Seaborn数据分析NBA球员信息数据集

 更新时间:2022年09月29日 09:42:54   作者:ZacheryZHANG  
这篇文章主要为大家介绍了Seaborn数据分析处理NBA球员信息数据集案例,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪

本案例使用 Jupyter Notebook进行案例演示,数据集为NBA球员信息数据集。本项目将进行完整的数据分析演示。

1. 数据介绍

  • 数据集共有342个球员样本,38个特征,即342行×38列。
  • 数据集主要信息如下表所示:
球员姓名位置身高体重年龄球龄上场次数场均时间进攻能力防守能力是否入选过全明星球员薪金
  • 本数据集主要可以用来做数据处理以及数据挖掘,进行数据可视化。
  • 本小结,我们将对NBA球员数据集进行初步统计学分析,并且绘制出相关性热力图。

2. 案例演示

2.1 获取数据

导入相关库,并使用如下代码进行本地数据集获取。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
# 获取数据集
NBA = pd.read_csv("nba_2017_nba_players_with_salary.csv")
NBA.head()

运行结果:

2.2 查看数据基本信息

先进行简单的统计学分析,查看标准差、中位数、方差等等信息。

# 看一下数据有多少
NBA.shape
# 查看基本统计信息
NBA.describe()

部分运行结果:

2.3 数据分析

2.3.1 效率值相关性分析

在众多数据中,有一项名为RPM,表示球员的效率值。该数据反映球员在场时对球队比赛获胜的贡献大小,最能反映球员的综合实力。我们可以看一下它与其他数据的相关性。

首先,我们取出几个有用的特征分析相关性,并绘制热力图。

# 2. 数据分析
## 2.1 效率值相关性分析
NBA_1 = NBA.loc[:, ['RPM','AGE','SALARY_MILLIONS','ORB','DRB','TRB','AST','AST','STL','BLK','TOV','PF','POINTS','GP','MPG','ORPM','DRPM']]
NBA_1.head()

然后,使用如下代码计算出相关性表。

# 计算相关性
# 获取两列之间的相关性
corr = NBA_1.corr()
corr

部分运行结果如下图所示:

最后,使用刚才的相关性表,绘制出相关性关系热力图

# 调用热力图绘制相关性关系
plt.figure(figsize=(20,20),dpi=120)
sns.heatmap(corr, square=True, linewidths=0.1, annot=True)
# 保存图像
plt.savefig("./test.png")
# 颜色越深:相关性越弱
# 颜色越浅:相关性越强

运行结果如下图所示:

以上就是Seaborn数据分析NBA球员信息数据集的详细内容,更多关于Seaborn数据分析的资料请关注脚本之家其它相关文章!

相关文章

  • python b站视频下载的五种版本

    python b站视频下载的五种版本

    该项目用于Bilibili(b站)视频下载(支持分P多段视频的下载),基于python开发,有此需求的朋友可以参考下
    2021-05-05
  • 基于Python开发电脑定时关机工具

    基于Python开发电脑定时关机工具

    这篇文章主要为大家详细介绍了如何基于Python开发一个电脑定时关机工具,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下
    2025-01-01
  • python使用FastAPI获取请求头信息的两种方法

    python使用FastAPI获取请求头信息的两种方法

    本文聚焦 FastAPI 获取请求头信息的两种方法,首先阐述使用Request对象,通过在路由处理函数中注入Request,接着介绍参数依赖注入法,在函数参数里用Header声明请求头参数,文中有相关的代码示例供大家参考,需要的朋友可以参考下
    2025-02-02
  • 简单了解python模块概念

    简单了解python模块概念

    这篇文章主要介绍了简单了解python模块概念,具有一定借鉴价值,需要的朋友可以参考下
    2018-01-01
  • 详解mac python+selenium+Chrome 简单案例

    详解mac python+selenium+Chrome 简单案例

    这篇文章主要介绍了详解mac python+selenium+Chrome 简单案例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2019-11-11
  • 利用PyQt5生成过年春联

    利用PyQt5生成过年春联

    这篇文章主要介绍了如何利用PyQt5生成过年春联。通过在界面上输入春联的上、下批和横批汉字从而生成春联图像,最后将春联图片保存。需要的可以参考一下
    2022-01-01
  • Python爬虫实现网页信息抓取功能示例【URL与正则模块】

    Python爬虫实现网页信息抓取功能示例【URL与正则模块】

    这篇文章主要介绍了Python爬虫实现网页信息抓取功能,涉及Python使用URL与正则模块针对网页信息的读取与匹配相关操作技巧,需要的朋友可以参考下
    2017-05-05
  • LyScript寻找ROP漏洞指令片段的方法详解

    LyScript寻找ROP漏洞指令片段的方法详解

    ROP可以理解成一个可以关闭系统自身内存保护的一段机器指令。本文将利用LyScript寻找ROP漏洞指令片段,感兴趣的小伙伴可以了解一下
    2022-07-07
  • Python下opencv使用hough变换检测直线与圆

    Python下opencv使用hough变换检测直线与圆

    在数字图像中,往往存在着一些特殊形状的几何图形,像检测马路边一条直线,检测人眼的圆形等等,有时我们需要把这些特定图形检测出来,本文就详细的介绍了一下方法
    2021-06-06
  • Python读取Excel的方法实例分析

    Python读取Excel的方法实例分析

    这篇文章主要介绍了Python读取Excel的方法,实例分析了Python操作Excel文件的相关技巧,非常具有实用价值,需要的朋友可以参考下
    2015-07-07

最新评论