Python：NBA运动员的运动轨迹呈现

摘要：在微博上收藏了一个技术贴，作者是 Savvs Tjortjoglou（Twitter：@savvas_tj）。他之前的一篇NBA投篮绘图在内地网络上挺火的，几个微信公号都有推，今天看的这一个帖子原题是：How to Track NBA Player Movements in Python，我尝试着模拟了一遍，加了一点自己的元素，感觉非常不错！

首先，可以进入NBA官网的stats看看，非常详细的统计，主菜单栏里Stats中有一个SportVU Player Tracking，当然还有Team Tracking。里面的可视化呈现相当美观。Intro里写到：Player Tracking is the latest example of how technology and statistics are changing the way we understand the game of basketball.大数据的力量的确给传统运动带来了革兴，SportVU是一个软件，它依靠NBA赛场过道（catwalks）上安装的6台摄像机，追踪赛场上每个运动员和篮球本身的移动轨迹，追踪速度是25次/s，通过处理，摄像机收集到的数据为运动速度、运动距离、球员间距、控球等要素的分析提供了极为丰富的统计数据库。

对于美国的运动数据统计能力感到惊讶！但强大的Python当然可以在自我理解下处理这些丰富的数据。

Part 1.引入模块

导入的模块大多数是比较常用的。其中的seaborn是一个统计数据可视化模块，画出的图形很美观，实际上在后面的操作中几乎没有用seaborn画图，还是依靠pandas、matplotlib组合。

import seaborn as sns, numpy as np, requests, pandas as pd

%matplotlib inline

import matplotlib.pyplot as plt

from IPython.display import IFrame

因为是可视化，接下来设计画布风格和颜色，直接参考seaborn文档，五种风格分别是：darkgrid，whitegrid，dark，white，ticks。写以下两行代码：

sns.set_color_codes()

sns.set_style(‘white’)

接着，用IFrame导入一个网站上的既有Demo。

IFrame(“http://stats.nba.com/movement/#!/GameID=0041400235&GameEventID=308“, width = 700, height = 400)

IFrame可以将任何网页导入到IPython Notebook，其他的IDE应该也有类似的嵌入工具。

Python：NBA运动员的运动轨迹呈现

是个动态小视频，发现IFrame这么好玩，我接下来导入一个自己原来的Tableau作品，效果也是同样好。

IFrame(“https://public.tableau.com/profile/luochen#!/vizhome/_2861/BibleCrossReference“, width = 800, height = 1000)

Python：NBA运动员的运动轨迹呈现
Part 2.获取数据

NBA官网数据库有API，两个参数：evenid，gameid。后者是这个playoff game的id。用Requests来解析网页而不是用urllib2，我感觉比较奇怪，但是之前也有用过Requests，发现它的slogan是HTTP for Humans，好大的口气！但是操作，尤其是对API的操作较urllib2简化了很多。

url =”http://stats.nba.com/stats/locations_getmoments/eventid=308&gameid=0041400235”

r = requests.get(url)

r.json().keys()

轻松把源网页转成json格式，并读取所有键，共5个：

[u’moments’, u’visitor’, u’gamedate’, u’gameid’, u’home’]

我们需要的数据主要是：

home：主场队员的数据

visitor：客场队员的数据

moments：用来绘制运动轨迹的数据

所以接下来就明晰了：

home = r.json()[‘home’]

visitor = r.json()[‘visitor’]

moments = r.json()[‘moments’]

前面两个都print一下，结构都很明确直观。

moments是结构最为浩大的数据，毕竟是摄像机每秒25次得到的，先看看它的长度，是700，所以撷一叶而知秋。

moments[0]

结构是这样的，说明就添在后面了：

[3,#赛季，period or quarter

1431486313010L,#时间戳unix-time in mills,转为可读时间大概是：05/13/2015 3:05am UTC

715.32,#距离比赛结束的时间，game clock

19.0,#距离投球结束的时间，shot clock

None,#不懂，反正是空值就不必要care

[[-1,-1, 43.51745, 10.76997, 1.11823],#关于球的信息，前两个数是比赛双方的teamid和playerid；中间两个数是球在球场上的坐标，最后一个数是球的半径，球越高半径越大。

[1610612745, 1891, 43.21625, 12.9461, 0.0],#后10个列表是关于球场上10个队员的信息。意义和第一个关于球的信息列表一致。

[1610612745, 2772, 90.84496, 7.79534, 0.0],

[1610612745, 2730, 77.19964, 34.36718, 0.0],

[1610612745, 2746, 46.24382, 21.14748, 0.0],

[1610612745, 201935, 81.0992, 48.10742, 0.0],

[1610612746, 2440, 88.12605, 11.23036, 0.0],

[1610612746, 200755, 84.41011, 43.47075, 0.0],

[1610612746, 101108, 46.18569, 16.49072, 0.0],

[1610612746, 201599, 78.64683, 31.87798, 0.0],

[1610612746, 201933, 65.89714, 25.57281, 0.0]]]

最理想的数据分析模型是pandas的数据框，所以为数据框的建立做准备，接下来的一个代码段就是Python基础。

headers =[‘team_id’,’player_id’,’x_loc’,’y_loc’,’radius’,’moment’,’game_clock’,’shot_clock’]

player_moments=[]

for moment in moments:

for player in moment[5]:

player.extend((moments.index(moment)#索引值, moment[2]#game clock, moment[3]#shot clock))#扩展列表

player_moments.append(player)#扩展空列表

player_moments[0: 11]

非常规整的列表，列表中的每个构成元素也是列表，和上面的样式基本保持一致。接下来构建DataFrame。

df = pd.DataFrame(player_moments, columns = headers)

df.head(11)

最好加上运动员名字，会方便后续分析。

players = home[‘players’]

players.extend(visitor[‘players’])#所有运动员的名字

id_dict ={}

for player in players:

id_dict[player[‘playerid’]]=[player[‘firstname’]+””+ player[‘lastname’], player[‘jersey’]]

id_dict

是一个规整的字典，内部的值是列表。

用map方法来在原来的df中添加一列play_name列和player_jersey列，根据player_id来把name和jersey对应在正确的位置。写完这一段代码后，我觉得这里的map方法和Excel中的VLOOKUP十分相似，可见数据分析的内核是相通的。

df[‘player_name’]= df.player_id.map(lambda x: id_dict[x][0])

df[‘player_jersey’]= df.player_id.map(lambda x: id_dict[x][1])

df.head(11)

Part 3.绘制

可以选择任何一位运动员来绘制他的对应轨迹，这里选择James Harden，虽然我完全不看球赛，也不知道他是谁，我是根据原案例选的。对于背景图，可以自己用matplotlib绘制，一笔一笔的，非常困难。所以我们用一张上面Demo的底图，转化为PNG格式就行。这一工作主要是考察matplotlib.pyplot的操作能力。

harden = df[df[‘player_name’]==’James Harden’]#选择James Harden这一行的数据

court = plt.imread(“图像地址”)

plt.figure(figsize =(15, 11.5))

plt.scatter(harden.x_loc, harden.y_loc, c = harden.game_clock, cmap = plt.cm.Blues, s = 1000, zorder = 1)

#用散点图绘制轨迹；cmap = plt.cm.Blues，用colormap来设置随着game_clock变动而发生的轨迹颜色变化，越接近结束时间颜色越淡。

#zorder = 0 设定Harden运动轨迹下的赛场线

cbar= plt.colorbar(orientation =’horizontal’)#图例横向摆放

cbar.ax.invert_xaxis()

plt.imshow(court, zorder = 0, extent =[0, 94, 50, 0])

#原图中的原点(0, 0)在左上角，所以我在本图中继续按照这个标准设置原点，(0, 94)为x轴的范围，(50, 0)为y轴的范围。

在第一部分Demo的演示中，13号Harden一度出界，所以需要扩展x轴的范围。

plt.xlim(0, 101)

plt.show()

Python：NBA运动员的运动轨迹呈现

Part 4.欧几里得距离计算并绘图

根据连续点的坐标来计算Euclidean距离。

scipy.spatial.distance中可以直接计算欧氏距离，但是这里用numpy模块可以写出计算过程。

def travel_dist(player_loc):

diff = np.diff(player_loc, axis = 0)

dist = np.sqrt((diff ** 2).sum(axis = 1))

return dist.sum()

dist = travel_dist(harden[[‘x_loc’,’y_loc’]])

#显然连续点需要传递坐标点的x,y值，而diff正是计算了前后两个点之间的距离。

可以用pandas中的groupby与apply来计算每一个运动员的移动距离。