Python 데이터 분석(주피터노트북) - Lakers(농구)

Lakers Data

• LA 레이커스 미국 NBA 농구 팀
• NBA 우승 17회를 기록한 명문팀
• 2008 ~ 2009 시즌 경기기록

라이브러리 및 세팅

• import seaborn as sns
• seaborn 폰트 사용 - 한글처리보다 먼저 선언해야함
  • sns.set(font_scale=1)
• import pandas as pd
• import matplotlib.pyplot as plt
• 한글처리
  • plt.rcParams['font.family'] = 'Malgun Gothic'
  • plt.rcParams['axes.unicode_minus'] = False
• 경고 메세지
  • import warnings
  • warnings.simplefilter("ignore")
• seaborn 스타일의 그래프를 사용
  • plt.style.use('seaborn')
• from wordcloud import WordCloud, ImageColorGenerator

 

데이터 로드

• date : 경기날짜
• opponent : 상대팀
• game_type : 홈경기 / 원정 경기
• time : 게임 시간
• period : 쿼터(한 쿼터당 12분씩, 동점일 경우 5쿼터 진행)
• etype : 유형(퇴장, 파울, 자유투, 점프볼, 리바운드, 슛, 패스, 타임아웃, 턴오버, 반칙)
• team : LAL(본인팀), 상대팀
• player : 선수명
• result : 결과
• points : 점수
• type : 세부행동
• x,y : 상대편 팀 골대 뒤에서 바라본 x,y 좌표. 골대 위치 = (25,5.25)

 

데이터 탐색

• head()
• info()
• describe()
• describe(include=object)
• 범주형 컬럼 안 값 확인
• 널 값 (개수, 총합)

 

데이터 전처리

1) date, time 컬럼 변환한 후 하나의 컬럼 생성

• date 컬럼 str 타입으로 변경 후 담기
• datetime = date + ' '+ time

2) 결측치 처리

• x,y 컬럼에 NaN을 0으로 채우기

 

EDA & Visualization

1) 홈경기 VS 원정 경기

• 날짜별로 홈경기인지 원정경기인지 추출
• 시각화(비율)

2) 경기에서 선수들이 가장 많이 하는 행동 유형(etype)?

• 타입 개수 확인
• countplot 그리기
• 특정 쿼터에서 많이 발생한 행동

3) 시즌에서 경기 결과는?

• 날짜별 경기 결과에서 result 컬럼의 value 가 made인 points만 더하면 총 점수
• made 경기의 총 점수 구하기
• LA 레이커스와 상대편으로 경기 결과 나누기
• 경기 결과 merge
• 시각화

4) LA 레이커스 선수들의 코트 위치별 동작

5) 세부 행동 별 위치

• 가장 많이 한 세부행동 10개
• 시각화