利用Python對NBA SportUV數據進行可視化及分析

SportUV是2005年，由以色列計算機科學家Gal Oz和Miky Tamir 創立的，其實，最早這兩位大牛是搞導彈跟蹤和高級光學識別的……然後基於這個學識背景，他們專門創立了一套用於識別體育比賽中球員位置信息的系統。

這種系統是利用高掛在比賽場地上方的攝影機進行追蹤拍攝，如下所示：原理就是三角定位+圖像識別，搞GPS和計算機的，都應該對這原理很熟悉了，我這裡就不羅嗦了。

github上有大量的方法，對SportUV進行可視化，我在這裡也不多說了，然後github數據和Demo在下面這個位置，大家有興趣自己去下：

https://github.com/linouk23/NBA-Player-Movements

給出一個官方的Demo：利用matplotlib的動畫函數，繪製的動態效果圖：

https://github.com/linouk23/NBA-Player-Movements/raw/master/examples/spurs.gif

微信不讓上傳超過2M的圖片，大家可以去github上看，或者去原文看。

下面基於官方給出的Demo，我做了一下一系列靜態的分析：

設定指定時段的球員站位分布：

查看兩隊的登場隊員信息：

查看指定的球員的走位，比如，下面就是開局的時候，兩隊當家球星科比和加內特一次攻防轉換的路線，紅色路線是凱文加內特的，藍色的是科比布萊恩特的。

下面就是空間分析方法了：

從密度分析，可以看出來，加內特的全場跑動路線比科比更加集中……當然，兩位都是老將了……比科比更靠近籃下的位置。好吧，其他的大家自己分析。

最後，貼出NBA另外一個球星騎士隊的詹姆斯的分析結果：

年輕人啊……勞力就是好，看著滿場飛奔的架勢，老人家確實沒法比。

好了，今天暫時先到這裡，祝大家五一快樂……

另外，本文的代碼暫不公開，有興趣了解的，請參與5月份的Esri中國開發者大會……
推薦閱讀：