如何用R语言ggplot2对科比的投篮数据进行可视化展示

相信大部分球迷到现在也认为这是一个假新闻吧，Fake News!

今天的推文用到的数据来自kaggle ，推文的大部分内容是来自 https://www.kaggle.com/xvivancos/kobe-bryant-shot-selection/report

shots<-read.csv("Kobe/data.csv",header=T)

dim(shots)

数据集总共有25个变量，今天的推文重点关注的是

• combined_shot_type 出手类型
• shot_zone_range 出手距离
• shot_zone_area 出手区域
• shot_zone_basic 这个也是出手区域

• Jump Shot 跳投
• Dunk 扣篮
• Layup 上篮
• Tip Shot 补篮
• Hook Shot 勾手
• Bank Shot 擦板

这里遇到一个疑问：为啥擦板也算一种投篮类型呢？有没有人知道呢？

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")

通过上图我们可以看出科比几乎所有的进攻都会选择跳投

出手距离划分为

• Less Than 8 ft
• 8-16 ft
• 16-24 ft
• 24+ ft
• Back Court Shot

这里一个小知识点是

feet 英尺；1英尺等于0.3048米 NBA三分线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)

• 面框
• 左右45度
• 左右底角

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)

从上图我们可以看出科比更喜欢面框进攻，其次是右侧，但是左右差别好像不大。