专栏首页大数据文摘NBA球星是如何投篮的?把詹姆斯、库里的投篮数据图3D打印出来

NBA球星是如何投篮的?把詹姆斯、库里的投篮数据图3D打印出来

大数据文摘出品

作者:CoolBoy、魏子敏

2017-2018的NBA赛季已经落幕。虽然勇士夺冠的结果没有出乎太多人的意料,但是一些扣人心弦的戏码还是令人印象深刻。

2018年是个”只要有体育就有数据“的年代。NBA也不例外,其为我们提供了所有球员、球队、比赛、进球的数据,还有服务于开发者的API接口。

相关链接:

http://stats.nba.com/

篮球爱好者、同时也是UCLA的统计学博士Nathan Yau搜集了一些相关的数据集,并且通过3D建模把不同选手的投篮数据立体展示了出来。

他使用了3D打印机打印出球员的投篮热图(即在球场上的投篮命中率分布),利用Todd Schneider的BallR扩展库和Ian Walker的r2stl扩展库,球员的投篮数据可以被处理,并导出为适用于3D打印的数据。

每根柱体代表了1平方公尺内的投篮命中率,高度使用了对数刻度。整片区域的集合反映了球员的投篮水准和分布,最后打印的结果非常像城市景观。

Todd Schneider’s BallR:

http://toddwschneider.com/posts/ballr-interactive-nba-shot-charts-with-r-and-shiny/

Ian Walker’s r2stl:

https://cran.r-project.org/web/packages/r2stl/

一起来看看这些有趣的投篮图!

哈登的投篮热图

今年的常规赛MVP(最有价值球员)得主詹姆斯·哈登的投篮热图十分有趣。需要介绍一下,他所在的火箭队采取了一种“魔球”战术:只投三分,或者内线上篮,忽略其他的一切。哈登的投篮表格也体现了这一点:内线最高,三分线外其次,中间部分呈现低谷。

詹姆斯的投篮热图

前克利夫兰骑士队(现洛杉矶湖人队)球员勒布朗·詹姆斯在这个赛季提升了他的三分投射,但他的强项仍然是内线突破。跟哈登相比,他在中距离部分表现更稳定。

杜兰特的投篮热图

今年的总冠军成员以及FMVP(总决赛最有价值球员)凯文·杜兰特的投篮分布更像是前面两者的混合版本。这是由于他很多的中距离投篮,许多在肘区以及靠近边线区域的投篮。如果你很熟悉勇士队的比赛风格,这样的结果应该不会让你惊讶。

库里的投篮热图

同样是总冠军成员之一的“萌神”斯蒂芬·库里在投了许多三分的同时,也加强了中距离的投射,让投篮图的整个形状看上去相对平缓。但最突出的特点是他的超远距离投射,三分线外的一些区域,以及靠近中线的三根柱体都反映了这一点。如果将其与其他人相比这个特点会更明显。

西蒙斯的投篮热图

和其他的后卫相比,费城76人队的本·西蒙斯在靠近篮筐的区域才能发挥他的优势。由于几乎不投三分球,西蒙斯的投篮分布更像是一个中锋才会有的结果,但是在图中看不到的是他顶级后卫的助攻数(8.2次/场,排名第五)。

看了这些3D图之后有什么想法呢?欢迎留言讨论~

相关报道:

https://flowingdata.com/2018/05/01/data-r-and-a-3-d-printer/

【今日机器学习概念】

Have a Great Definition

本文分享自微信公众号 - 大数据文摘(BigDataDigest)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2018-08-04

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 科学与《侏罗纪公园》PK恐龙十大真相!

    大数据文摘
  • 清华推出国内首个“医疗卫生管理博士项目”

    大数据文摘
  • 日本中二少年教你用姿势估计把自己变成3D人物,动作实时同步,iOS上也能实现

    不知道从什么时候开始,3D动画就热起来了,但是很多经典动画3D化后就变味了,人物的肢体动作看上去僵硬了不少。并且,传统3D靠一帧一帧制作,费时费力。

    大数据文摘
  • EM算法求解pLSA主题模型

    说到主题模型通常会想到LDA主题模型。确实,近些年出现的主题模型或多或少与LDA模型存在联系,但是今天我们要介绍的是比LDA还要早的pLSA主题模型。

    触摸壹缕阳光
  • 【带着情商做产品系列③】产品初心,三份责任

    作者: 陈勃,文艺青年一枚。产品策划岗供职6年。写得了文档,编得了文章,做得了诗词,玩得了金属。 在这快鱼吃慢鱼的时代,作为产品经理,我们还会拿“十年磨一剑”的...

    腾讯大讲堂
  • DeepMind给人工智能搞了一套IQ测试题

    量子位
  • WMI技术介绍和应用——查询快捷方式、映射磁盘和虚拟内存信息

            本文使用了《WMI技术介绍和应用——使用VC编写一个半同步查询WMI服务的类》中代码做为基础。本节只是列出了WQL语句,具体使用参看前面的例子。...

    方亮
  • 如何识别“答非所问”?使用gensim进行文本相似度计算

    在文本处理中,比如商品评论挖掘,有时需要了解每个评论分别和商品的描述之间的相似度,以此衡量评论的客观性。

    机器学习AI算法工程
  • [机器学习]-[数据预处理]-中心化 缩放 KNN(二)

    上次我们使用精度评估得到的成绩是 61%,成绩并不理想,再使 recall 和 f1 看下成绩如何? 首先我们先了解一下 召回率和 f1。 真实结果 ...

    数据分析
  • [机器学习]-[数据预处理]-中心化 缩放 KNN(二)

    上次我们使用精度评估得到的成绩是 61%,成绩并不理想,再使 recall 和 f1 看下成绩如何?

    数据分析

扫码关注云+社区

领取腾讯云代金券