溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
如何用R語言ggplot2對科比的投籃數據進行可視化展示，相信很多沒有經驗的人對此束手無策，為此本文總結了問題出現的原因和解決方法，通過這篇文章希望你能解決這個問題。
相信大部分球迷到現在也認為這是一個假新聞吧，Fake News!
今天的推文用到的數據來自kaggle ，推文的大部分內容是來自 https://www.kaggle.com/xvivancos/kobe-bryant-shot-selection/report
shots<-read.csv("Kobe/data.csv",header=T)
dim(shots)
數據集總共有25個變量，今天的推文重點關注的是
這里遇到一個疑問：為啥擦板也算一種投籃類型呢？有沒有人知道呢？
df1<-data.frame(table(shots$combined_shot_type))
df1
library(ggplot2)
ggplot(df1,aes(x=reorder(Var1,Freq),y=Freq))+
geom_col(aes(fill=Var1))+
geom_label(aes(label=Freq))+
coord_flip()+
theme_bw()+
theme(axis.title = element_blank(),
axis.ticks.x=element_blank(),
axis.text.x = element_blank(),
legend.position = "none")
通過上圖我們可以看出科比幾乎所有的進攻都會選擇跳投
出手距離劃分為
這里一個小知識點是
feet 英尺；1英尺等于0.3048米 NBA三分線7.25米；23.9英尺
library(tidyverse)
library(cowplot)
p1<-ggplot(shots,aes(x=lon,y=lat))+
geom_point(aes(color=shot_zone_range),
show.legend = F)+
ylim(c(33.7,34.0883))+
theme_void()
p2<-ggplot(shots,aes(x=fct_infreq(shot_zone_range)))+
geom_bar(aes(fill=shot_zone_range),show.legend = F)+
theme_bw()+
labs(x=NULL,y=NULL)
plot_grid(p1,p2,ncol = 1,nrow = 2)
p3<-ggplot(shots,aes(x=lon,y=lat))+
geom_point(aes(color=shot_zone_area),show.legend = F)+
theme_void()+
ylim(c(33.7,34.0883))
p3
p4<-ggplot(shots,aes(x=fct_infreq(shot_zone_area)))+
geom_bar(aes(fill=shot_zone_area),show.legend = F)+
theme_bw()+
labs(x=NULL,y=NULL)+
theme(axis.text.x = element_text(angle=60,hjust=1))
p4
plot_grid(p3,p4,ncol = 1,nrow = 2)
從上圖我們可以看出科比更喜歡面框進攻，其次是右側，但是左右差別好像不大。
看完上述內容，你們掌握如何用R語言ggplot2對科比的投籃數據進行可視化展示的方法了嗎？如果還想學到更多技能或想了解更多相關內容，歡迎關注億速云行業資訊頻道，感謝各位的閱讀！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
