python戏说NBA--NBA近二十年得分王各项数据之最

python戏说NBA

python戏说NBA，是一个用python来戏说NBA大事的系列栏目，这里将结合python开发技术，融合现今发生的NBA大事，做一些有趣的实验，让我们一起看热闹的同时，也能学到一些技术。分析结果仅供娱乐，缺乏专业论点支撑~

注意！！！作者只是个看热闹的球迷，并非篮球专业人士，再强调一遍，论证结果不够严谨，重要的是，大家可以通过这些有趣的研究带动自己学习技术的兴趣！！！
先免责，再写，哈哈哈，省的被喷的怀疑人生。

[h1]直戳主题[/h1]本章没有什么球星之间的讨论、对比、互相伤害，你们可以先放下刀听我说下主题。很简单，今天突然想看看历届得分王，谁的出手最多，谁的得分最高之类的数据，然后就去扒拉数据。嗯，很快就找到了。突然想到，我已经三天没更新文章了，不能任自己这么装咸鱼。好吧，虽然没什么可争论的点，但还是写吧，不然今晚睡不着了，老想着没更新。所以，我马上来一个鲤鱼打挺，赶紧开动。

今天的主题是，看一下最近20年来的得分王，各项数据之最。
[h1]嘈点[/h1]写这篇文章的时候我已经想到几个开喷的点了，我先开：

搞这么复杂，这点数据我不会用excel更快吗？
你分析的这些数据有意义吗？这也写。
不同时代的数据含量不同，这么对比没意义啊。很多朋友认为以前防守强度大，所以现在的数据要打骨折。
你的代码写这样，还拿出来。这里其实可以这么写。
...

更多的欢迎大家去挖掘，作为一个厚脸皮的人，我就是不怕，你~们~喷~
[h1]温馨提示[/h1]平时大家上班生活都不容易，刷微博啊刷新闻啥的都是为了放松一下，我理解大家。所以如果看到这里对我的主题还感兴趣的，比如你也想看看得分王中谁出手最多、谁罚球最多、谁三分最准等等，可以直接跳到分析结果去看。如果你对编程有兴趣，不嫌弃枯燥的，可以接着往下看，顺便提示一下，文末有源码下载连接。并且由于我再写这段代码的时候，其实心也是比较烦闷的，注释啥的也没有很多，代码也写得比较简单，没有优化。有心的读者可以自己下来自己改一下。
我这些文章的目的不是为了讨论NBA,也不是为了显摆代码。我只是希望通过实际生活中感兴趣的事情，融入一点开发技术，大家学起来就没这么苦闷。
[h1]确立提取方案[/h1]首先要做的第一步是收集历届得分王的数据，很巧，有网站帮我们做好统计了，但是它缺少导出excel表的功能，其实如果我们只是看数据，可以通过网站肉眼观察。但既然为了学点技术，我们就不嫌弃麻烦，把这些数据搞下来，自己排序输出。这样观察的方便些。
第一步：打开得分王数据的网站，网址是：http://stat-nba.com/award/item14.html
首先我们观察一下该网站，打开网址后，是这样的一个页面：

网站已经列出了历届得分王的数据，比如我们要看谁的篮板最高，我们可以看到篮板那一列，逐行进行比较得出。其它的数据项类似，但我嫌弃这样太累了，不如试着把数据搞下来，排序输出。
第二步：确立数据项。准备数据之前，我们应该知道我们要什么数据，就上图而言，我们待取的数据项分别是球员名字、出场次数、场均出场时间、投篮命中率、场均出手、三分命中率、三分出手、罚球命中率、场均罚球、场均篮板、场均助攻、场均抢断、场均得分。怎么确定你需要取哪项数据呢，如果你想看得分王中谁的篮板最高，那你就取篮板那一列数据，其它的类推。
第三步：确认数据范围。首先观察网站的整体结构，我们发现该页面有两个表格，第一个是NBA的数据，第二个是ABA的数据。因此，我们确认只需要第一个表格就行了，因为我们观察的是近二十年的得分王数据。
第四步：确认提取标签。首先要做的是，我们要确认提取哪项数据，这里以提取出场次数为例。将鼠标移动到出场该列的任一位球员的出场次数上（以13-14赛季凯文杜兰特为例），鼠标右击弹出菜单之后，选择检查后左击鼠标。会弹出如下页面。

上述页面弹出的html标签中，可以看到有很多个td标签，那怎么选择我们要的标签呢。从页面可以看到13-14赛季杜兰特的出场次数是81场，我们找到有81的td标签，这个标签就是我们要的。为了唯一提取这个标签，我们需要观察这个标签跟其他标签有什么不同。通过观察可以得出，出场次数这个标签有一个g的class，这是其它td没有的，因此可以通过这个class来唯一获取这个数据。其它数据项类似，大家自己练习。
至此，我们的数据提取方案就确立了。
[h1]准备数据[/h1]既然已经确立好了提取方案，那么就可以开始提取数据了。这里用到python的requests、bs4进行抓取数据，所以大家要先安装这两个库。
抓取步骤是这样的：访问网页-->获取网站返回内容-->转往网页为beatifulsoup对象-->根据前面的提取方案提取数据-->将数据存储到变量中去。
代码如下:

tags = {"player_name_out": "球员名称", "g": "出场次数", "mp": "场均出场时间", "fgper": "投篮命中率", "fga": "场均出手",

复制代码

"threepper": "三分命中率", "threepa": "三分出手", "ftper": "罚球命中率", "fta": "场均罚球", "trb": "场均篮板",

复制代码

"ast": "场均助攻", "stl": "场均抢断 ", "pts": "场均得分"}

复制代码

[/code][code]

复制代码

def get_content():

复制代码

"""爬取数据"""

复制代码

url = "http://stat-nba.com/award/item14.html"

复制代码

headers = {

复制代码

'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36'

复制代码

} # 模仿一个标题头，这是爬虫最简单的策略

复制代码

r = requests.get(url=url, headers=headers)

复制代码

html = r.content

复制代码

bs_obj = BeautifulSoup(html, 'html.parser')

复制代码

base_table = bs_obj.find_all("table", class_="stat_box")[0] # 获取得分王第一个表格

复制代码

temp_result = []

复制代码

for tag in tags.keys():

复制代码

temp_result.append(extract_data(tag, base_table))

复制代码

print(temp_result)

复制代码

[/code][code] return temp_result

复制代码

[/code][code]

复制代码

def extract_data(class_tag, table):

复制代码

"""

复制代码

提取数据

复制代码

"""

复制代码

all_td = table.find_all("td", class_=class_tag) # 得分

复制代码

rows = []

复制代码

for td in all_td:

复制代码

try:

复制代码

ratio = td.text.strip()

复制代码

ratio = float(ratio[-1]) if ratio[-1] == "%" else float(

复制代码

ratio) # 过滤调%符号并转换为浮点型

复制代码

except Exception:

复制代码

continue;

复制代码

finally:

复制代码

rows.append(ratio)

复制代码

rows = rows[:20] # 只需要近20年的数据

复制代码

rows = list(reversed(rows))

复制代码

return rows

复制代码

通过上面的代码，就把历届得分王的数据拔下来了，然后我们可以对数据进行排序了。
[h1]排序数据[/h1]这里要比较的数据项比较多，所以为了简便，就借助了pandas库的dataframe的排序函数进行排序，因为它在排序的时候，可以把索引也排序好，我就省了找球员名字的步骤。其实有更好的办法，比如直接自己写一个冒泡排序，但是，我懒。。。
排序代码比较简单，直接看：

def get_max(core_data):

复制代码

"""

复制代码

获取各项数据之最

复制代码

:return:

复制代码

"""

复制代码

i = 1

复制代码

for k, v in tags.items():

复制代码

if k == "player_name_out":

复制代码

continue

复制代码

print(v)

复制代码

df = DataFrame(core_data[i], index=core_data[0])

复制代码

df.sort_values(by=0, inplace=True, ascending=False)

复制代码

print(df.index[0])

复制代码

print(df[0][0])

复制代码

print("\n")

复制代码

i += 1

复制代码

主要是用球员名字做索引，然后将待排序的数据做列。然后排序就可以得到该数据项的最大值了。最后输出索引就知道是谁的数据了。
[h1]分析结果[/h1]NBA历史上的得分王无疑都是顶级巨星，比如迈克尔乔丹、科比布莱恩特。我们对得分王的印象往往是得分很高效，能carry比赛，很少关注其它数据。恰巧今天我想看看这么多得分王中，各项数据之最，所以就顺带输出了这篇文章。
通过上面的代码，控制台已经将近20年来得分王中各项数据之最的结果排序好并输出了，如下，看热闹的看官，请看：

出场次数

复制代码

凯文-杜兰特

复制代码

82.0

复制代码

[/code][code]场均出场时间

复制代码

阿伦-艾弗森

复制代码

43.7

复制代码

[/code][code]投篮命中率

复制代码

沙奎尔-奥尼尔

复制代码

57.4%

复制代码

[/code][code]场均出手

复制代码

阿伦-艾弗森

复制代码

27.8

复制代码

[/code][code]三分命中率

复制代码

斯蒂芬-库里

复制代码

45.4%

复制代码

[/code][code]三分出手

复制代码

詹姆斯-哈登

复制代码

13.2

复制代码

[/code][code]罚球命中率

复制代码

斯蒂芬-库里

复制代码

90.8%

复制代码

[/code][code]场均罚球

复制代码

詹姆斯-哈登

复制代码

11.0

复制代码

[/code][code]场均篮板

复制代码

沙奎尔-奥尼尔

复制代码

13.6

复制代码

[/code][code]场均助攻

复制代码

拉塞尔-威斯布鲁克

复制代码

10.4

复制代码

[/code][code]场均抢断

复制代码

阿伦-艾弗森

复制代码

2.8

复制代码

[/code][code]场均得分

复制代码

詹姆斯-哈登

复制代码

36.1

复制代码

综合分析：

出场次数最多的是凯文杜兰特，居然是满的82场，这个真没想到，我以为会是詹姆斯。毕竟阿杜受过大伤。
场均出场时间达到了43.7分钟，铁人艾佛森被操的够狠的。得分王也不能这么用吧，一场比赛歇4分钟，严重透支。
投篮命中率最高的是奥尼尔。这个真没想到，不查数据还不知道奥尼尔拿过得分王。既然他是内线，命中率高很正常。
场均出手最多的是艾佛森，看来艾佛森的确受身高限制，虽然利用时间差可以获得出手空间，但毕竟矮，只能用高出手换高分。
三分命中率最高的是库里，这个可以预料。库日天那个赛季太爆炸了。
三分出手最多的是哈登，这个嘛，嗯...没预料到，看了下是本赛季出手的，看来后撤步已经魔怔了。
罚球命中率还是库里，这个也没有预料到，以为是很稳的哈登。
场均罚球是哈登，哈哈这个没意义，造犯规好手，人间流传着非常多的称号，比如景德镇王子啥的哈哈
场均篮板是奥尼尔。嗯史诗级的内线，没什么好讨论的。
场均助攻是威少，威少这几年的三双确实牛逼。助攻也是好看的很。
场均抢断是艾佛森，居然有2.8个我的天，不亏是艾佛森。
场均得分是哈登，这个赛季的36.1分已经超过科比的35.4了，确实不可思议。

如果你喜欢我的文章，可以关注我的主页或者公众号：

或者直接搜索公众号代码艺术客户端。
另外，请顺手点个赞。可怜哟。
最后，下载链接：http://47.112.100.1/images/score.py