利用Python对NBA SportUV数据进行可视化及分析
2017-04-29 22:42
921 查看
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。
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:
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:
查看两队的登场队员信息:
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。
下面就是空间分析方法了:
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:
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……
另外,本文的代码暂不公开,有兴趣了解的,请参与5月份的Esri中国开发者大会……
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。
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:
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:
查看两队的登场队员信息:
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。
下面就是空间分析方法了:
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:
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……
另外,本文的代码暂不公开,有兴趣了解的,请参与5月份的Esri中国开发者大会……
相关文章推荐
- 利用python进行数据分析之绘图和可视化
- 利用python进行数据分析之数据可视化(一)
- 利用python进行数据分析(六):绘图和可视化
- 利用Python进行数据分析--绘图和可视化
- 利用python进行数据分析-绘图和可视化1
- 利用python进行数据分析-绘图和可视化2
- 利用python进行数据分析之绘图和可视化
- 转载]利用Python进行数据分析——绘图和可视化 xticks-学习笔记
- 利用Python进行数据分析——第8章绘图及可视化——学习笔记Python3 5.0.0
- 利用Python进行NBA比赛数据分析
- 利用Python进行数据分析--数据聚合与分组运算
- 利用python进行数据分析之数据规整化
- 利用Python进行数据分析--数据规整化:清理、转换、合并、重塑
- 利用Python进行数据分析--数据加载、存储与文件格式
- 利用Python进行数据分析--时间序列
- 利用Python进行数据分析--数据聚合与分组运算1
- 利用python进行数据分析之数据聚合和分组运算
- 利用Python进行数据分析——第一章:重要Python库安装配置
- 利用Python进行数据分析---ch02《MovieLens 1M数据集(下)》读书笔记
- 《利用Python进行数据分析: Python for Data Analysis 》学习随笔