🏂🏾 🤖 🛀🏻 एनबीए एपीआई के माध्यम से डेटा को पुनः प्राप्त करने में एक एनिमेटेड चलती औसत रेखा ग्राफ का निर्माण ⛴️ 🤱🏼 🍷

हम आर का उपयोग करके बास्केटबॉल डेटा का विश्लेषण करना जारी रखते हैं।

पिछले लेख के विपरीत, जो विशुद्ध रूप से मनोरंजक था, इस आलेख में बनाए गए ग्राफिक्स सीजन के अभियान के टीम के खेल का विश्लेषण करने के दृष्टिकोण से दिलचस्प हो सकते हैं।

और हम तीन प्रकार के एनबीए टीमों की रेटिंग के लिए मूविंग एवरेज ग्राफ बनाएंगे: अटैकिंग, डिफेंसिव और नेट-रेटिंग (यानी पहले दो में अंतर)। संक्षेप में उनके बारे में। हमला करना और रक्षात्मक रेटिंग 100 संपत्ति के लिए एक टीम द्वारा बनाए गए / चूक गए अंकों की संख्या है। नेट रेटिंग - यह एक सौ संपत्ति के लिए उनका अंतर है। उनके बारे में अधिक जानने में रुचि रखने वाला कोई भी व्यक्ति बास्केटबॉल-संदर्भ पर शब्दावली पढ़ सकता है। एक गणना सूत्र है जिसे मैंने आर का उपयोग करके भी लागू किया है, लेकिन मैंने अभी तक इसके बारे में एक लेख प्रकाशित नहीं किया है।

मैं यह भी बताऊंगा कि मैं चलती औसत के चार्ट का निर्माण क्यों करूंगा। प्रत्येक व्यक्तिगत मैच में, यादृच्छिकता का अनुपात बहुत अधिक है, संकेतक 70 से 150 तक कूदते हैं, जिससे डेटा विश्लेषण बेकार हो जाता है, और ग्राफ खुद कार्डियोग्राम की तरह अधिक होता है। यदि हम संचयी औसत लेते हैं, तो हम एक और चरम प्राप्त करते हैं: शेड्यूल, नम उतार-चढ़ाव के समान है, और सीजन के अंत में गेम, जब उन्हें पहले से ही 70-75 मैचों में जोड़ा जाता है, तो व्यावहारिक रूप से समग्र संकेतक को प्रभावित नहीं करता है। मोटे तौर पर, वे "दिखाई नहीं दे रहे हैं।" इस मामले में मूविंग एवरेज गतिरोध से बाहर निकलने का रास्ता है। एक ओर, अवसर का प्रभाव कम हो जाता है, दूसरी ओर, परिणामों का अत्यधिक संचय नहीं होता है। बास्केटबॉल के आंकड़ों में, वे आमतौर पर 10-मैच मूविंग औसत करते हैं।

पुस्तकालयों का इस्तेमाल किया

library(httr) library(jsonlite) library(tidyverse) library(lubridate) library(zoo) library(ggthemes) library(gganimate)

एनबीए एपीआई का उपयोग करके डेटा को पुनर्प्राप्त करना

पिछली बार, मैंने एनबीए डेटा रिट्रीवर एक्सटेंशन का उपयोग करके डेटा पुनर्प्राप्त किया था । इस बार मैं एनबीए एपीआई का उपयोग आर में आवश्यक डेटा को सीधे लोड करने के लिए करूंगा।

सबसे पहले हम यह पता करते हैं कि यह डेटा कहां से मिलेगा। ऐसा करने के लिए, हमें उस पृष्ठ को खोलना होगा, जिस पर हमें आँकड़े.एनबी.कॉम और डेवलपर टूल पर जाना है। फिर नेटवर्क खोलें -> XHR और F5 दबाएं। दिखाई देने वाली सूची में, हमें पृष्ठ के नाम के समान नाम वाली एक फ़ाइल मिलती है। हमें उसकी जरूरत है। यह सुनिश्चित करने के बाद कि आपने सही फ़ाइल का चयन किया है, उसका पता R में कॉपी करें। तस्वीरों में यह इस तरह दिखता है।

वांछित फ़ाइल खोलें

फ़ाइल को इस तरह दिखना चाहिए

R पते पर कॉपी करें

अब आर स्टूडियो में काम करते हैं। हमें आवश्यक जानकारी प्राप्त करने के लिए, हम http पैकेज के GET फ़ंक्शन का उपयोग करते हैं। हालाँकि, अनुरोध को सही तरीके से निष्पादित करने के लिए (इसे status_code फ़ंक्शन द्वारा चेक किया जा सकता है, यह 200 होना चाहिए), आपको HTTP लेनदेन के कार्य मापदंडों को निर्धारित करने के लिए हेडर जोड़ने की आवश्यकता है

 ##Adding headers request_headers <- c( "accept-encoding" = "gzip, deflate, sdch", "accept-language" = "en-US,en;q=0.8", "cache-control" = "no-cache", "connection" = "keep-alive", "host" = "stats.nba.com", "pragma" = "no-cache", "upgrade-insecure-requests" = "1", "user-agent" = "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_11_2) AppleWebKit/601.3.9 (KHTML, like Gecko) Version/9.0.2 Safari/601.3.9" ) #Getting a response request <- GET(adv_box_team, add_headers(request_headers))

हमें इस तरह का उत्तर मिलता है:

लेकिन जब हमें डेटा की जरूरत होती है तो वह दिखाई नहीं देता है। उन्हें प्राप्त करने के लिए, हम फ़ंक्शन फ़ंक्शन द्वारा अनुरोध content को पहले एक json फ़ाइल में jsonlite , और फिर इसे jsonlite पैकेज से एक फ़ंक्शन के साथ सूची में परिवर्तित कर देते हैं, jsonlite से jsonlite नाम है fromJSON

 boxscore_data <- fromJSON(content(request, as = "text"))

नतीजतन, हमें एक सूची मिलती है जिसमें पहले से ही हमारे पास आवश्यक सभी जानकारी होती है और फिर हम इसे केवल उस रूप में लाते हैं जो काम के लिए आवश्यक है।

डेटा की तैयारी

ऐसा करने के लिए, सूची के बजाय एक डेटा तालिका बनाएं और फिर कॉलम हेडर जोड़ें।

 #Convert to tibble data and assigning column names table <- tbl_df(data.frame(boxscore_data$resultSets$rowSet[[1]], stringsAsFactors = FALSE)) names(table) <- toupper(boxscore_data$resultSets$headers[[1]])

toupper एक ऐसा कार्य है जो सभी वर्णों को अपरकेस के साथ बदल देता है। उसके बाद, हमें 2460 पंक्तियों और 46 स्तंभों के साथ एक तालिका प्राप्त करनी चाहिए। सिद्धांत रूप में, आप इस रूप में तालिका के साथ काम कर सकते हैं, लेकिन अनावश्यक जानकारी को बाहर करना बेहतर है, अधिक सुविधाजनक और त्वरित कार्य के लिए।

 ##Select the columns you want to analyze rating <- table %>% select(TEAM_ID, TEAM_ABBREVIATION, TEAM_NAME, GAME_ID, GAME_DATE, MATCHUP, WL, E_OFF_RATING, E_DEF_RATING, E_NET_RATING)

यदि आप स्रोत तालिका को देखते हैं, तो आप एक ही रेटिंग के दो प्रकार देख सकते हैं: "सामान्य" और उपसर्ग ई के साथ। विवरण में जाने के बिना, ई-रेटिंग खेल की गति को ध्यान में रखती है, इसलिए यह अधिक सटीक है। हम इसे लेते हैं।

अगला, मैं रेटिंग्स के नाम को सरल बनाना चाहता हूं। उन्हें फ़ंक्शन तर्क में पेश करने की आवश्यकता होगी और यह उपयोगकर्ताओं की एक विस्तृत श्रृंखला के लिए अधिक परिचित जानकारी का उपयोग करना बेहतर है: ORTG, DRTG, NRTG। यहां आप एक नियमित अभिव्यक्ति लिखने और str_replace साथ बदलने के साथ "भ्रमित हो सकते हैं", लेकिन उन्हें लिखना अभी भी एक खुशी है और यहां हम उनके बिना पूरी तरह से कर सकते हैं। हमें वर्तमान नामों के 3, 7, 9 और 12 वर्णों को निकालने की आवश्यकता है, उन्हें संयोजित करें और परिणामी वर्ण वेक्टर के साथ कॉलम नामों को प्रतिस्थापित करें। यह सब stringr पैकेज के कार्यों का उपयोग करके किया जाता है: str_sub और str_c (बेस paste0 का एक एनालॉग)।

 ## Renaming columns with E_OFF_RATING on ORTG rating1 <- rating %>% rename_at(vars(starts_with("E_")), list(~str_c(str_sub(., start = 3, end = 3), str_sub(., start = 7, end = 7), str_sub(., start = 9, end = 9), str_sub(., start = 12, end = 12))))

पैकेज फ़ंक्शंस में dplyr पास dt[, lapply(.SD, func), .SDols = col1] रूप में एक ही प्रॉपर्टी है। data.table पैकेज में dt[, lapply(.SD, func), .SDols = col1] : कार्रवाई एक ही समय में कई स्तंभों पर लागू होती है। यहां हम सभी कॉलम चुनते हैं, जिनका नाम "E_" से शुरू होता है।

नतीजतन, हमें ऐसी तालिका मिलती है, जिसके साथ हम काम करना जारी रखेंगे:

TEAM_ID	TEAM_ABBREVIATION	TEAM_NAME,	GAME_ID	GAME_DATE	matchup	WL	ORTG	DRTG	NRTG
1610612749	एमआईएल	मिल्वौकी रुपये	0021801226	2019-04-10T00: 00: 00	MIL बनाम OKC	एल	102.4	116.8	-14.4
1610612766	चा	शार्लेट हॉर्नेट्स	0021801222	2019-04-10T00: 00: 00	सीएचए बनाम ORL	एल	121.4	130.1	-8.6
1610612758	सैक	सैक्रामेंटो राजा	0021801230	2019-04-10T00: 00: 00	एसएसी @ POR	एल	129.7	136.4	-6.8
1610612748	एमआईए	मियामी हीट	0021801221	2019-04-10T00: 00: 00	MIA @ BKN	एल	84.2	103.6	-19.4
1610612750	मिन	मिनेसोटा इमारती लकड़ी	0021801228	2019-04-10T00: 00: 00	मिन @ डेन	एल	98.3	103.7	-5.4

एक चलती औसत की साजिश रचने और एनिमेट करने के लिए रोलिंग_ऑफनेट_रटिंग_ एनबीए ।

पिछली बार की तरह, चलो गणना में न्यूनतम परिवर्तन करने के लिए एक फ़ंक्शन बनाते हैं।

rolling_offnet_rating_nba फ़ंक्शन इस तरह rolling_offnet_rating_nba है:

 rolling_offnet_rating_nba <- function(table, name, variable, col1 = col1, col2 = col2)

तालिका डेटा तालिका का नाम है,
नाम - उस टीम का संक्षिप्त नाम जिसके लिए ग्राफिक्स बनाए जाएंगे ("बीओएस", "एलएएल", आदि)।
परिवर्तनशील - जिस रेटिंग की गणना की जाएगी (यहां दो विकल्प हैं, ORTG या NRTG, सुरक्षात्मक रेटिंग के लिए मैंने एक अलग फ़ंक्शन बनाया है)
col1 और col2 - औसत से ऊपर / नीचे के मूल्य पर लाइन का रंग।

अधिकांश dplyr फ़ंक्शन गैर-मानक मूल्यांकन (NSE ) का उपयोग करते हैं। यह एक सामान्य शब्द है जिसका अर्थ है कि उनका मूल्यांकन आर में सामान्य मूल्यांकन से अलग है। यह हमें कोड लेखन को सरल बनाने और SQL डेटाबेस के साथ काम करने की अनुमति देता है, लेकिन माइनस यह है कि हम मूल्य को एक समान ऑब्जेक्ट के साथ कहीं और परिभाषित नहीं कर सकते।

Dplyr साफ मूल्यांकन का उपयोग करता है। इसलिए, प्रोग्रामिंग के दौरान आने वाली समस्याओं को हल करने के लिए विशेष साधनों (उद्धरण कार्यों, ऑपरेटर !!) का उपयोग करना आवश्यक है। आप इसके बारे में यहाँ और पढ़ सकते हैं, और यहाँ देख सकते हैं ।

निम्न कोड फ़ंक्शन तर्क का नाम लेता है और उस अभिव्यक्ति को लिखता है जिसे इसे प्रस्तुत किया गया था। (यह समझने के लिए कि enquo और इसके कार्य कैसे कार्य करते हैं, इस फ़ंक्शन के आउटपुट को प्रिंट करना उपयोगी है)

 ##Return the entered value in the function argument in the type quosure quo_rating <- enquo(variable) quo_col1 <- enquo(col1) quo_col2 <- enquo(col2)

इसके बाद, हम कुछ कॉलमों के डेटा फॉर्मेट को बदलते हैं: हम GAME_DATE को कैरेक्टर के एक कॉलम को डेट फॉर्मेट में बनाते हैं, और हम रेटिंग कॉलम को न्यूमेरिक बनाते हैं। क्योंकि हम as.numeric फ़ंक्शन को तीन कॉलम पर लागू करते हैं, फिर mutate_at उपयोग mutate_at बजाय किया जाता है। और हम सब कुछ क्रम के क्रम में क्रमबद्ध करते हैं।

 ##Changing the data type of multiple columns test1 <- table %>% mutate(GAME_DATE = as.Date(ymd_hms(GAME_DATE))) %>% mutate_at(vars(ORTG:NRTG), list(~as.numeric)) %>% arrange(GAME_DATE)

और फिर हम उस टीम की 10-मैच मूविंग औसत की गणना करते हैं जिसकी हमें ज़रूरत है। ऐसा करने के लिए, zoo पैकेज से rollmeanr फ़ंक्शन का उपयोग करें। नाम के अंत में r का मतलब है कि परिणाम सही-संरेखित होना चाहिए। सीज़न के पहले नौ मैचों के लिए, एक 10-मैच की औसत चाल की गणना करना असंभव है, इसलिए हम एनए को भरने वाले तर्क का उपयोग करके इन क्षेत्रों को अपरिवर्तित छोड़ देते हैं। na.omit तालिका से पंक्तियों को हटाता है जिसमें ये NA होते हैं।

 ##The calculation of the moving average team <- test1 %>% filter(TEAM_ABBREVIATION == "DAL") %>% mutate(RATING = rollmeanr(ORTG, k = 10, fill= NA)) %>% na.omit(test1)

टीम तालिका इस प्रकार है:

TEAM_ID	TEAM_ABBREVIATION	TEAM_NAME,	GAME_ID	GAME_DATE	matchup	WL	ORTG	DRTG	NRTG	रेटिंग
1610612742	दाल	डलास मावेरिक्स	0021800150	2018/06/11	दाल बनाम था	डब्ल्यू	116.8	99.2	17.6	105.51
1610612742	दाल	डलास मावेरिक्स	0021800160	2018/07/11	दाल @ यूटीए	एल	98.5	112.0	-13.6	104.92
1610612742	दाल	डलास मावेरिक्स	0021800181	2018/10/11	दाल बनाम OKC	डब्ल्यू	115.0	101.1	13.9	104.13
1610612742	दाल	डलास मावेरिक्स	0021800193	2018/11/12	DAL @ CHI	डब्ल्यू	98.3	91.0	7.3	103.03
1610612742	दाल	डलास मावेरिक्स	0021800210	2018/11/14	दाल बनाम UTA	डब्ल्यू	117.3	65.8	51.6	105.34

सिद्धांत रूप में, हमें पहले से ही आवश्यक जानकारी मिल गई है। कोड की दो लाइनों का उपयोग करके, आप एक रेखा ग्राफ बना सकते हैं। लेकिन एक सफेद पृष्ठभूमि पर काली रेखा एक सौंदर्यवादी और सूचनात्मक दृष्टि दोनों से बहुत कम रुचि रखती है। "फ़ंक्शन का शरीर" का एक और हिस्सा इसे सही करता है।

शुरू करने के लिए, हम औसत, 10 वीं और 21 वीं (नीचे से दसवीं) रेटिंग मूल्य के साथ-साथ टीम मैच की तारीख 10 (यानी, जिसके लिए चलती औसत की गणना की जाती है और जो NA से लाइनों को हटाने के बाद टीम में बने रहते हैं) पर औसत डेटा जोड़ते हैं। ।

 ##The average, 10 and 21 ratings in the entire League. average <- league %>% mutate(average = mean(!! quo_rating)) %>% select(average) %>% unique() %>% .$average top10 <- league %>% arrange(desc(!! quo_rating)) %>% select(!! quo_rating) %>% slice(10) top10 <- top10[[1]] bottom10 <- league %>% arrange(desc(!! quo_rating)) %>% select(!! quo_rating) %>% slice(21) bottom10 <- bottom10[[1]] ##Getting the date of the first rollaverage data <- team %>% select(GAME_DATE) %>% arrange(GAME_DATE) data <- data[[1,1]]

पहले अप्रयुक्त कार्यों से, slice फ़ंक्शन यहां दिखाई देता है, जो उनके सीरियल नंबर द्वारा पंक्तियों का चयन करता है।

अगला, हम 2 रंगों और उनके नाम का चयन करते हैं। डेटा, पिछली बार के रूप में, table_color तालिका से table_color गया है। नाम का उपयोग चार्ट के शीर्षक में यह समझाने के लिए किया जाएगा कि कौन सा रंग औसत से नीचे के मूल्यों से मेल खाता है, और कौन सा अधिक है।

 ##Getting color and color_name selected color color1 <- table_color %>% filter(TEAM_ABBREVIATION == name) %>% select(!! quo_col1) color1 <- color1[[1]] color2 <- table_color %>% filter(TEAM_ABBREVIATION == name) %>% select(!! quo_col2) color2 <- color2[[1]] name1 <- paste0("name_", quo_name(quo_col1)) name2 <- paste0("name_", quo_name(quo_col2)) name_color1 <- table_color %>% filter(TEAM_ABBREVIATION == name) %>% select(name1) name_color1 <- name_color1[[1]] name_color2 <- table_color %>% filter(TEAM_ABBREVIATION == name) %>% select(name2) name_color2 <- name_color2[[1]]

फ़ंक्शन तर्क col1 और col2 के लिए डिफ़ॉल्ट होते हैं, ये कमांड के पहले और दूसरे रंग हैं। ज्यादातर मामलों में (26 में अधिक सटीक), इन मूल्यों को बदलने की आवश्यकता नहीं है, हालांकि, चार टीमों के लिए, निम्नलिखित रंग का उपयोग उनके रंग पैलेट में किया जाना चाहिए। डलास और मिनेसोटा में, पहला और दूसरा रंग बहुत समान हैं, जबकि मिल्वौकी और ब्रुकलिन में वे एक सफेद पृष्ठभूमि पर दिखाई नहीं देते हैं। दोनों, और एक और अनुसूची के पढ़ने को जटिल बनाता है इसलिए यह उनके लिए तर्क col2 = col3 का उपयोग करने के लायक है।

आगे हमें टीम के लिए अधिकतम रेटिंग मिलती है। हमें चार्ट पर रेटिंग मूल्य के साथ पाठ को व्यवस्थित करने के लिए इस मूल्य की आवश्यकता होगी। मैं कोड की अंतिम पंक्ति पर ध्यान देना चाहता हूं। ऐसा हुआ कि फ़ंक्शंस ने 90 में से 89 मामलों में चार्ट को पूरी तरह से प्लॉट किया, लेकिन सुरक्षात्मक रेटिंग बनाते समय, मिल्वौकी ने एक त्रुटि दी। यह पता चला कि मिल्वौकी में अधिकतम रेटिंग मूल्य दो बार प्राप्त होता है और ggplot2 स्वाभाविक रूप से यह शपथ लेना शुरू कर देता है कि सौंदर्यशास्त्र हमारे मामले में, 1 या 73 में होना चाहिए। इसलिए, हमें एक ही अधिकतम रेटिंग मूल्य की आवश्यकता है।

 ##The maximum value of the rating max <- team %>% filter(RATING == max(RATING)) %>% select(RATING) max <- max[[1]]

`ggplot2` में एक स्थिर ग्राफ का `ggplot2`

 ##Building and save a static chart Sys.setlocale("LC_ALL", "C") gg <- ggplot(team, aes(GAME_DATE, RATING)) + geom_hline(yintercept = c(top10, bottom10), col = c("red", "blue")) + annotate(geom = "text", x = as.Date(data) + 2, y = top10 - 0.2, label = "TOP 10", col = "red") + annotate(geom = "text", x = as.Date(data) + 2, y = bottom10 + 0.2, label = "BOTTOM 10", col = "blue") + geom_line(size = 2, col = if_else(team$RATING > average, color1, color2)) + theme_tufte() + labs(title = paste0(team$TEAM_NAME, " 10-Game Rolling ", quo_name(quo_rating)), subtitle = paste0(paste0(name_color1, " - above average ", quo_name(quo_rating)), "\n", paste0(name_color2, " - below average ", quo_name(quo_rating))), caption = "Source: BBall Index Data & Tools\nTelegram: @NBAatlantic, twitter: @vshufinskiy") theme(plot.title = element_text(size = 12, hjust = 0.5), plot.caption = element_text(size = 10), plot.subtitle = element_text(size = 9)) ggsave(paste0(unique(team$TEAM_NAME), quo_name(quo_rating), ".jpeg"), gg, width = 8, units = "in")

यहां नए में से, if_else फ़ंक्शन का उपयोग इस if_else पर निर्भर करता है कि लीग औसत रेटिंग अधिक है या कम है, साथ ही साथ लोकेल को बदलने वाली पहली पंक्ति के आधार पर लाइन का रंग बदलने के लिए। ऐसा इसलिए किया जाता है ताकि X अक्ष पर महीनों के नामों के संक्षिप्त नाम अंग्रेजी में लिखे जाएं।

10-मैच मूविंग औसत का एनीमेशन।

एनीमेशन के निर्माण में, मैंने कई लोशन जोड़े जो स्थैतिक संस्करण में संभव नहीं हैं। सबसे पहले, बदलती तारीख (पिछले लेख में वर्ष कैसे बदल गया) के साथ-साथ समय में एक विशेष बिंदु पर रेटिंग मूल्य। यह औसत के ऊपर या नीचे होने के आधार पर भी रंग बदलता है।

 ##Building animations anim <- gg + theme(plot.title = element_text(hjust = 0.5, size = 25), plot.subtitle = element_text(size = 15), plot.caption = element_text(size = 15), axis.text = element_text(size = 15), axis.title = element_text(size = 18)) + geom_text(aes(x = as.Date(data), y = max + 0.5), label = paste0(quo_name(quo_rating)," ", round(team$RATING, digits = 1)), size = 6, col = if_else(team$RATING > average, color1, color2)) + transition_reveal(GAME_DATE) + labs(title = paste0(team$TEAM_NAME, " 10-Game Rolling ", quo_name(quo_rating)), subtitle = paste0(paste0(name_color1, " - above average ",quo_name(quo_rating)), "\n", paste0(name_color2, " - below average ",quo_name(quo_rating)), "\n", "Date: {frame_along}"), caption = paste0("Source: stats.nba.com\nTelegram: @NBAatlantic, twitter: @vshufinskiy"))

परिणाम

चार्ट पर, यह बहुत स्पष्ट है कि डलास फरवरी-मार्च की दूसरी छमाही में डूबा हुआ है। इसके लिए स्पष्टीकरण बहुत सरल है: यह इस बिंदु पर था कि इस सीजन में मावेरिक्स ने अपने शुरुआती पांच में 5 में से 4 खिलाड़ियों का आदान-प्रदान किया, और मुख्य आने वाली संपत्ति, लातवियाई क्रिस्टैप्स पोरजिंगिस, एक मिनट के लिए नहीं खेलते थे, जो कि क्रूर स्नायुबंधन के टूटने के कारण था।

यहाँ मैं खेल के घटक में तल्लीन नहीं करूँगा, इसलिए यदि किसी को 2018-19 सीज़न के शेष 89 चार्ट्स को देखने में रुचि है, तो आप sports.ru पर मेरे ब्लॉग पर आपका स्वागत है, जहाँ मैं उनमें से सबसे दिलचस्प या अपने टेलीग्राम के अवलोकन के साथ एक लेख लिखने की योजना बना रहा हूं एनबीए के बारे में चैनल , जहां मैं उन सभी को पोस्ट करने जा रहा हूं।

गिटहब भंडार

एनबीए एपीआई के माध्यम से डेटा को पुनः प्राप्त करने में एक एनिमेटेड चलती औसत रेखा ग्राफ का निर्माण