号。 因此，很多人都说，正是因为没有好的得分后卫，他才获得了如此多的荣誉。 也就是说，没有让叔子出名的英雄。 如果是在四大分卫时代，哈登肯定会从一名普通球员开始。
这真的是结果吗？ 由于哈登的巅峰时期和四大分卫不在同一个时代，所以我们无法基于现实进行比较。 然而我们可以用数据来确认哈登真的不如四大分卫吗？
温馨提示，如果您只对分析结果感兴趣，可以直接跳至结果分析部分。 如果你也对分析过程感兴趣，想要学习一些技巧，或者找出作者的一些缺陷，那么就往下看吧。 对于初学者，请放心，我的代码写得很简单，很容易理解，并且不需要任何技巧。 还有很大的优化空间。 你可以自己改进一下。
源代码在文章末尾有下载链接。
准备数据源
想要分析哈登和四大分卫的表现，首先要有数据来支撑。 我们的数据来自stat-nba，这是数据最全面的中国NBA网站。 当然我们不是手动获取，我们使用简单的爬虫技术来获取。 在这里，希望你有前端基础和基础，不然会显得有点困难。
其中，科比的数据网址为：
特雷西·麦克格雷迪的数据网址是：
的数据URL是：
艾弗森的数据网址是：
哈登的数据网址是：
那么我们在分析他们的能力时，就需要指标作为参考。 笔者利用自己有限的篮球知识，筛选出了6个指标。 它们是：场均得分、场均助攻、场均篮板、胜利贡献值（ws）、球员效率值（per）、真实投篮命中率。
由于哈登和四大分卫的巅峰期是交错的，所以我们不根据具体赛季进行比较，因为将哈登的巅峰赛季和四大分卫生涯末期进行比较是没有意义的，所以我们根据关于职业生涯年。 比较的。 也就是新秀年大家都是新秀年，二年级大家都是二年级。 这是用来证明谁才是他们之中真正的王者。
捕获想法分析
爬取之前，准备好必要的库，请安装，bs4,.
在抓取内容之前，我们首先要对其进行定位。 定位就是定位我们需要的数据所在的位置。 更准确地说，包含所需数据的标签在哪里。
例如，对于每场比赛的投篮命中率，我们可以发现该页面上有多个这样的表格。 下图是威少的数据图，但是结构是一样的，不影响我的分析：
我们需要的场均得分、篮板、助攻都在第一张表里。 ws 和 per 在倒数第二个表中。 最后一种形式多么受欢迎啊。 所以，首先我们需要定位到具体的表，代码如下：
= .("table", ="")[0] # 第一个表用于获取场均篮板、场均助攻、场均得分
= .("table", ="")[3] # 第四个表用于获取胜利贡献度和玩家效率
= .("table", ="")[4] # 第五个表，获取真实命中率
接下来，我们需要找到数据项所在的标签。 查找标签的思路是，将鼠标移动到我们需要的数据项上，然后单击鼠标右键，点击查看，右侧就会弹出该数据项对应的源代码。 以场均得分为例：
首先，在网页上打开四大分卫或者哈登的任意一个统计数据页面。 将鼠标移至第一个表格中的任意评分数据上，单击鼠标右键，然后找到要检查的项目。 光标经过后，单击鼠标左键。 您将看到右侧弹出以下窗口：
我们可以看到很多TD标签，但我们想要的是每场比赛的得分指标。 通过观察我们可以发现，只有场均得分这个指标有类pts，其他TD都没有。 因此，我们可以通过这个类来获取场均得分指标。
其他指标也以这种方式运作。 请您亲自联系我们。 至此，我们的页面标签定位就完成了。
示例代码如下：
找到需要的表--》定位表获取需要的数据项--》解析出数据--》将数据类型转换为浮点以便于绘图--》保存结果并返回
定义（网址）：
"""爬取数据"""
= {
'用户代理'：'/5.0（NT 10.0；WOW64）/537.36（KHTML，如 Gecko）/55.0.2883.87 /537.36'
} # 模仿一个标题，这是爬虫最简单的策略
r = .get(url=url, =)
html = r.
= (html, 'html.')
= .("table", ="")[0] # 第一个表用于获取场均篮板、场均助攻、场均得分
= .("table", ="")[3] # 第四个表用于获取胜利贡献度和玩家效率
= .("table", ="")[4] # 第五个表，获取真实命中率
=[]
.(("pts", )) # 分数
.(("ast", )) # 助攻
.(("trb", )) # 分数
.(("ws", )) # ws
.(("per", )) # 玩家效率
.(("tsper", )) # 真实命中率
def（，表）：
”“”
提取数据
”“”
= 表.("td", =) # 分数
行= []
对于td：
尝试：
比率 = float(td.text.strip()[:-1]) if td.text.strip()[-1] == "%" else float(
td.text.strip()) # 过滤掉%符号，转为浮点类型
行数（比率）
:
;
行 = 行[:-1]
行=列表（（行））
打印（行）
行
至此，我们的数据基本已经回落了。 有了准备好的数据，我们就可以画图了。 这里我会画一个直方图来比较数据，但是在画直方图之前，我先把数据画出来。 编制一个综合成绩进行比较，比较当年谁表现更好，然后输出控制台得出结论，最后画出直方图作为辅助参数。
打个综合分
前面提到，我们会以平均得分、篮板、助攻、ws、per、真实投篮命中率作为指标。 所以，通过之前的数据收集，我们已经有了四大分卫以及哈登职业生涯的数据。 为了方便我们对结论进行了比较和论证，我做了一个简单的评分。 评分思路是：如果某明星在某项指标中排名所有明星中第一名，则获得5分，第二名获得4分。 将所有指标依次排序比较，将所有分数相加，得到综合得分。 综合得分越高，代表他的表现越好。
有一个输出可以帮助理解：
第一年数据比较
得分：艾伦>文斯>>科比>特蕾西
助攻数：阿伦>文斯>>特雷西>科比
篮板：文斯>特雷西>阿伦>>科比
WS：文斯>>艾伦>特雷西>科比
佩：文斯>艾伦>特雷西>科比>
真实命中率：>科比>文斯>阿伦>特雷西
综合排名：文斯>阿伦>>特雷西>科比
以上就是科比第一年的评分为得分2+助攻1+篮板1+ws1+per2+真实投篮命中率4。按照综合评分排序，第一年表现最好的是卡特。 综合评分代码如下：
定义 (, ):
”“”
整理四大分位数以及哈登的各项数据指标
::
”“”
= {}
ser = (,index=['科比', '特雷西', '艾伦', '文斯', ''])
对于范围内的 i(len())：
ser.(by=i, =True, =False)
print("{5}:{0}>{1}>{2}>{3}>{4}".(ser.index[0], ser.index[1], ser.index[2],序列索引[3], 序列索引[4],
[我]））
Score = 5 # 每条数据中的第一名将获得5分，按顺序递减。最后计算每个人的总分。 得分最高的就是当年最好的。
对于 ser.index 中的索引：
如果索引在：
[索引]+=分数
别的：
[指数] = 分数
分数 -= 1
= (.items(), key= item: item[1], =True)
print("综合排序：{0}>{1}>{2}>{3}>{4}".([0][0], [1][0], [2][0],
[3][0], [4][0]))
绘制条形图
由于我们需要绘制5个人的各种数据对比，所以绘制直方图的过程会比较繁琐。 首先我们需要对数据进行整理，即取出各个年份对应的星星的数据，形成一个列表。 然后设置字体，避免出现中文乱码。 然后绘制直方图。 注意控制直方图中的间隙，防止重叠。 最后绘制轴标签和数值变量标题。 我知道我说的太笼统，但我不知道如何更好地描述它。 毕竟还是实际看到画图的效果更好。 我直接给你看代码。 代码如下：
def (, , 年):
”“”
绘制条形图
::
”“”
, , , , =
.['font.sans-serif'] = [''] # 设置中文字体和负号正常显示
.['轴。'] = False
”“”
绘制条形图
”“”
plt.(=(15, 5))
x = 范围(len())
= plt.bar(x, =, 宽度=0.15, alpha=0.8, 颜色='红色', 标签=“科比”)
= plt.bar([i + 0.15 for i in x], =, width=0.15, alpha=0.8, color='green',
标签=“特蕾西”）
= plt.bar([i + 0.3 for i in x], =, 宽度=0.15, alpha=0.8, 颜色='灰色',
标签=“艾伦”）
= plt.bar([i + 0.45 for i in x], =, width=0.15, alpha=0.8, color='black',
标签=“文斯”）
= plt.bar([i + 0.6 for i in x], =, 宽度=0.15, alpha=0.8, 颜色='棕色',
标签=“”）
plt.ylim(0, 70) #y轴取值范围
plt.(“数值”)
”“”
设置x轴刻度显示值
”“”
plt.([范围 (len()) 中的索引的索引 + 0.35], )
plt.(“数据项”)
plt.title("{0}年数据对比".(str(year + 1)))
plt.() # 设置标题
# 编辑文本
对于 [, , , , ] 中的项目：
对于项目中的矩形：
=矩形。()
plt.text(rect.get_x() + rect.() / 2, + 1, str(), ha="", va="")
plt.show()
至此，我们已经完成了从分析数据、捕获数据、清理数据、准备数据、排序数据、绘制数据的所有步骤。 如果你听不懂也没关系。 文末有源码下载。 你可以慢慢研究。 那我们就来看看结论，论证一下谁才是真正的王者。
结果分析
这里我再说一遍，给直接看到结果的朋友们。 我们在分析他们的能力时，需要指标作为参考。 笔者利用自己有限的篮球知识，筛选出了6个指标。 它们是：场均得分、场均助攻、场均篮板、胜利贡献值（ws）和球员效率。 价值（每），真实命中率。 为了方便我们比较和论证结论，我做了一个简单的评分。 评分思路是：如果某明星在某项指标中排名第一，则获得5分，第二名获得4分。 将所有指标依次排序比较，将所有分数相加，得到综合得分。 综合得分越高，代表他的表现越好。 由于哈登目前只有10年的数据，所以我们只比较前十年的数据。
有一个输出可以帮助理解：
第一年数据比较
得分：艾伦>文斯>>科比>特蕾西
助攻数：阿伦>文斯>>特雷西>科比
篮板：文斯>特雷西>阿伦>>科比
WS：文斯>>艾伦>特雷西>科比
佩：文斯>艾伦>特蕾西>科比>
真实命中率：>科比>文斯>阿伦>特雷西
综合排名：文斯>阿伦>>特雷西>科比
以上就是科比第一年的评分为得分2+助攻1+篮板1+ws1+per2+真实投篮命中率4。按照综合评分排序，第一年表现最好的是卡特。
第一年：
直方图比较：
文本输出：
结论：第一年综合评分中JRS直播，卡特第一，艾弗森第二，哈登第三，麦迪第四，科比第五。 最好的是卡特，最差的是科比。
第二年：
直方图比较：
文本输出：
结论：第二年综合评分中，卡特第一，艾弗森第二，科比第三，哈登第四，麦迪第五。 最好的是卡特，最差的是麦迪。
第三年：
直方图比较：
文本输出：
结论：第三年综合评分中，卡特第一，艾弗森第二，哈登第三，科比第四，麦迪第五。 最好的是卡特，最差的是麦迪。
第四年：
直方图比较：
文本输出：
结论：第四年综合评分中，哈登第一，麦蒂第二，科比第三，艾弗森第四，卡特第五。 最好的是哈登，最差的是卡特。
第五年：
直方图比较：
文本输出：
结论：第五年综合评分，麦迪第一，哈登第二，科比第三，艾弗森第四，卡特第五。 最好的是麦迪，最差的是卡特。
第六年：
直方图比较：
文本输出：
结论：第六年的总体评分中，麦蒂第一，哈登第二，科比第三，艾弗森第四，卡特第五。 最好的是麦迪，最差的是卡特。
第七年：
直方图比较：
文本输出：
结论：第七年综合评分中，科比第一，哈登第二，麦迪第三，艾弗森第四，卡特第五。 最好的是科比，最差的是卡特。
第八年：
直方图比较：
文本输出：
结论：第八年综合评分中，哈登第一，卡特第二，麦迪第三，科比第四，艾弗森第五。 最好的是哈登，最差的是艾弗森。
第九年：
直方图比较：
文本输出：
结论：第九年的整体评分中，哈登第一，科比第二，艾弗森第三，卡特第四，麦迪第五。 最好的是哈登，最差的是麦迪。
第十年：
直方图比较：
文本输出：
结论：第十年综合评分，哈登第一，科比第二，艾弗森第三，麦迪第四，卡特第五。 最好的是哈登，最差的是卡特。
综合评价
注意，以下时间是在5个人的相应年份进行比较。 所以，这是一场强者之间的对话。 即使表现最差，在联盟中也依然非常出色。
十年综合评价：
科比最好的时光：1，最差的时光：1。
麦迪最好次数：2次，最差次数：3次。
卡特最好的次数：3次，最差的次数：5次。
艾弗森最好的次数：0，最差的次数：1。
哈登最好次数：4次，最差次数：0次。
这个数据反映正确吗？
第一个是科比。 科比职业生涯只获得过一次MVP。 除了夺冠那几年，他基本上都处于季后赛边缘，甚至没能进入季后赛。 所以，这十年对于他来说，最好的和最坏的都只有一次。 只有一次才适合。
第二位是麦迪。 麦迪的魔术生涯非常精彩，但在火箭生涯末期，他的表现确实很一般。 恰巧麦迪拥有两个得分王，火箭队后期经常受伤。 最差的次数是3次，属于正常范围。
接下来是卡特。 卡特最出色的地方在于，他在新秀的前几个赛季就获得了猛龙队的年度最佳新秀，并随篮网队打进了东部决赛。 不过，他在之前的十年里也多次未能进入季后赛。 因此，他的最大次数3次和他最差次数5次基本一致。
嗯，艾弗森比较一般。 其实我也查不出这个数据和他之前十年的表现是否相符。 我知道的太少了。
然后就是哈登，他以新秀身份随雷霆队进入了最佳新秀阵容，并获得了最佳第六人。 然后在火箭时期，他多次获得MVP第二，也获得过一次MVP。 他获得最好次数最多是很正常的。
注意，以上数据为常规赛场均数据，不包括季后赛。
最终的结果是，就常规赛而言，现役第一得分后卫并不逊色于四大得分后卫，并且在最佳表现数量上排名第一。 职业生涯从未缺席过季后赛，在火箭队职业生涯多次MVP中排名第二。 他还获得了MVP，他的表现是最好的。 他现在缺少的是冠军。
当然，哈登想要追上科比在季后赛的表现还有很长的路要走。 毕竟科比是上帝之后最好的得分后卫。
我们被告知，哈登并不是因为天赋而出名，而是通过自己的实力赢得了名气。 就常规赛而言，四大分卫中没有一个表现比他更好。
如果您对我的文章感兴趣，可以关注我的主页或者我的公众号，并给我点赞。 可惜写了这么多字。 哈哈。
