-
NBA Data Analysis - Top 10 포인트 가드의 어시스트/턴오버 분석Data Analysis/LifeStyles 2021. 5. 19. 21:20
이번 포스팅에서는 20-21 시즌 NBA 탑 포인트가드 선수들의 경기당 어시스트와 턴오버 데이터를 가져와서 비교해보도록 하겠다. 개인적으로 포인트가드를 평가하는 데 있어 가장 중요한 지표가 어시스트와 턴오버라고 생각하기 때문에 해당 데이터를 오늘 주제로 삼았다. 물론 릴라드나 커리와 같이 어시스트보다는 득점에 집중하는 포인트가드 선수도 있기 때문에 정확한 비교가 될 수 있을지 모르겠지만 여하튼 한번 해보도록 하겠다. 데이터는 NBA.COM에 있는 수치를 그대로 가져오는 NBA_API 라이브러리를 사용하도록 하겠다.
1. 포인트 가드 선수 ID 가져오기
NBA.COM에는 선수별 ID 값이 부여되어 있기 때문에 우선 해당 ID 값부터 가져오도록 하겠다. 이번 분석 대상 포인트 가드는 스테판 커리, 루카 돈치치, 데미안 릴라드, 크리스 폴, 제임스 하든, 카이리 어빙, 벤 시몬스, 트레 영, 르브론 제임스, 러셀 웨스트브룩이다.
from nba_api.stats.static import players import pandas as pd nba_players = players.get_players() players=pd.DataFrame.from_dict(nba_players) ayers[players['is_active']==True] pg=players[(players['full_name']=='Stephen Curry')|(players['last_name']=='Doncic')| (players['last_name']=='Paul')| (players['last_name']=='Lillard')| (players['last_name']=='Irving')| (players['last_name']=='Harden')| (players['full_name']=='Trae Young')| (players['full_name']=='Ben Simmons')| (players['last_name']=='Westbrook')| (players['full_name']=='LeBron James')]
위 코드를 돌리면 아래와 같은 결과물을 확인할 수 있을 것이다.
2. 20-21 시즌 어시스트, 턴오버 데이터 가져오기
그 다음으로 선수별 경기당 어시스트, 턴오버 수치를 가져오도록 하겠다.
from nba_api.stats.endpoints import playercareerstats guards=[] for idx,name in zip(pg['id'], pg['full_name']): career = playercareerstats.PlayerCareerStats(player_id=idx) stats=career.get_data_frames()[0] stats_21=stats[stats['SEASON_ID']=='2020-21'] per_ast= stats_21['AST'].values[0]/stats_21['GP'].values[0] per_to=stats_21['TOV'].values[0]/stats_21['GP'].values[0] data={'name':name,'per_assists':per_ast,'per_TOV':per_to} guards.append(data) df=pd.DataFrame(guards)
3.Data Visualization
import plotly.express as px fig = px.scatter(df, x="per_assists", y="per_TOV", color="name", size='per_assists', hover_data=['per_assists','per_TOV']) fig.show()
위 그래프에서 가장 눈에 띄는 선수는 러셀 웨스트브룩과 크리스 폴이라고 볼 수 있다. 역시 농구 그 자체인 농신 러셀 웨스트브룩 선수는 어시스트와 턴오버 수치 모두 경쟁 선수들은 압도한다. 공을 많이 만지고 워낙 도전적인 패스의 비중이 많다 보니 이런 수치가 나오는 듯싶다. 다만 이런 점 때문에 웨스트브룩을 평가절하하는 사람들이 많은 것이다. 턴오버가 아무리 세금이라고 해도 이 정도는 너무 과도하게 많다. 그리고 파이널이 궁금한 사나이 파궁사, 그래서 그분 파이널 가보셨나요 그그파 크리스폴의 위엄을 확인할 수 있다. 턴오버 수치가 경쟁 선수 대비 압도적으로 적다. 역시 순수 실력 Top 티어 선수답다.
'Data Analysis > LifeStyles' 카테고리의 다른 글
제주도 렌터카 업체 정보 분석 & 시각화 With Python & Mapbox (0) 2021.06.07 서울 크로스핏 박스 지도 시각화 with Python, Mapbox, 카카오 API (0) 2021.05.31 국내 SPA 패션 브랜드 매장 수 비교 분석(ZARA, 8Seconds, SPAO, Etc) (1) 2021.04.06 국내 메이저 영화관 브랜드(CJCGV, 메가박스, 롯데시네마) 데이터 분석 (0) 2021.04.05 서울시 프랜차이즈 햄버거(버거킹/맥도날드/맘스터치/롯데리아) 분석 & 시각화 with Python, Pydeck (0) 2021.03.06