利用Python对NBA SportUV数据进行可视化及分析

comtop0 2017-04-30

SportUV是2005年,由以色列计算机科学家Gal Oz和Miky Tamir 创立的,其实,最早这两位大牛是搞导弹跟踪和高级光学识别的……然后基于这个学识背景,他们专门创立了一套用于识别体育比赛中球员位置信息的系统。

这种系统是利用高挂在比赛场地上方的摄影机进行追踪拍摄,如下所示:原理就是三角定位+图像识别,搞GPS和计算机的,都应该对这原理很熟悉了,我这里就不罗嗦了。

利用Python对NBA SportUV数据进行可视化及分析

github上有大量的方法,对SportUV进行可视化,我在这里也不多说了,然后github数据和Demo在下面这个位置,大家有兴趣自己去下:
https://github.com/linouk23/NBA-Player-Movements

给出一个官方的Demo:利用matplotlib的动画函数,绘制的动态效果图:

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

微信不让上传超过2M的图片,大家可以去github上看,或者去原文看。

下面基于官方给出的Demo,我做了一下一系列静态的分析:
设定指定时段的球员站位分布:

利用Python对NBA SportUV数据进行可视化及分析
查看两队的登场队员信息:

利用Python对NBA SportUV数据进行可视化及分析
查看指定的球员的走位,比如,下面就是开局的时候,两队当家球星科比和加内特一次攻防转换的路线,红色路线是凯文加内特的,蓝色的是科比布莱恩特的。

利用Python对NBA SportUV数据进行可视化及分析
下面就是空间分析方法了:

利用Python对NBA SportUV数据进行可视化及分析


利用Python对NBA SportUV数据进行可视化及分析从密度分析,可以看出来,加内特的全场跑动路线比科比更加集中……当然,两位都是老将了……比科比更靠近篮下的位置。好吧,其他的大家自己分析。

最后,贴出NBA另外一个球星骑士队的詹姆斯的分析结果:

利用Python对NBA SportUV数据进行可视化及分析
年轻人啊……劳力就是好,看着满场飞奔的架势,老人家确实没法比。

好了,今天暂时先到这里,祝大家五一快乐……

相关推荐