R学习笔记之使用ggrepel和ggplot2对NBA球队得失分简单可视化

Y叔的公众号 biobabble 分享过一篇文章 《大开眼界+多图惧点:Pokemon x NBA and other fun with ggimage》主要内容就是用R语言的 ggimage 和 ggrepel 包来可视化NBA球队场均得分与场均失分,非常有意思,作为喜欢篮球的R语言初学者当然是要重复一下啦!可是第一次卡在了如何获取数据上面(原文的数据应该是用stattleshipR这个包获得的,但是自己现在还没有在搞懂这个包的用法)正好这段时间在一片公众号分享的文章中看到了一个同样非常有意思的R包 ballr ,这个包通过简单的函数就可以获取NBA的球队及球员的一些统计数据。比如今天用到的函数 NBAStandingsByDate(),运行这个函数就可以获取NBA球队的战绩、排名、场均得分及场均失分


这个函数输出的结果以列表的形式将东西部球队的数据分别存储在两个数据框中,通过简单的整理将东西部球队的数据整理到一个数据框方便后面的可视化


初步的草图


第二个图因为标签比较长互相之间会有一些重叠,标签的格式是城市+空格+队名,通过正则表达式应该可以把队名单独提取出来,但是自己现在还不会,只能结合Excel,提取球队名字,为数据框添加一列队名,整理过的数据如下


然后对图的一些细节进行简单的修改


原图的框架基本出来了,但是差距还是很明显的,那就是原图每个标签的字体颜色和背景填充色和NBA每支球队的配色是一致的,所以原图看起来非常美观,自己也试着查了NBA球队的配色,但是填充的效果和原图相差甚远,自己还没有找到原因,暂时不在这里展示。从图中我们可以很清楚的看到,马刺队孤零零的一个人在左下角,是所有球队中失分最少的球队,可见,马刺阵中虽然缺少了最佳防守球员莱昂纳德,但是凭借着防守体系和每个人的防守态度,依旧能够建立起稳固的防守,但是在进攻端由于缺少了当家球星莱昂纳德,以阿尔德里奇为单核的马刺队在进攻端确实天赋有限,可见NBA中 防守靠态度,进攻靠天赋 还是有些根据的。往后失分最少的球队依次是凯尔特人、爵士、雷霆,这些都是NBA中的防守强队;在球队得分方面,勇士和火箭遥遥领先,火箭队场均得分虽然稍微落后勇士队,但是失分却是低于勇士队,而且稍稍低于中位线一下,可见跑轰大师德安东尼在防守方面也同样下了不少功夫,有了保罗加盟的火箭队,如果和勇士队在西决相遇,一定会为我们献上最为精彩的进攻大战。


以上两幅图片代码

这只是原文中的第一幅,接下来实现第二幅,第二幅是使用 ggimage 包中的 pokemon 代替了上图中的点

(用到的包有 ggimage 和 hrbrthems ,通过 install.packages() 函数就可以安装,然后通过 library() 函数加载)

代码

原文后面还有好几幅非常有意思的图,不过后面的几幅图片自己实现起来还稍微有点困难,等到自己搞懂了原文实现的原理再来和大家分享。

PS:Y叔的公众号 biobabble 和博客有好多非常有意思的R语言学习素材,经常去翻一翻每次都会有不一样的收获!

模仿原文的地址 https://rpubs.com/maraaverick/poke_nba_medians

幸运的我们又遇到了“百年不遇”的月全食,不知道此时此刻的你有没有 举头望着天边的明月,低头思念自己的故乡呢?

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,230评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,261评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,089评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,542评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,542评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,544评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,922评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,578评论 0 257
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,816评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,576评论 2 320
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,658评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,359评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,937评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,920评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,156评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,859评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,381评论 2 342

推荐阅读更多精彩内容