2020 年 NBA 各队数据整体分析，采用 seaborn 绘图库，仅供粉丝参考

这个周末有空，我很喜欢篮球，也很喜欢勒布朗詹姆斯和德维恩韦德。我们对2020年NBA各支球队的数据做了一个整体的分析，在去掉了一些重复数据和有问题的数据后，数据量有所缩减，所以本次分析纯属娱乐，分析结果仅供NBA球迷参考。

这次分析没有完全依赖和来实现，而是用了这个方便的绘图库。又或许是懒得去记那些繁多的API。

步骤 1：加载数据

数据 = pd.('./data/.csv')

数据.head()

当我拿到这个数据的时候，作为一名资深的NBA球迷，我一度怀疑这是否是2020年的数据，看上去很像17-18赛季的数据。

第 2 步：简单数据分析

根据获取的数据，共有342名NBA球员，38项统计数据。

以下是数据中的一些重要信息：

球员平均年龄26.4岁，年龄范围19-40岁；

球员平均年薪为730万美元，当时最大的合同为每年3000万美元；

第三步：先看明星球员的效率

在众多的数据中nba球队,分布图，有一项叫做“RPM”，它标识的是球员的效率值，这项数据体现的是球员在场上时对球队胜利的贡献，最能体现球员的综合实力。

我们来看一下RPM与其他数据的相关性：

关联 API：corr()

热图呈现相关信息：（）

解释一下：图中我圈出了一个数据，annot=False，意思是热力图中不显示该数据，原因是我原来建立的画布太小了，显示出来的数据会比较乱。

如果需要展示数据，可以使用plt.()通过设置参数创建合适大小的画布，并调整annot=True来展示热力图数据。

第三步：分析球员薪水、效率、年龄等数据

3.1 收入最高的 10 位运动员

3.2 效率最高的10名球员

分析：詹姆斯是联盟薪水最高的，而且打得非常好，效率值第一，保罗和库里紧随其后，前10名榜单勇士占据3席，我们的勇士很厉害。

3.3 出场时间最多的10名球员

分析：“钢铁侠”——勒布朗·詹姆斯

3.4 接下来我们来看看数据中NBA全体球员的效率和年龄分布情况。

分析：基本符合正态分布特征

球员薪水：

分析：不满足正态分布，明显偏态分布，高薪球员占比偏小。

3.5 在NBA，并不是年龄越大越值钱，接下来我们看一下高斯核密度分布图。

分析：25-30岁年龄段的球员普遍薪水较高，而联盟绝大多数球员年薪不到1000万美元。真羡慕他们的国家，每年收多少税啊？哈哈

3.6 我有一个业余的想法，球员薪水，效率值，年龄，场均得分四个变量之间有相关性吗？

分析：也许我太肤浅了，实在看不出有什么联系。

3.7 我们来看看NBA各支球队球员的年龄结构，我按照球员人数和效率值进行了排名：

分析：我真的很羡慕波士顿凯尔特人队、迈阿密热火队和金州勇士队的老板nba球队,分布图，他们拥有一群年轻而优秀的球员。

3.8 NBA球队综合实力分析（重点关注球员薪资、效率值、球员平均得分、三分球命中率等）

分析：勇士队（GS）和骑士队（CLE）占据前两位，效率值体现了球队的实际实力。

老资格的热刺（南非）排在第三位，平均年龄29.5岁排名第一nba球队,分布图，补血在即。

3.9 使用小提琴图查看NBA三分球和球员效率值

分析：从三分命中率来看，勇士是毫无争议的冠军，其次是骑士；从球员效率值来看，勇士和骑士显然是最大的两大赢家。