前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Python获取NBA历史巨星和现役所有球员生涯数据曲线

Python获取NBA历史巨星和现役所有球员生涯数据曲线

作者头像
Python编程与实战
发布2019-12-04 16:20:24
7970
发布2019-12-04 16:20:24
举报
1.序

之前用 Python 写过一个自动生成球员职业生涯数据的程序,没想到反响很好,本人也感到很欣慰。很多人问我怎么做的,如何学 python 的,也有提建议说集成到 web 里面的。

其实最开始我也是考虑到集成到 web 里面,但是由于时间关系,只是简单的做了一下,没想到引起了大家的关注和建议。所以这次就做了升级,集成到 web 中!先看效果吧:

乔丹

科比

2.环境配置

语言:Python3 编辑器:Pycharm web框架:Flask 数据可视化:Pyecharts

项目主目录有个 requirements.txt 文件,里面是项目所需要的依赖包,你只需在终端输入以下命令

pip install -r requirements.txt

依赖包就会自动安装

3.功能升级

现升级完之后加入了以下功能:

3.1 将爬虫集成到web中,通过在浏览器输入球队名称获取球队下所有球员

猛龙

勇士

3.2 支持现役所有球员生涯数据曲线,同时包括常规赛和季后赛数据

伦纳德

当 game=0 的时候,获取常规赛数据,game=1 获取季后赛数据

不得不吐糟一下公众号只支持上传 2M 以下的 gifgif 大了又不支持,gif 小了又不清晰… 所以很多时候录完视频后裁剪成 gif 要花费十几二十分钟的时间,很痛苦…哪位朋友有好方法,还请联系我!

3.3 同时支持退役球星数据,比如篮球界第一老流氓 乔丹

乔丹常规赛

乔丹季后赛老流氓就是老流氓,季后赛场均得分没有低于 29 以下的!85-86赛季达到了恐怖的 43.7 分!

3.4 支持更改背景颜色,同时支持图片下载

比如 魔术师约翰逊 的数据,在请求的时候加入 color 参数

http://127.0.0.1:5800/retire/player?retire=魔术师&game=1&color=yellow

魔术师

根据你传的 color 设置背景色,同时左上角有个下载按钮,点击可下载。是不是很强大!

4.代码讲解

4.1 Flask部分

请求地址:共有三个请求地址,代码所在 urls.py,可以根据个人喜好修改地址

urls

其中根据球队获取球员地址为 /nba/team/, 现役球员生涯数据为 /nba/player/, 退役球星数据为 /retire/player/

请求参数:代码所在 forms.py

参数

具体该传什么参数,代码在上面。其中 color 是可选的!

运行项目:项目主目录下有个 run.py 文件,直接运行即可!

4.2 爬虫部分

之前程序是抓的虎扑上面的数据,虎扑网有个 bug :每个球员都多了一条 2017 年汇总的数据(不清楚是干什么的),现代码已修正。而且虎扑不支持历史球员数据查询,所以现在加入了一个新网站,代码部分如下:

主要涉及到 html 提取技术,之前文章都有介绍,不详说了。

4.3 数据可视化部分

此部分主要是将 pyecharts 集成到 flask 中,集成的文件在 templates 中有些是默认文件,新增的部分是发送 ajax 请求,生成球员曲线。

没有什么太多要说的,因为我之前的文章都有介绍过 pyecharts 的用法

PS:请帮忙点击转发给更多喜欢篮球的朋友,谢谢!

项目地址:https://github.com/GoJerry/nbaPlayer

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2019-06-04,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 Python编程与实战 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 2.环境配置
  • 3.功能升级
    • 3.1 将爬虫集成到web中,通过在浏览器输入球队名称获取球队下所有球员
      • 3.2 支持现役所有球员生涯数据曲线,同时包括常规赛和季后赛数据
        • 3.3 同时支持退役球星数据,比如篮球界第一老流氓 乔丹
          • 3.4 支持更改背景颜色,同时支持图片下载
          • 4.代码讲解
            • 4.1 Flask部分
              • 4.2 爬虫部分
                • 4.3 数据可视化部分
                领券
                问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档