Goldilocks Days

2025年7月29日火曜日

nba_apiを使いNBAデータを取得する

NBAデータ取得

NBAデータを分析する場合には、まず最初にデータ取得が必要です。

Kaggleなどのデータサイトから検索してもいいし、データサイトからスクレイピングしてる方もいると思います。

そしてPythonのライブラリからもNBAデータを提供してるものがあるので、それを使ってみたいと思います。

nba_apiです。

使用するには

pip install nba_api

でライブラリをインストールします。

nba_apiライブラリ

nba_apiには、沢山のメソッドがあり、かなり詳しいデータが手に入りますが、反面、どこに何のデータが入ってるか使い方に迷います。

https://github.com/swar/nba_api/tree/masterのサイトにexampleなどもありますが少ししかありません。

https://github.com/swar/nba_api/tree/master/docs/nba_api/stats/endpointsから、メソッド名で当たりをつけ、どれが探してるデータか一つ一つ読んで見つけましょう。

今回は、レギュラーシーズンデータを取得してみたいと思います。

PlayerGameLogsが良さそうなので、それを使います。

view plain print ?

#! /usr/bin/env python
import numpy as np
import pandas as pd
from nba_api.stats.endpoints import playergamelogs
season_df = playergamelogs.PlayerGameLogs(
season_nullable = '2024-25',
).player_game_logs.get_data_frame()
print(season_df.head(50))

#! /usr/bin/env python

import numpy as np
import pandas as pd
from nba_api.stats.endpoints import playergamelogs

season_df = playergamelogs.PlayerGameLogs(
    season_nullable = '2024-25',
).player_game_logs.get_data_frame()

print(season_df.head(50))

引数 season_nullable に取得したいシーズン '2024-25' を入れます。

player_game_logs.get_data_frame()でデータフレーム形式で取得出来ます。

Show entries

Search:

	SEASON_YEAR	PLAYER_ID	PLAYER_NAME	NICKNAME	TEAM_ID	TEAM_ABBREVIATION	TEAM_NAME	GAME_ID	GAME_DATE	MATCHUP	WL	MIN	FGM	FGA	FG_PCT	FG3M	FG3A	FG3_PCT	FTM	FTA	FT_PCT	OREB	DREB	REB	AST	TOV	STL	BLK	BLKA	PF	PFD	PTS	PLUS_MINUS	NBA_FANTASY_PTS	DD2	WNBA_FANTASY_PTS	GP_RANK	W_RANK	L_RANK	W_PCT_RANK	MIN_RANK	FGM_RANK	FGA_RANK	FG_PCT_RANK	FG3M_RANK	FG3A_RANK	FG3_PCT_RANK	FTM_RANK	FTA_RANK	FT_PCT_RANK	OREB_RANK	DREB_RANK	REB_RANK	AST_RANK	TOV_RANK	STL_RANK	BLK_RANK	BLKA_RANK	PF_RANK	PFD_RANK	PTS_RANK	PLUS_MINUS_RANK	NBA_FANTASY_PTS_RANK	DD2_RANK	TD3_RANK	WNBA_FANTASY_PTS_RANK	AVAILABLE_FLAG	MIN_SEC
0	2024-25	1630567	Scottie Barnes	Scottie	1610612761	TOR	Toronto Raptors	0022401197	2025-04-13T00:00:00	TOR @ SAS	L	36.566667	15	23	0.652	2	2	1.000	3	4	0.750	3	8	11	8	4	0	0	0	0	2	35	-9	56.2	1	56.0	1	13222	13222	13222	2294	82	455	4556	4949	14411	1	4159	3754	8186	1615	1271	1106	963	877	12854	8263	1	1	6956	314	20535	563	1	150	408	1	36:34
1	2024-25	1629611	Terance Mann	Terance	1610612737	ATL	Atlanta Hawks	0022401186	2025-04-13T00:00:00	ATL vs. ORL	W	29.683333	9	14	0.643	0	2	0.000	1	2	0.500	2	1	3	4	1	0	0	0	0	1	19	2	27.6	0	26.0	1	1	1	1	8057	1688	4240	4607	15070	14411	15070	10215	7446	10625	3306	17569	12778	4780	8789	12854	8263	1	1	11254	4202	10285	8436	2246	150	8552	1	29:41
2	2024-25	1629659	Talen Horton-Tucker	Talen	1610612741	CHI	Chicago Bulls	0022401191	2025-04-13T00:00:00	CHI @ PHI	W	28.533333	6	9	0.667	0	2	0.000	5	7	0.714	0	3	3	6	1	2	0	1	0	4	17	20	34.6	0	30.0	1	1	1	1	9085	5250	9700	3281	15070	14411	15070	1817	1377	9244	14058	9417	12778	2199	8789	1671	8263	17462	1	2493	5360	1243	5047	2246	150	6431	1	28:32
3	2024-25	1626192	Pat Connaughton	Pat	1610612749	MIL	Milwaukee Bucks	0022401192	2025-04-13T00:00:00	MIL vs. DET	W	43.566667	16	29	0.552	5	12	0.417	6	9	0.667	1	10	11	5	2	2	0	1	2	7	43	7	67.7	1	68.0	1	1	1	1	112	43	56	7652	492	299	7826	1180	643	9425	6876	483	1106	3273	4442	1671	8263	17462	12976	426	54	6330	111	1	150	64	1	43:34
4	2024-25	1630162	Anthony Edwards	Anthony	1610612750	MIN	Minnesota Timberwolves	0022401195	2025-04-13T00:00:00	MIN vs. UTA	W	40.250000	15	31	0.484	7	18	0.389	6	7	0.857	0	6	6	5	2	3	1	1	1	5	43	20	67.7	0	69.0	1	1	1	1	503	82	30	11951	76	10	8765	1180	1377	7071	14058	2943	5362	3273	4442	473	2537	17462	6051	1447	54	1243	111	2246	150	54	1	40:15
5	2024-25	1630198	Isaiah Joe	Isaiah	1610612760	OKC	Oklahoma City Thunder	0022401196	2025-04-13T00:00:00	OKC @ NOP	W	34.806667	5	15	0.333	2	11	0.182	5	5	1.000	3	3	6	1	0	2	0	1	3	3	17	12	31.7	0	30.0	1	1	1	1	3609	7242	3491	17395	4949	499	14207	1817	2872	1	1615	9417	5362	14293	16469	1671	8263	17462	18916	4218	5360	3654	6320	2246	150	6431	1	34:48
6	2024-25	203497	Rudy Gobert	Rudy	1610612750	MIN	Minnesota Timberwolves	0022401195	2025-04-13T00:00:00	MIN vs. UTA	W	38.466667	8	16	0.500	0	0	0.000	3	5	0.600	8	10	18	0	0	1	4	1	2	4	19	6	55.6	1	47.0	1	1	1	1	1124	2561	2836	8526	15070	20945	15070	4159	2872	10343	40	483	65	19908	16469	5026	85	17462	12976	2493	4202	7002	611	1	150	1314	1	38:28
7	2024-25	201935	James Harden	James	1610612746	LAC	LA Clippers	0022401198	2025-04-13T00:00:00	LAC @ GSW	W	48.400000	13	23	0.565	5	8	0.625	8	9	0.889	1	6	7	10	6	2	2	0	3	8	39	5	68.4	1	69.0	1	1	1	1	12	245	455	7102	492	2050	2868	481	643	6857	6876	2943	3946	386	150	1671	808	1	18916	220	140	7737	102	1	150	54	1	48:24
8	2024-25	1631250	Pete Nance	Pete	1610612749	MIL	Milwaukee Bucks	0022401192	2025-04-13T00:00:00	MIL vs. DET	W	43.233333	7	12	0.583	5	9	0.556	0	0	0.000	1	5	6	5	4	0	2	0	5	0	19	6	35.7	0	39.0	1	1	1	1	135	3730	5979	6296	492	1295	3747	13505	14344	13505	6876	4392	5362	3273	877	12854	808	1	25158	17725	4202	7002	4618	2246	150	2984	1	43:14
9	2024-25	202684	Tristan Thompson	Tristan	1610612739	CLE	Cleveland Cavaliers	0022401189	2025-04-13T00:00:00	CLE vs. IND	L	42.695000	1	4	0.250	0	0	0.000	1	6	0.167	2	18	20	1	3	1	2	0	3	4	3	-25	34.5	0	30.0	1	13222	13222	13222	182	19033	18231	20233	15070	20945	15070	10215	1898	13500	3306	5	21	14293	2037	5026	808	1	18916	2493	19913	25842	5099	2246	150	6431	1	42:42

Showing 1 to 10 of 50 entries

Previous1 2 3 4 5Next

この様にデータ取得出来ました。

2025年6月18日水曜日

NBA選手シーズンごとの平均リバウンド

NBA選手のシーズン当たりのリバウンド

シーズン毎の得点に続き、シーズン毎のリバウンドを可視化してみます。

外れ値を省くために、1シーズン40試合以上出場した選手で構成しています。

view plain print ?

#! /usr/bin/env python
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
sns.set()
fn = "data/player_per_game.csv"
df = pd.read_csv(fn)
df2 = df[df["g"] >= 40]
desc = df2.groupby("season")["TRB"].describe()
print(desc)

#! /usr/bin/env python

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

sns.set()

fn = "data/player_per_game.csv"
df = pd.read_csv(fn)

df2 = df[df["g"] >= 40] 

desc = df2.groupby("season")["TRB"].describe()
print(desc)

Show entries

Search:

	count	mean	std	min	25%	50%	75%	max
season
1951	108.0	4.960185	2.849986	1.3	2.900	4.35	6.525	16.4
1952	94.0	5.255319	3.140770	1.0	2.925	4.55	6.950	13.5
1953	102.0	5.138235	3.093143	0.9	3.000	4.25	6.875	14.4
1954	91.0	5.126374	3.164871	0.9	2.800	4.30	6.900	15.3
1955	81.0	5.669136	3.186952	1.2	3.400	4.60	7.600	15.1
1956	80.0	5.626250	3.401479	0.9	3.175	4.45	7.650	16.3
1957	83.0	5.906024	3.658580	1.8	3.400	4.60	8.050	19.6
1958	78.0	6.698718	4.116217	1.7	3.850	5.50	9.550	22.7
1959	85.0	6.207059	3.708510	1.8	3.600	5.30	7.900	23.0
1960	87.0	6.686207	4.410774	1.8	3.800	5.30	8.450	27.0

Showing 1 to 10 of 74 entries

Previous1 2 3 4 5…8Next

結果

1950年代から60年代がレギュラー選手当たり1試合平均5リバウンド以上と高いですね。maxは歴代シーズンリバウンド王です。

ウィルト・チェンバレン選手やビル・ラッセル選手が1試合当たり20リバウンド以上と今では考えられない数値を叩き出しています。

3ポイントが導入された1980年以降は平均4リバウンド台を安定して推移しています。

現代バスケは3ポイントが重視され、戦略や平均得点が変わっていく中、レギュラー選手たちの平均リバウンド回数は1980年から意外に安定していることが分かります。

2025年6月15日日曜日

NBA選手シーズンごとの平均得点

NBA選手のシーズン当たりの得点

データを元にシーズン毎の平均得点の推移をグラフ化してみます。

外れ値を省くために、1シーズン40試合以上出場した選手で構成しています。

view plain print ?

#! /usr/bin/env python
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
fn = "data/player_per_game.csv"
df = pd.read_csv(fn, index_col=0)
df2 = df[df["g"] >= 40]
des = df2.groupby("season")["PPG"].describe()
print(des)

#! /usr/bin/env python  
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns


fn = "data/player_per_game.csv"
df = pd.read_csv(fn, index_col=0)

df2 = df[df["g"] >= 40]

des = df2.groupby("season")["PPG"].describe()
print(des)

Show entries

Search:

	count	mean	std	min	25%	50%	75%	max
season
1950	183.0	8.178142	4.114657	1.7	5.000	7.40	10.800	27.4
1951	108.0	8.976852	4.619314	2.1	5.975	8.10	11.325	28.4
1952	94.0	9.263830	4.777610	1.3	6.100	8.75	12.000	25.4
1953	102.0	9.023529	4.408142	2.2	5.525	8.85	11.275	22.3
1954	91.0	8.651648	4.246943	1.6	5.900	8.20	10.450	24.4
1955	81.0	10.046914	5.192087	2.4	5.900	9.60	13.100	22.7
1956	80.0	10.177500	5.222056	2.4	6.525	8.85	13.225	25.7
1957	83.0	10.397590	5.245439	2.2	6.600	9.70	12.400	25.6
1958	78.0	11.506410	5.798216	3.4	7.400	9.40	16.400	27.8
1959	85.0	11.260000	5.994466	3.5	6.500	9.80	14.400	29.2

Showing 1 to 10 of 75 entries

Previous1 2 3 4 5…8Next

view plain print ?

plt.figure(figsize=(20, 6))
plt.xlim(1950, 2024)
plt.title("points per season")
sns.lineplot(data=des[["mean", "min", "max"]])
plt.show()

plt.figure(figsize=(20, 6))
plt.xlim(1950, 2024)
plt.title("points per season")
sns.lineplot(data=des[["mean", "min", "max"]])
plt.show()

結果

最高得点(max)はシーズン得点王なのでよく知られている通りです。

1962年のウィルト・チェンバレン選手や1987年のマイケル・ジョーダン選手はグラフの山を作っています。

平均を見ると概ね10点超える辺りがレギュラー選手の得点と言えます。

1960〜70年代一時12点台と高く、2000年代に一時落ちてますが3Pが増えた現在は11点台となっています。