Skip to content
This repository has been archived by the owner on Jan 11, 2023. It is now read-only.

本项目综合运用d3、echarts来完成可视化工作,实现了对nba两场比赛的可视化数据分析,包括球员运动轨迹、个人数据、传球次数以及得分位置等多种可交互式图表。通过可视化方法,我们能够进一步深入分析球队的具体情况,便于制定更佳的战术。

Notifications You must be signed in to change notification settings

xieincz/visualization-final-project

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

4 Commits
 
 
 
 
 
 
 
 
 
 

Repository files navigation

visualization-final-project

本项目在线demo:

https://xieincz.github.io/visualization-final-project/

项目主题:

美国职业篮球联赛(National Basketball Association),简称美职篮(NBA),是由北美30支职业球队组成的男子职业篮球联盟,是美国四大职业体育联盟之一。如今已风靡全世界,其比赛的激烈程度和水平之高被世人公认为世界之最。 其中诞生了如:乔丹,詹姆斯,科比,艾弗森,库里等传奇球星

项目动机:

NBA是团队竞技比赛,分析队内和对方的状态,指定战术尤为重要,否则就像湖人队,没有发挥应有的实力。

1、分析球员轨迹极其传球和被截断,可以帮助调整上场人员以及改变防守。

2、分析球员各项数据,可以确定球员的状态以及是否首发。

3、分析球员出手位置及其成功与否,可以及时调整战术。

4、分析队内球员传球数据,可以提高上场队伍的默契和搭配。

数据来源:

数据来源于 https://www.nba.com/ 官网,其中使用nba_api( https://github.com/swar/nba_api )访问数据。nba_api是用于访问 NBA.com API 的 API 客户端包,该软件包旨在使 NBA.com 的API易于访问,并提供有关它们的大量文档。 可以提供NBA官方数据和实时数据。 其中图表的部分数据的要求比较苛刻,所以经过了大量的人力和算力转换。

总结:

本项目综合运用d3、echarts来完成可视化工作,实现了对nba两场比赛的可视化数据分析,包括球员运动轨迹、个人数据、传球次数以及得分位置等多种可交互式图表。通过可视化方法,我们能够进一步深入分析球队的具体情况,便于制定更佳的战术。

期望与未来:

1.可以完成老师的建议,将可视化分析结果聚合成报表或总结性事物,便于更好的观察双方的情况。

2.可以优化布局,美化界面。

About

本项目综合运用d3、echarts来完成可视化工作,实现了对nba两场比赛的可视化数据分析,包括球员运动轨迹、个人数据、传球次数以及得分位置等多种可交互式图表。通过可视化方法,我们能够进一步深入分析球队的具体情况,便于制定更佳的战术。

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published