尧图网页设计 
简介这是一份面向Python初学者与数据分析入门者的NBA球员数据可视化分析项目源码适合用作课程设计、期末大作业或自学练手。项目以球员数据为核心涵盖数据清洗、统计分析与图表展示等环节帮助读者理解从数据到可视化的完整流程。压缩包共36个文件约288KB包含9个py源码文件、5个html页面、5个js脚本以及sql数据文件、json配置、readme说明等整体结构清晰便于按模块阅读与二次修改。资源经过严格调试评审分达到95分以上小白也能放心运行。目前已有1043人学习下载读者可从中获得完整的大作业实现方案、可视化图表代码、数据模型与接口组织方式以及项目目录搭建思路适合对照学习并快速完成自己的分析项目。1. 从一份 NBA 球员数据说起为什么可视化分析值得你亲手跑一遍很多人第一次接触数据分析都是从一份 CSV 加几个matplotlib图开始的但真正能把「数据 → 洞察 → 结论」这条链路走通的人并不多。这份基于 Python 的 NBA 球员数据可视化分析核心就是拿一份球员赛季统计表用 pandas 清洗、用 matplotlib 和 seaborn 出图最后回答几个球迷和球探都关心的问题谁得分效率最高、中锋和后卫的篮板分布差多少、年龄和场均得分到底有没有关系。它适合刚学完 Python 基础语法、想找一个真实数据集练手的人也适合已经会写爬虫、但不知道怎么把数据讲成故事的人。整套流程不依赖任何付费工具一台装了 Python 的电脑就能跑难点不在代码量而在字段理解、异常值处理和图表选型——这三件事恰恰是新手最容易翻车的地方。2. 数据从哪来、字段怎么读NBA 球员数据集的获取与结构拆解2.1 数据集来源与常见字段说明做 NBA 球员分析数据来源通常有三类公开的统计网站导出、Kaggle 上的历史赛季数据集、以及自己用爬虫抓取。考虑到新手复现成本我一般建议先用一份现成的 CSV字段结构稳定、不用处理反爬。常见的球员赛季统计表大致包含这些列字段名含义类型注意事项Player球员姓名字符串可能有重名需配合球队区分Pos场上位置字符串PG/SG/SF/PF/C 五种Age年龄整数赛季开始时年龄Tm球队缩写字符串赛季中转会的球员会有多行G出场数整数低于 20 场的样本参考价值低MP场均出场分钟浮点衡量球员重要性的基础指标PTS场均得分浮点分析核心指标之一TRB场均篮板浮点内线球员的关键数据AST场均助攻浮点后卫球员的关键数据FG%投篮命中率浮点0~1 之间注意别当成百分数3P%三分命中率浮点缺失值较多中锋常为空拿到数据后第一件事不是画图而是df.info()和df.describe()各跑一遍。前者告诉你哪些列有缺失、类型对不对后者让你对数值范围有个直觉。比如 FG% 如果出现大于 1 的值那多半是百分数格式没转换Age 如果出现 0 或 50 以上基本可以判定是脏数据。2.2 用 pandas 读入并做第一轮体检import pandas as pd import numpy as np # 读入 CSV注意编码中文路径或 BOM 头容易报错 df pd.read_csv(nba_players.csv, encodingutf-8) # 第一轮体检看形状、类型、缺失 print(数据形状:, df.shape) print(df.info()) print(df.isnull().sum().sort_values(ascendingFalse).head(10)) # 数值列描述性统计 print(df[[Age, G, MP, PTS, TRB, AST]].describe())这段代码的逻辑很直白先确认数据规模再定位缺失最严重的列最后看数值分布是否合理。参数上encoding要根据文件实际编码调整Windows 下导出的 CSV 常见gbkisnull().sum()按降序排列能让你一眼看到哪列最需要处理。如果PTS的最大值出现 100 以上那可能是把总得分当成了场均得分需要核对字段含义。2.3 清洗缺失值、重复行和位置标准化清洗这步没有标准答案但有几条经验命中率类字段缺失通常是因为出手次数太少直接删行会损失样本用 0 填充又会误导分析我一般选择保留 NaN 并在绘图时自动跳过球员赛季中转会会产生重复行需要按 Player 聚合或只保留总数据行位置字段有时写成 PG-SG 这种复合形式分析前要拆成主位置。# 删除完全重复的行 df df.drop_duplicates() # 只保留出场数大于等于 20 的球员避免小样本干扰 df df[df[G] 20].copy() # 位置字段只取第一个位置 df[Pos] df[Pos].astype(str).str.split(-).str[0] # 命中率缺失用中位数填充仅用于绘图展示 for col in [FG%, 3P%, FT%]: if col in df.columns: df[col] df[col].fillna(df[col].median()) print(清洗后形状:, df.shape)这里G 20是个经验阈值出场太少的球员数据波动极大放进散点图会拉偏整体趋势。位置拆分用str.split(-).str[0]比写循环简洁。命中率用中位数填充是为了让图表完整但如果你的结论涉及命中率排名建议还是保留缺失、单独说明。3. 用 matplotlib 和 seaborn 把球员数据画成能读的图3.1 环境准备与中文字体这个老坑可视化第一步不是写绘图代码而是把环境配好。用 pip 装库很直接pip install pandas matplotlib seaborn numpy如果你用的是 VSCode 或 PyCharm记得选对解释器否则会出现「装了库但 import 报错」的经典问题。另一个几乎人人都会踩的坑是中文显示matplotlib 默认字体不含中文标题里的「得分」「篮板」会变成方框。import matplotlib.pyplot as plt import seaborn as sns # Windows 用 SimHeimacOS 用 Arial Unicode MSLinux 视系统字体而定 plt.rcParams[font.sans-serif] [SimHei] plt.rcParams[axes.unicode_minus] False # 解决负号显示为方块 sns.set_style(whitegrid)font.sans-serif设成系统里确实存在的中文字体axes.unicode_minus设 False 是为了让负号正常显示。如果你在 Linux 服务器上跑可能没有 SimHei需要先确认fc-list :langzh有没有中文字体没有就换一个已安装的。3.2 得分分布直方图与位置对比箱线图先看整体分布再看分组差异这是探索性分析的常规顺序。直方图回答「大部分球员场均得分落在哪个区间」箱线图回答「不同位置的得分能力有没有系统性差异」。fig, axes plt.subplots(1, 2, figsize(14, 5)) # 左图场均得分分布 axes[0].hist(df[PTS], bins30, color#4C72B0, edgecolorwhite) axes[0].set_title(NBA 球员场均得分分布) axes[0].set_xlabel(场均得分) axes[0].set_ylabel(球员人数) # 右图不同位置的得分箱线图 sns.boxplot(xPos, yPTS, datadf, axaxes[1], paletteSet2) axes[1].set_title(不同位置的场均得分对比) axes[1].set_xlabel(场上位置) axes[1].set_ylabel(场均得分) plt.tight_layout() plt.savefig(pts_distribution.png, dpi150) plt.show()bins30是直方图的分箱数数据量大可以调高数据少就调低一般让每根柱子有足够样本即可。箱线图能同时看到中位数、四分位和离群点比只看均值靠谱得多。dpi150保证保存的图清晰tight_layout()防止标题和坐标轴重叠。如果箱线图里某个位置出现大量离群点别急着删那可能正是超级球星和角色球员的真实差距。3.3 年龄与得分的散点图加回归线看趋势散点图是回答「两个变量有没有关系」最直接的工具。年龄和得分的关系一直是球迷争论的话题用图说话比空谈有说服力。plt.figure(figsize(10, 6)) sns.regplot(xAge, yPTS, datadf, scatter_kws{alpha: 0.5, s: 30}, line_kws{color: red}) plt.title(球员年龄与场均得分关系) plt.xlabel(年龄) plt.ylabel(场均得分) plt.savefig(age_vs_pts.png, dpi150) plt.show()alpha0.5让点半透明重叠时能看出密度s30控制点的大小。regplot会自动拟合一条线性回归线并给出置信区间。如果回归线接近水平说明年龄和得分整体相关性弱如果呈倒 U 型那线性回归就不合适应该考虑分年龄段统计。这里要提醒一句相关性不等于因果年轻球员得分低可能是因为出场时间少而不是能力差。3.4 用热力图看多项数据的相关性当你想一次性看多个指标之间的关系相关性热力图比一张张散点图高效得多。cols [Age, G, MP, PTS, TRB, AST, FG%] corr df[cols].corr() plt.figure(figsize(9, 7)) sns.heatmap(corr, annotTrue, fmt.2f, cmapcoolwarm, center0, squareTrue, linewidths0.5) plt.title(NBA 球员核心指标相关性热力图) plt.savefig(correlation_heatmap.png, dpi150) plt.show()annotTrue把相关系数标在格子里fmt.2f保留两位小数center0让颜色以 0 为中心对称正相关偏红、负相关偏蓝。通常你会看到 MP出场时间和 PTS 高度正相关这符合直觉如果 TRB 和 AST 出现异常高的相关要检查是不是数据本身有问题。热力图适合放在分析报告开头帮读者快速建立整体印象。4. 避坑与排查NBA 数据可视化里最容易翻车的 5 个地方4.1 中文全是方框标题看不懂现象图能出来但所有中文标题和标签显示成一个个小方块。原因matplotlib 默认字体 DejaVu Sans 不含中文字形。解决在绘图前设置plt.rcParams[font.sans-serif]为系统中确实存在的中文字体Windows 常用 SimHei 或 Microsoft YaHeimacOS 用 Arial Unicode MSLinux 先用fc-list :langzh查可用字体再填。设完记得重启内核否则配置不生效。4.2 读 CSV 报 UnicodeDecodeError现象pd.read_csv直接抛编码错误程序中断。原因文件不是 UTF-8 编码Windows 下 Excel 导出的 CSV 常见 GBK 或带 BOM 的 UTF-8。解决先试encodinggbk不行再试encodingutf-8-sig。如果还不行用chardet检测编码或者用记事本另存为 UTF-8。别用errorsignore硬吞那会悄悄丢字符。4.3 命中率画出来全是 1.0 附近的点现象FG% 散点图所有点挤在 0 到 1 之间看不出差异。原因数据源里命中率是 0.45 这种小数形式而你以为它是 45 这种百分数或者反过来。解决先df[FG%].describe()看范围如果最大值小于等于 1就是小数形式画图时可以用df[FG%] * 100转成百分数显示但计算相关性时保持原值。4.4 箱线图里一堆离群点图被压扁现象箱体挤在底部上方全是离群点整体趋势看不清。原因NBA 数据里超级球星和边缘球员差距极大这是真实分布不是错误。解决不要盲目删离群点。可以改用sns.violinplot看分布形状或者对 y 轴做对数变换或者在标题里说明「含离群点」。如果确实要聚焦大多数球员按分位数截断并明确标注。4.5 保存的图片模糊或空白现象savefig出来的图分辨率低或者干脆是白图。原因savefig调用在show()之后此时画布已关闭或者 dpi 太低。解决把savefig放在show()之前dpi 设 150 以上。用 Jupyter 的话show()不是必须的但savefig一定要在同一个 cell 里、画布还活着的时候执行。5. 从静态图到可复用分析脚本把这份 NBA 可视化做成自己的模板跑通单张图只是开始真正省时间的是把它整理成一个可复用的脚本。我的习惯是拆成三个函数load_and_clean(path)负责读入和清洗plot_overview(df)负责出总览图plot_by_position(df)负责分组对比。这样换一份新赛季数据只要改路径就能重跑。def load_and_clean(path): df pd.read_csv(path, encodingutf-8) df df.drop_duplicates() df df[df[G] 20].copy() df[Pos] df[Pos].astype(str).str.split(-).str[0] return df def plot_overview(df, save_pathoverview.png): fig, axes plt.subplots(1, 2, figsize(14, 5)) axes[0].hist(df[PTS], bins30, color#4C72B0, edgecolorwhite) axes[0].set_title(场均得分分布) sns.boxplot(xPos, yPTS, datadf, axaxes[1]) axes[1].set_title(各位置得分对比) plt.tight_layout() plt.savefig(save_path, dpi150) plt.close() if __name__ __main__: data load_and_clean(nba_players.csv) plot_overview(data) print(分析完成共处理, len(data), 名球员)函数化的好处是每个环节可单独测试出问题能快速定位是数据还是绘图。plt.close()防止批量跑图时内存堆积。如果你想进一步可以把清洗后的数据用df.to_excel(cleaned.xlsx, indexFalse)导出方便在 Excel 里做二次核对——这也是很多一线分析师的真实工作流Python 负责重活Excel 负责快速浏览。验证分析结果是否靠谱我一般用两个办法一是拿几个知名球员的数据手工核对比如某赛季得分王的场均得分是否和公开数据一致二是换一个赛季的数据重跑看整体分布形状是否稳定。如果两个赛季的得分直方图形态差异巨大那多半是数据源字段定义变了而不是球员水平突变。最后说个我自己的教训早期做这类分析时我总想一张图塞进所有信息结果图又挤又乱没人看得懂。后来强迫自己每张图只回答一个问题标题直接写成结论比如「后卫场均助攻显著高于内线」读者三秒就能抓住重点。图表是给人看的不是给代码炫技的。希望帮到你。本文还有配套的精品资源点击获取 Python NBA球员数据可视化分析：从数据清洗到图表实战
简介这是一份面向Python初学者与数据分析入门者的NBA球员数据可视化分析项目源码适合用作课程设计、期末大作业或自学练手。项目以球员数据为核心涵盖数据清洗、统计分析与图表展示等环节帮助读者理解从数据到可视化的完整流程。压缩包共36个文件约288KB包含9个py源码文件、5个html页面、5个js脚本以及sql数据文件、json配置、readme说明等整体结构清晰便于按模块阅读与二次修改。资源经过严格调试评审分达到95分以上小白也能放心运行。目前已有1043人学习下载读者可从中获得完整的大作业实现方案、可视化图表代码、数据模型与接口组织方式以及项目目录搭建思路适合对照学习并快速完成自己的分析项目。1. 从一份 NBA 球员数据说起为什么可视化分析值得你亲手跑一遍很多人第一次接触数据分析都是从一份 CSV 加几个matplotlib图开始的但真正能把「数据 → 洞察 → 结论」这条链路走通的人并不多。这份基于 Python 的 NBA 球员数据可视化分析核心就是拿一份球员赛季统计表用 pandas 清洗、用 matplotlib 和 seaborn 出图最后回答几个球迷和球探都关心的问题谁得分效率最高、中锋和后卫的篮板分布差多少、年龄和场均得分到底有没有关系。它适合刚学完 Python 基础语法、想找一个真实数据集练手的人也适合已经会写爬虫、但不知道怎么把数据讲成故事的人。整套流程不依赖任何付费工具一台装了 Python 的电脑就能跑难点不在代码量而在字段理解、异常值处理和图表选型——这三件事恰恰是新手最容易翻车的地方。2. 数据从哪来、字段怎么读NBA 球员数据集的获取与结构拆解2.1 数据集来源与常见字段说明做 NBA 球员分析数据来源通常有三类公开的统计网站导出、Kaggle 上的历史赛季数据集、以及自己用爬虫抓取。考虑到新手复现成本我一般建议先用一份现成的 CSV字段结构稳定、不用处理反爬。常见的球员赛季统计表大致包含这些列字段名含义类型注意事项Player球员姓名字符串可能有重名需配合球队区分Pos场上位置字符串PG/SG/SF/PF/C 五种Age年龄整数赛季开始时年龄Tm球队缩写字符串赛季中转会的球员会有多行G出场数整数低于 20 场的样本参考价值低MP场均出场分钟浮点衡量球员重要性的基础指标PTS场均得分浮点分析核心指标之一TRB场均篮板浮点内线球员的关键数据AST场均助攻浮点后卫球员的关键数据FG%投篮命中率浮点0~1 之间注意别当成百分数3P%三分命中率浮点缺失值较多中锋常为空拿到数据后第一件事不是画图而是df.info()和df.describe()各跑一遍。前者告诉你哪些列有缺失、类型对不对后者让你对数值范围有个直觉。比如 FG% 如果出现大于 1 的值那多半是百分数格式没转换Age 如果出现 0 或 50 以上基本可以判定是脏数据。2.2 用 pandas 读入并做第一轮体检import pandas as pd import numpy as np # 读入 CSV注意编码中文路径或 BOM 头容易报错 df pd.read_csv(nba_players.csv, encodingutf-8) # 第一轮体检看形状、类型、缺失 print(数据形状:, df.shape) print(df.info()) print(df.isnull().sum().sort_values(ascendingFalse).head(10)) # 数值列描述性统计 print(df[[Age, G, MP, PTS, TRB, AST]].describe())这段代码的逻辑很直白先确认数据规模再定位缺失最严重的列最后看数值分布是否合理。参数上encoding要根据文件实际编码调整Windows 下导出的 CSV 常见gbkisnull().sum()按降序排列能让你一眼看到哪列最需要处理。如果PTS的最大值出现 100 以上那可能是把总得分当成了场均得分需要核对字段含义。2.3 清洗缺失值、重复行和位置标准化清洗这步没有标准答案但有几条经验命中率类字段缺失通常是因为出手次数太少直接删行会损失样本用 0 填充又会误导分析我一般选择保留 NaN 并在绘图时自动跳过球员赛季中转会会产生重复行需要按 Player 聚合或只保留总数据行位置字段有时写成 PG-SG 这种复合形式分析前要拆成主位置。# 删除完全重复的行 df df.drop_duplicates() # 只保留出场数大于等于 20 的球员避免小样本干扰 df df[df[G] 20].copy() # 位置字段只取第一个位置 df[Pos] df[Pos].astype(str).str.split(-).str[0] # 命中率缺失用中位数填充仅用于绘图展示 for col in [FG%, 3P%, FT%]: if col in df.columns: df[col] df[col].fillna(df[col].median()) print(清洗后形状:, df.shape)这里G 20是个经验阈值出场太少的球员数据波动极大放进散点图会拉偏整体趋势。位置拆分用str.split(-).str[0]比写循环简洁。命中率用中位数填充是为了让图表完整但如果你的结论涉及命中率排名建议还是保留缺失、单独说明。3. 用 matplotlib 和 seaborn 把球员数据画成能读的图3.1 环境准备与中文字体这个老坑可视化第一步不是写绘图代码而是把环境配好。用 pip 装库很直接pip install pandas matplotlib seaborn numpy如果你用的是 VSCode 或 PyCharm记得选对解释器否则会出现「装了库但 import 报错」的经典问题。另一个几乎人人都会踩的坑是中文显示matplotlib 默认字体不含中文标题里的「得分」「篮板」会变成方框。import matplotlib.pyplot as plt import seaborn as sns # Windows 用 SimHeimacOS 用 Arial Unicode MSLinux 视系统字体而定 plt.rcParams[font.sans-serif] [SimHei] plt.rcParams[axes.unicode_minus] False # 解决负号显示为方块 sns.set_style(whitegrid)font.sans-serif设成系统里确实存在的中文字体axes.unicode_minus设 False 是为了让负号正常显示。如果你在 Linux 服务器上跑可能没有 SimHei需要先确认fc-list :langzh有没有中文字体没有就换一个已安装的。3.2 得分分布直方图与位置对比箱线图先看整体分布再看分组差异这是探索性分析的常规顺序。直方图回答「大部分球员场均得分落在哪个区间」箱线图回答「不同位置的得分能力有没有系统性差异」。fig, axes plt.subplots(1, 2, figsize(14, 5)) # 左图场均得分分布 axes[0].hist(df[PTS], bins30, color#4C72B0, edgecolorwhite) axes[0].set_title(NBA 球员场均得分分布) axes[0].set_xlabel(场均得分) axes[0].set_ylabel(球员人数) # 右图不同位置的得分箱线图 sns.boxplot(xPos, yPTS, datadf, axaxes[1], paletteSet2) axes[1].set_title(不同位置的场均得分对比) axes[1].set_xlabel(场上位置) axes[1].set_ylabel(场均得分) plt.tight_layout() plt.savefig(pts_distribution.png, dpi150) plt.show()bins30是直方图的分箱数数据量大可以调高数据少就调低一般让每根柱子有足够样本即可。箱线图能同时看到中位数、四分位和离群点比只看均值靠谱得多。dpi150保证保存的图清晰tight_layout()防止标题和坐标轴重叠。如果箱线图里某个位置出现大量离群点别急着删那可能正是超级球星和角色球员的真实差距。3.3 年龄与得分的散点图加回归线看趋势散点图是回答「两个变量有没有关系」最直接的工具。年龄和得分的关系一直是球迷争论的话题用图说话比空谈有说服力。plt.figure(figsize(10, 6)) sns.regplot(xAge, yPTS, datadf, scatter_kws{alpha: 0.5, s: 30}, line_kws{color: red}) plt.title(球员年龄与场均得分关系) plt.xlabel(年龄) plt.ylabel(场均得分) plt.savefig(age_vs_pts.png, dpi150) plt.show()alpha0.5让点半透明重叠时能看出密度s30控制点的大小。regplot会自动拟合一条线性回归线并给出置信区间。如果回归线接近水平说明年龄和得分整体相关性弱如果呈倒 U 型那线性回归就不合适应该考虑分年龄段统计。这里要提醒一句相关性不等于因果年轻球员得分低可能是因为出场时间少而不是能力差。3.4 用热力图看多项数据的相关性当你想一次性看多个指标之间的关系相关性热力图比一张张散点图高效得多。cols [Age, G, MP, PTS, TRB, AST, FG%] corr df[cols].corr() plt.figure(figsize(9, 7)) sns.heatmap(corr, annotTrue, fmt.2f, cmapcoolwarm, center0, squareTrue, linewidths0.5) plt.title(NBA 球员核心指标相关性热力图) plt.savefig(correlation_heatmap.png, dpi150) plt.show()annotTrue把相关系数标在格子里fmt.2f保留两位小数center0让颜色以 0 为中心对称正相关偏红、负相关偏蓝。通常你会看到 MP出场时间和 PTS 高度正相关这符合直觉如果 TRB 和 AST 出现异常高的相关要检查是不是数据本身有问题。热力图适合放在分析报告开头帮读者快速建立整体印象。4. 避坑与排查NBA 数据可视化里最容易翻车的 5 个地方4.1 中文全是方框标题看不懂现象图能出来但所有中文标题和标签显示成一个个小方块。原因matplotlib 默认字体 DejaVu Sans 不含中文字形。解决在绘图前设置plt.rcParams[font.sans-serif]为系统中确实存在的中文字体Windows 常用 SimHei 或 Microsoft YaHeimacOS 用 Arial Unicode MSLinux 先用fc-list :langzh查可用字体再填。设完记得重启内核否则配置不生效。4.2 读 CSV 报 UnicodeDecodeError现象pd.read_csv直接抛编码错误程序中断。原因文件不是 UTF-8 编码Windows 下 Excel 导出的 CSV 常见 GBK 或带 BOM 的 UTF-8。解决先试encodinggbk不行再试encodingutf-8-sig。如果还不行用chardet检测编码或者用记事本另存为 UTF-8。别用errorsignore硬吞那会悄悄丢字符。4.3 命中率画出来全是 1.0 附近的点现象FG% 散点图所有点挤在 0 到 1 之间看不出差异。原因数据源里命中率是 0.45 这种小数形式而你以为它是 45 这种百分数或者反过来。解决先df[FG%].describe()看范围如果最大值小于等于 1就是小数形式画图时可以用df[FG%] * 100转成百分数显示但计算相关性时保持原值。4.4 箱线图里一堆离群点图被压扁现象箱体挤在底部上方全是离群点整体趋势看不清。原因NBA 数据里超级球星和边缘球员差距极大这是真实分布不是错误。解决不要盲目删离群点。可以改用sns.violinplot看分布形状或者对 y 轴做对数变换或者在标题里说明「含离群点」。如果确实要聚焦大多数球员按分位数截断并明确标注。4.5 保存的图片模糊或空白现象savefig出来的图分辨率低或者干脆是白图。原因savefig调用在show()之后此时画布已关闭或者 dpi 太低。解决把savefig放在show()之前dpi 设 150 以上。用 Jupyter 的话show()不是必须的但savefig一定要在同一个 cell 里、画布还活着的时候执行。5. 从静态图到可复用分析脚本把这份 NBA 可视化做成自己的模板跑通单张图只是开始真正省时间的是把它整理成一个可复用的脚本。我的习惯是拆成三个函数load_and_clean(path)负责读入和清洗plot_overview(df)负责出总览图plot_by_position(df)负责分组对比。这样换一份新赛季数据只要改路径就能重跑。def load_and_clean(path): df pd.read_csv(path, encodingutf-8) df df.drop_duplicates() df df[df[G] 20].copy() df[Pos] df[Pos].astype(str).str.split(-).str[0] return df def plot_overview(df, save_pathoverview.png): fig, axes plt.subplots(1, 2, figsize(14, 5)) axes[0].hist(df[PTS], bins30, color#4C72B0, edgecolorwhite) axes[0].set_title(场均得分分布) sns.boxplot(xPos, yPTS, datadf, axaxes[1]) axes[1].set_title(各位置得分对比) plt.tight_layout() plt.savefig(save_path, dpi150) plt.close() if __name__ __main__: data load_and_clean(nba_players.csv) plot_overview(data) print(分析完成共处理, len(data), 名球员)函数化的好处是每个环节可单独测试出问题能快速定位是数据还是绘图。plt.close()防止批量跑图时内存堆积。如果你想进一步可以把清洗后的数据用df.to_excel(cleaned.xlsx, indexFalse)导出方便在 Excel 里做二次核对——这也是很多一线分析师的真实工作流Python 负责重活Excel 负责快速浏览。验证分析结果是否靠谱我一般用两个办法一是拿几个知名球员的数据手工核对比如某赛季得分王的场均得分是否和公开数据一致二是换一个赛季的数据重跑看整体分布形状是否稳定。如果两个赛季的得分直方图形态差异巨大那多半是数据源字段定义变了而不是球员水平突变。最后说个我自己的教训早期做这类分析时我总想一张图塞进所有信息结果图又挤又乱没人看得懂。后来强迫自己每张图只回答一个问题标题直接写成结论比如「后卫场均助攻显著高于内线」读者三秒就能抓住重点。图表是给人看的不是给代码炫技的。希望帮到你。本文还有配套的精品资源点击获取