昨天看了火箭和勇士的G6大战，最终火箭3比4出局。
在火箭的近五年季后赛，一共有四次是和勇士交手，最终都以失败告终。
我平常是很少看NBA比赛的，所以看完之后便想写点东西。
怀念一下那些年我们一起关注过，当然也打过的篮球。
涉及的东西不多，主要是NBA球员历年薪资情况以及效力球队情况。
这里的球员都是NBA的篮球巨星。
至于超巨是哪几个，估摸着大家各自都有各自的想法啦。
我也不多说~
/ 01 / 获取分析
数据从下面这个网站上获取，获取热门球员信息。
详情见下图。
这里以詹姆斯为例，首先查看他的网址ID。
接下来进入球员数据概况详情页。
查看他各赛季的薪资以及效力球队情况。
获取赛季、球队以及薪金数据。
/ 02 / 数据获取
具体代码如下。
import requests
from bs4 import BeautifulSoup
headers = {
'user-agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36'
}
def get_player(player_id):
url_2 = 'http://www.stat-nba.com' + player_id
response_2 = requests.get(url=url_2, headers=headers)
html_2 = response_2.text
# 对请求结果进行编码解码处理,避免出现乱码
html_2 = html_2.encode('ISO-8859-1')
html_2 = html_2.decode('utf-8')
# 提取信息
soup_2 = BeautifulSoup(html_2, 'html.parser')
name = soup_2.find(class_='name').get_text().split('/')[0]
salarys = soup_2.find(id='player_salary')
trs = salarys.find('tbody')
# 获取信息
for tr in trs.find_all('tr')[:-2]:
# 年份
season = tr.find(class_='current').get_text()
if int(season[:1]) > 2:
year = '19' + season.split('-')[0]
else:
year = '20' + season.split('-')[0]
# 球队
team = tr.find('a').get_text()
# 薪水
salary = tr.find_all(class_='normal')[1].get_text().replace('万美元', '')
print(year, name, team, salary)
with open('nba.csv', 'a+', encoding='utf-8-sig') as f:
f.write(year + ',' + name + ',' + team + ',' + salary + '')
def get_index():
url_1 = 'http://www.stat-nba.com/playerList.php'
response_1 = requests.get(url=url_1, headers=headers)
html_1 = response_1.text
# 对请求结果进行编码解码处理,避免出现乱码
html_1 = html_1.encode('ISO-8859-1')
html_1 = html_1.decode('utf-8')
soup_1 = BeautifulSoup(html_1, 'html.parser')
div = soup_1.find_all(class_='playerList')[1]
for i in div.find_all(class_='name'):
player_id = i.find('a')['href'][1:]
try:
get_player(player_id)
except:
pass
if __name__ == '__main__':
get_index()
最后成功获取数据。
包含赛季，球员，效力球队，薪资信息。
将球员数据转化为特定格式，以便输出动态视频。
具体的可以看我之前写的一篇文章，文章链接如下。
Python数据可视化：25年GDP之变
一共784条数据。
/ 03 / 数据可视化
首先来看一下球员的薪资情况，从1990年到2020年。
薪资应该也是能体现出一个球员实力的。
每年又或者间隔几年，第一总会变，长江后浪推前浪。
「乔丹」、「奥尼尔」、「加内特」、「麦迪」、「科比」、「詹姆斯」、「库里」七位登顶第一的球员。
接下来是对球员效力球队的情况进行分析。
首先读取数据。
import pandas as pd
# 设置列名与数据对齐
pd.set_option('display.unicode.ambiguous_as_wide', True)
pd.set_option('display.unicode.east_asian_width', True)
# 读取数据
df = pd.read_csv('nba.csv', header=None, names=['date', 'name', 'team', 'salary'])
接下来对数据进行一些简单操作，分组汇总。
# 对球员以及球队分组计数
df1 = df.groupby(['name', 'team']).count().reset_index()
print(df1)
得出如下结果。
确实没想到哈登已经在火箭待了八年了。
从以前雷霆的三巨头，到如今的火箭当家球星。
不过还是有遗憾的，常规赛把把MVP，然而五进季后赛，四次都被勇士干掉了。
你说谁的心态不会蹦...
科比则是在湖人待了20年，24号球衣，湖人是永远不会忘记的。
下面对球员效力过的球队进行统计。
# 对球员效力的球队进行计数
df2 = df1['name'].value_counts().reset_index()
print(df2)
为什么想到这个呢，主要是之前奥尼尔的彩虹球衣给我留下了深刻的印象。
辗转反侧，颠沛流离，其中又有多少辛酸呢。
先看一下效力过球队多的那几位。
林书豪从尼克斯崛起过一段时间后，慢慢的又变得没什么声音，一直在兜兜转转，也是可惜。
魔兽霍华德处境也很尴尬，记得那时我刚看NBA的时候，就是霍华德、詹姆斯、科比的时代。
一个能单换詹姆斯的球员，随着时间的推移，也变得毫无存在感。
奥尼尔如同上面提到过的那样，彩虹球衣收集者，6支球队。
下面看一下只效力过一只球队的球员。
首先是勇士的三位全明星球员，库里、汤普森、格林。
还有雷霆的威少、湖人的科比、火箭的姚明，独行侠的诺维茨基。
诺天王夺冠的时候队伍还叫小牛，只不过现在改名为独行侠。
那一年确实是没想到诺天王能夺冠。
接下来看一下这些整个职业生涯只效力一只球队的球员，他们究竟效力那个球队。
names = []
for i in df2[df2['name'] == 1]['index']:
names.append(i)
print(df1.loc[df1['name'].isin(names)].sort_values(by='date', ascending=False))
结果如下。
不少熟悉的面孔，你认识几个呢？
下面再看一下球员职业生涯时间最长的。
df3 = df.groupby(['name']).count().reset_index()
print(df3.sort_values(by='date', ascending=False))
结果如下。
今年退役的，上面就有两个，闪电侠—韦德和诺天王—诺维茨基。
两大传奇巨星退役，也预示着一代人的青春与回忆的落幕。
/ 04 / 总结
昨天的比赛，火箭虽然输了，但是直到最后一刻火箭的队员还是没有选择放弃。
连着犯规制造投球机会，连进三个三分球。
虽败犹荣，只是成王败寇，可惜了呀。
即使勇士少了杜兰特，火箭还是没能够跨过那座山。
当然勇士也展现出了他们作为总冠军该有的实力。
球队的成员也在关键的时刻站了出来—一支总冠军球队该有的底蕴与实力。
万水千山总是情，点个「在看」行不行。
------------------- End -------------------
往期精彩文章推荐：
粉丝福利——2019精选学习资源分享
Python环境搭建—安利Python小白的Python和Pycharm安装详细教程
欢迎大家点赞，留言，转发，转载，感谢大家的相伴与支持
想加入Python学习群请在后台回复【入群】
万水千山总是情，点个【在看】行不行
