在本文中，我将介绍如何在stats.nba.com上的比赛运动动画中提取一些额外的信息。
In[1]:
In[2]:
我们将从一场比赛中提取信息。这是快船队（Clippers）和火箭队（Rockets）在季后系列赛的第5场比赛。在比赛中，James Harden瓦解了快船队的防守，冲向篮筐，把球传给Trevor Ariza，轻松获得3分。
我已经在下面嵌入了运动动画。
In[3]:
输出是一个动画
获取数据
下面是我们从stats.nba.com的应用程序接口获取数据的链接。链接里有2个参数：eventid是特定比赛的ID，gameid则是季后赛的ID。
In[4]:
我们发出请求提取数据
In[5]:
Out[5]:
我们想要的数据在：home (主场球员的数据)， visitors (客场球员的数据)，和 moments (使用于动画中用于绘制球员运动轨迹信息的数据)
In[6]:
让我们看看home字典里包含的信息。
In [7]:
home
Out[7]:
Visitor字典包含了关于快船队的同样类型的信息。
In[8]:
visitor
Out[8]:
现在，让我们看看moments列表。
In [9]:
# 检查长度
len(moments)
Out[9]:
700
长度告诉我们，上面的动画由700个项目/时刻组成。但是，都有些什么信息呢？让我们来看看第一个。
In [10]:
moments[0]
Out[10]:
[3,
1431486313010,
715.32,
19.0,
None,
[[-1, -1, 43.51745, 10.76997, 1.11823],
[1610612745, 1891, 43.21625, 12.9461, 0.0],
[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]]]
首先，我们看到moments中的时刻或项目是一个包含了一堆信息的列表。我们逐一查看列表中的每一个项目。
1 moments[0]中的第1项是这一刻所发生的时期或季度。
2 Unix时间。（是一种时间表示方式，定义为从格林威治时间1970年1月1日（UTC/GMT的午夜）开始所经过的秒数，不考虑闰秒——译者注）
3 第3项是指比赛剩下的时间。
4 第4项是指计时器剩下的时间。
5 我不知道第5项代表什么。
6 第6项是由11个子列表组成的列表，每个子列表包含球场上某个球员或球的坐标。
6.1 11个子列表中的第1个包含了球的信息。
6.1.1 前2项是表示teamid和playerid的值，用于表明该列表是关于球的信息。
6.1.2 接下来的2项则是x和y坐标值，用于表示球场中球的位置。
6.1.3 第5项（最后一项）是代表球的半径。这个值在整个动画中都随着球的高度而变化。半径越大，球就越高。因此，如果球员投篮，球的大小就会增加，在拍摄弓的顶点达到其最大值，然后随着高度下降，球逐渐变小。
6.2 第6项中的10个列表表示球场上的10名球员。在这些列表中，关于球的信息是一样的。
6.2.1 前2项是teamid和playerid，表示这是某个特定球员的列表。
6.2.2 接下来的2项则是x和y坐标值，代表该球员在球场上的位置。
6.2.3 最后1项是球员的活动半径，这是不相关的信息。
现在我们对moments数据所代表的信息有了一定的理解。我们把它输入pandas DataFrame。
首先我们创建DataFrame的列标签。
In[11]:
# 列标签
essay-headers =["team_id", "player_id", "x_loc","y_loc",
"radius","moment", "game_clock", "shot_clock"]
然后，我们为每个球员创建一个包含moments数据的单独列表。
In[12]:
# 初始化新列表player_moments
player_moments= []
for momentin moments:
# 对列表中的每个球员/进球找到相应的moments
for player in moment[5]:
#对每个球员/进球增加额外的信息，包括每个moment的索引，比赛时间，投篮时间
player.extend((moments.index(moment),moment[2], moment[3]))
player_moments.append(player)
In[13]:
# 查看moments列表
player_moments[0:11]
Out[13]:
[[-1, -1,43.51745, 10.76997, 1.11823, 0, 715.32, 19.0],
[1610612745, 1891, 43.21625, 12.9461, 0.0, 0,715.32, 19.0],
[1610612745, 2772, 90.84496, 7.79534, 0.0, 0,715.32, 19.0],
[1610612745, 2730, 77.19964, 34.36718, 0.0, 0,715.32, 19.0],
[1610612745, 2746, 46.24382, 21.14748, 0.0, 0,715.32, 19.0],
[1610612745, 201935, 81.0992, 48.10742, 0.0,0, 715.32, 19.0],
[1610612746, 2440, 88.12605, 11.23036, 0.0, 0,715.32, 19.0],
[1610612746, 200755, 84.41011, 43.47075, 0.0,0, 715.32, 19.0],
[1610612746, 101108, 46.18569, 16.49072, 0.0,0, 715.32, 19.0],
[1610612746, 201599, 78.64683, 31.87798, 0.0,0, 715.32, 19.0],
[1610612746, 201933, 65.89714, 25.57281, 0.0,0, 715.32, 19.0]]
将刚刚创建的moments列表和我们的列标签传给pd.DataFrame，创建我们的DataFrame。
In[14]:
#将Player_moments列表转化为数据框形式
df =pd.DataFrame(player_moments, columns=essay-headers)
In [15]:
df.head(11)
Out[15]:
我们还没有完成。我们应添加包含球员姓名和球衣号码的列。首先，将所有的球员放入一个列表。
In[16]:
# 创建player列表，将主队运动员的数据赋值给player
players =home["players"]
# 添加客队运动员的数据
players.extend(visitor["players"])
利用players列表，我们可以创建一个以球员ID作为关键字的字典和一个包含球员姓名和球衣号码的值列表。
In[17]:
# 创建新的字典id_dict
id_dict ={}
# 在字典中增加我们想要的值，
for playerin players:
id_dict[player['playerid']] =[player["firstname"]+""+player["lastname"],player["jersey"]]
In [18]:
id_dict
Out[18]:
{1891:['Jason Terry', '31'],
2037: ['Jamal Crawford', '11'],
2045: ['Hedo Turkoglu', '15'],
2440: ['Matt Barnes', '22'],
2563: ['Dahntay Jones', '31'],
2730: ['Dwight Howard', '12'],
2746: ['Josh Smith', '5'],
2772: ['Trevor Ariza', '1'],
101108: ['Chris Paul', '3'],
200755: ['JJ Redick', '4'],
201147: ['Corey Brewer', '33'],
201150: ['Spencer Hawes', '10'],
201175: ['Glen Davis', '0'],
201595: ['Joey Dorsey', '8'],
201599: ['DeAndre Jordan', '6'],
201933: ['Blake Griffin', '32'],
201935: ['James Harden', '13'],
201991: ['Lester Hudson', '14'],
202327: ['Ekpe Udoh', '13'],
203085: ['Austin Rivers', '25'],
203093: ['Terrence Jones', '6'],
203123: ['Kostas Papanikolaou', '16'],
203143: ['Pablo Prigioni', '9'],
203909: ['KJ McDaniels', '32'],
203910: ['Nick Johnson', '3'],
203991: ['Clint Capela', '15']}
我们更新id_dict，纳入球的ID。
In[19]:
#将球的ID纳入字典中
id_dict.update({-1:['ball', np.nan]})
然后利用位映象法对应player_id列创建player_name列和一个player_jersey。我们用lambda，位映像一个匿名函数，根据传给函数的player_id值而返回正确的player_name和player_jersey。
换句话说，下面的代码所做的是遍历player_id列中的球员ID，然后把每个球员ID传递给那个匿名函数。这个函数返回的是球员的名字以及该球员的球衣号码，并把这些值添加到我们的DataFrame中。
In [20]:
#创建与player_id匹配的player_name和player_jersey列
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])
In [21]:
#显示df数据框的前11行
df.head(11)
Out[21]:
绘制运动轨迹
绘制James Harden在整个比赛中的运动轨迹。我们可以借助从stas.nba.com获取的球场图片来绘制球场。你可以在上面找到SVG。我用matplotlib将其转换成PNG文件，从而使其更容易绘制。此外，还应注意x或y轴上每1单位代表篮球场上的1英尺。
In[22]:
#获取 Harden的运动轨迹
harden =df[df.player_name=="James Harden"]
# 读取fullcourt.png图片
court =plt.imread("fullcourt.png")
In [23]:
plt.figure(figsize=(15,11.5))
#画出movemnts的散点图
#使用colormap函数来表示比赛时的变化
plt.scatter(harden.x_loc,harden.y_loc, c=harden.game_clock,
cmap=plt.cm.Blues, s=1000,zorder=1)
#颜色越深表示比赛中运动的时间越早
cbar =plt.colorbar(orientation="horizontal")
cbar.ax.invert_xaxis()
#画篮球场
# zorder=0 在Harden's movements 运动轨迹下面设置界线
# 原始的动画是在SVG 坐标空间中画出的，x=0,与y=0设置为左上
# 所以在这幅图中以相同的方式设置x,y轴的值.
#在列表中我们用[0,94]表示球场x轴的范围，[50,0]表示球场y轴的范围
plt.imshow(court,zorder=0, extent=[0,94,50,0])
plt.xlim(0,101)
plt.show()
我们也可以通过matplotlib Patches重新创建大部分的球场。我们不是使用SVG坐标系统，而是使用经典的直角坐标系统。因此，我们的y轴值将是负值，而非正值。
In[24]:
frommatplotlib.patches import Circle, Rectangle, Arc
#draw_court函数用来画篮球场线
defdraw_court(ax=None, color="gray", lw=1, zorder=0):
if ax is None:
ax = plt.gca()
#在球场周围画出出界的界线
outer = Rectangle((0,-50), width=94,height=50, color=color,
zorder=zorder,fill=False, lw=lw)
#画左、右两侧的篮球场框
l_hoop = Circle((5.35,-25), radius=.75,lw=lw, fill=False,
color=color, zorder=zorder)
r_hoop = Circle((88.65,-25), radius=.75,lw=lw, fill=False,
color=color, zorder=zorder)
#画左、右侧的篮板
l_backboard = Rectangle((4,-28), 0, 6,lw=lw, color=color,
zorder=zorder)
r_backboard = Rectangle((90, -28), 0, 6,lw=lw,color=color,
zorder=zorder)
#画左、右两侧禁区
l_outer_box = Rectangle((0, -33), 19, 16,lw=lw, fill=False,
color=color,zorder=zorder)
l_inner_box = Rectangle((0, -31), 19, 12,lw=lw, fill=False,
color=color,zorder=zorder)
r_outer_box = Rectangle((75, -33), 19, 16,lw=lw, fill=False,
color=color,zorder=zorder)
r_inner_box = Rectangle((75, -31), 19, 12,lw=lw, fill=False,
color=color,zorder=zorder)
#画左、右两侧罚球圈
l_free_throw = Circle((19,-25), radius=6,lw=lw, fill=False,
color=color,zorder=zorder)
r_free_throw = Circle((75, -25), radius=6,lw=lw, fill=False,
color=color,zorder=zorder)
# 画左右两侧角落区域三分线
# a代表上边界
# b 代表下边界
l_corner_a = Rectangle((0,-3), 14, 0,lw=lw, color=color,
zorder=zorder)
l_corner_b = Rectangle((0,-47), 14, 0,lw=lw, color=color,
zorder=zorder)
r_corner_a = Rectangle((80, -3), 14, 0,lw=lw, color=color,
zorder=zorder)
r_corner_b = Rectangle((80, -47), 14, 0,lw=lw, color=color,
zorder=zorder)
#画左、右两侧三分线的弧
l_arc = Arc((5,-25), 47.5, 47.5,theta1=292, theta2=68, lw=lw,
color=color, zorder=zorder)
r_arc = Arc((89, -25), 47.5, 47.5,theta1=112, theta2=248, lw=lw,
color=color, zorder=zorder)
#画出半球场
half_court = Rectangle((47,-50), 0, 50,lw=lw, color=color,
zorder=zorder)
hc_big_circle = Circle((47, -25), radius=6,lw=lw, fill=False,
color=color,zorder=zorder)
hc_sm_circle = Circle((47, -25), radius=2,lw=lw, fill=False,
color=color,zorder=zorder)
court_elements = [l_hoop, l_backboard,l_outer_box, outer,
l_inner_box,l_free_throw, l_corner_a,
l_corner_b, l_arc,r_hoop, r_backboard,
r_outer_box, r_inner_box,r_free_throw,
r_corner_a, r_corner_b,r_arc, half_court,
hc_big_circle,hc_sm_circle]
#在x轴上增加court元素
for element in court_elements:
ax.add_patch(element)
return ax
In [25]:
plt.figure(figsize=(15,11.5))
# 画出movemnts 的散点图
# 使用colormap表示比赛时的变化
plt.scatter(harden.x_loc,-harden.y_loc, c=harden.game_clock,
cmap=plt.cm.Blues, s=1000,zorder=1)
# 颜色越深表示移动轨迹越早
cbar =plt.colorbar(orientation="horizontal")
# 逆转colorbar让左侧区域有较高的值
cbar.ax.invert_xaxis()
draw_court()
plt.xlim(0,101)
plt.ylim(-50,0)
plt.show()
计算运动距离
通过得到连续点之间的欧式距离（Euclidean distance是一个通常采用的距离定义，它是在m维空间中两个点之间的真实距离。——译者注），然后对这些距离求和，我们可以算出一个球员运动的距离。
In[26]:
deftravel_dist(player_locations):
# 对每一列差分相减求误差
diff = np.diff(player_locations, axis=0)
# 将误差平方相加再开方
dist = np.sqrt((diff ** 2).sum(axis=1))
# 返回所有距离的和
returndist.sum()
In [27]:
# Harden'的运动距离
dist =travel_dist(harden[["x_loc", "y_loc"]])
dist
Out[27]:
197.44816608512659
我们可以使用groupby和apply得到每个球员的运动总距离。我们将球员分组，得到他们每个的坐标位置，然后应用上述距离函数。
In[28]:
#使用groupby和apply得到每个球员的运动总距离
player_travel_dist= df.groupby('player_name')[['x_loc', 'y_loc']].apply(travel_dist)
player_travel_dist
Out[28]:
player_name
BlakeGriffin 153.076637
ChrisPaul 176.198330
DeAndreJordan 119.919877
DwightHoward 123.439590
JJRedick 184.504145
JamesHarden 197.448166
JasonTerry 173.308880
JoshSmith 162.226100
MattBarnes 161.976406
TrevorAriza 153.389365
ball 328.317612
dtype:float64
计算平均速度
计算球员的平均速度相当简单：只需将距离除以时间即可。
In[29]:
# 获取比赛的时长
seconds =df.game_clock.max() - df.game_clock.min()
# 以每秒英尺为单位
harden_fps= dist / seconds
# 转化为每小时英里为单位
harden_mph= 0.681818 * harden_fps
harden_mph
Out[29]:
4.7977089702005902
我们可以使用先前创建的player_travel_dist得到每个球员的平均速度。
In[30]:
#计算每个球员的平均速度
player_speeds= (player_travel_dist/seconds) * 0.681818
player_speeds
Out[30]:
player_name
BlakeGriffin 3.719544
ChrisPaul 4.281368
DeAndreJordan 2.913882
DwightHoward 2.999406
JJRedick 4.483188
JamesHarden 4.797709
JasonTerry 4.211159
JoshSmith 3.941863
MattBarnes 3.935796
TrevorAriza 3.727143
ball 7.977650
dtype:float64
计算球员之间的距离
让我们来看看比赛中Harden与其他每一个球员之间的距离。
首先得到Harden的位置。
In[31]:
#获取Harden的位置
harden_loc= df[df.player_name=="James Harden"][["x_loc","y_loc"]]
In [32]:
harden_loc.head()
Out[32]:
x_loc
y_loc
5
81.09920
48.10742
16
81.01996
48.11580
27
80.93976
48.12279
38
80.85964
48.12597
49
80.77435
48.12823
现在，我们以player_name分组，得到每个球员和球的位置。
In[33]:
group =df[df.player_name!="JamesHarden"].groupby("player_name")[["x_loc","y_loc"]]
我们利用scipy库中的欧几里德函数，在分组中使用它。函数返回一张列表，包含整个比赛中James Harden和其他球员之间的距离。
In[34]:
fromscipy.spatial.distance import euclidean
In [35]:
#在每个moment计算每个球员之间的距离
defplayer_dist(player_a, player_b):
return [euclidean(player_a.iloc[i],player_b.iloc[i])
for i in range(len(player_a))]
每个球员的位置传给player_dist函数里的player_a参数，Harden的位置传给player_b参数。
In[36]:
harden_dist= group.apply(player_dist, player_b=(harden_loc))
In [37]:
harden_dist
Out[37]:
player_name
BlakeGriffin [27.182922508363593,27.055820685362697, 26.94...
ChrisPaul [47.10168680005101,46.861684798626264, 46.618...
DeAndreJordan [16.413678482610162,16.48314022711995, 16.556...
DwightHoward [14.282883583198455,14.35720390798292, 14.433...
JJRedick [5.697440979685529,5.683098128626677, 5.67370...
JasonTerry [51.685939334067434,51.40228120171322, 51.096...
JoshSmith [44.06513224475787,43.81023267813696, 43.5637...
MattBarnes [37.5405670597302,37.59395273374297, 37.68516...
TrevorAriza [41.47340873263252,41.414794206955804, 41.348...
ball [52.976156009708745,52.70430545836839, 52.435...
dtype:object
只需注意球在其列表中仅有690个项目，而球员则有700项。
In[38]:
len(harden_dist["ball"])
Out[38]:
690
In [39]:
len(harden_dist["BlakeGriffin"])
Out[39]:
700
现在，我们知道如何得到球员之间的距离，让我们试着看看James Harden的运球对球场上一些空间的影响。
让我们再看一看运动画面，看看在Harden运球过程中发生的情况。
In[40]:
IFrame('http://stats.nba.com/movement/#!/?GameID=0041400235&GameEventID;=308',width=700,height=400)
Out[40]:
当Harden突入篮下，DeAndre Jordan移出Dwight Howards防守的篮下。Matt Barnes切换过来防守Howards（但跌倒），让Ariza攻破。Harden看到Ariza，把球传给了他，Chris Paul试图冲过来防守，Ariza把握住了机会，投篮成功，这一切都发生在第三季度约11分钟46秒到11分钟42秒之间。计时钟从约10.1秒开始计时，那时Harden开始运球，计时到约6分2秒时，Ariza投出球。实际上，我们可以在Ariza的投篮日志页找到更多关于他投球尝试的信息。
In[41]:
#获取特定时间段的数据
time_mask =(df.game_clock <= 706) & (df.game_clock >= 702) & \
(df.shot_clock <= 10.1) &(df.shot_clock >= 6.2)
time_df =df[time_mask]
从动画看，Harden 似乎在第四节比赛只剩7.7到7.8秒的时候传了球。我们可以通过查看他和球之间的距离来确认这一情况。
In[42]:
# 计算James Harden与球之间的距离
ball =time_df[time_df.player_name=="ball"]
harden2 =time_df[time_df.player_name=="James Harden"]
harden_ball_dist= player_dist(ball[["x_loc", "y_loc"]],
harden2[["x_loc","y_loc"]])
In [43]:
#画出Harden与球之间距离曲线图
plt.figure(figsize=(12,9))
x =time_df.shot_clock.unique()
y = harden_ball_dist
plt.plot(x,y)
plt.xlim(8,7)
plt.xlabel("ShotClock")
plt.ylabel("Distancebetween Harden and the Ball (feet)")
plt.vlines(7.7,0, 30, color='gray', lw=0.7)
plt.show()
让我们绘制在这段时间内的一些球员之间的距离变化。我们将绘制Harden与Jordan、Howard与Barnes、Ariza与Barnes、Ariza与Paul之间的距离变化。
In[44]:
# 获取我们想要的球员信息
player_mask= (time_df.player_name=="Trevor Ariza") | \
(time_df.player_name=="DeAndre Jordan") | \
(time_df.player_name=="DwightHoward") | \
(time_df.player_name=="MattBarnes") | \
(time_df.player_name=="ChrisPaul") | \
(time_df.player_name=="JamesHarden")
In [45]:
# 获取球员的位置
group2 =time_df[player_mask].groupby('player_name')[["x_loc","y_loc"]]
In [46]:
# 获取球员之间的距离差
harden_jordan= player_dist(group2.get_group("James Harden"),
group2.get_group("DeAndre Jordan"))
howard_barnes= player_dist(group2.get_group("Dwight Howard"),
group2.get_group("Matt Barnes"))
ariza_barnes= player_dist(group2.get_group("Trevor Ariza"),
group2.get_group("Matt Barnes"))
ariza_paul= player_dist(group2.get_group("Trevor Ariza"),
group2.get_group("ChrisPaul"))
In [47]:
# 创建距离列表帮助我们作图
distances =[ariza_barnes, ariza_paul, harden_jordan, howard_barnes]
# 对每条线贴标签t
labels =["Ariza - Barnes", "Ariza - Paul", "Harden -Jordan", "Howard - Barnes"]
#对每条线着色
colors = sns.color_palette('colorblind',4)
plt.figure(figsize=(12,9))
#使用枚举来索引标签、颜色与匹配的距离数据
for i, distin enumerate(distances):
plt.plot(time_df.shot_clock.unique(), dist,color=colors[i])
y_pos = dist[-1]
plt.text(6.15, y_pos, labels[i], fontsize=14,color=colors[i])
# 画出Harden传球的线
plt.vlines(7.7,0, 30, color='gray', lw=0.7)
plt.annotate("Hardenpasses the ball", (7.7, 27),
xytext=(8.725, 26.8), fontsize=12,
arrowprops=dict(facecolor='lightgray', shrink=0.10))
# 创建水平网格线
plt.grid(axis='y',color='gray',linestyle='--', lw=0.5, alpha=0.5)
plt.xlim(10.1,6.2)
plt.title("TheDistance (in feet) Between Players \nFrom the Beginning"
" of Harden's Drive up untilAriza Releases his Shot", size=16)
plt.xlabel("TimeLeft on Shot Clock (seconds)", size=14)
# 去掉多余的线
sns.despine(left=True,bottom=True)
plt.show()
原文发布时间为：2015-10-13
本文来自云栖社区合作伙伴“大数据文摘”，了解相关信息可以关注“BigDataDigest”微信公众号
相关资源：论文研究-一种角色运动轨迹提取及重定向的方法.pdf