科比职业生涯数据的可视化和挖掘分析
一、前言
随着互联网、云计算技术和信息技术的快速发展，数据分析的影响及重要性越来越凸显，而在这其中对数据进行提取、整合、预测的能力也显得尤为关键。
NBA（National Basketball Association）作为世界上最高水平的篮球联赛，更是将数据分析的重视程度上升到了一个前所未有的高度，利用数据对每一场比赛进行记录复盘分析也是一门极大的学问，对每一支球队的当前状态，通过如何的改进调整来提高胜率都有极大的帮助，而NBA的数据库的丰富程度也已经远远超过我们的想象，在十几年前我们对篮球比赛的数据统计还停留在得分篮板助攻上，现在我们已经将目光投入更高阶的数据，比如触球次数，拿球时长，跑动距离，传球次数；定点投篮多少次，急停跳投多少次，空位投篮多少次，防守人扑到脸上的投篮有多少次；整个赛季对位所有防守人的得分情况，伦纳德防守你多少回合，你得了多少分，命中率多少，哈登防你的时候又如何，等等。
科比，作为后乔丹时代无论是球迷积累量、受关注程度还是自身实力都是无可争议的最强者，在2020年却因飞机驾驶员操作失误意外离开了我们，本文选取科比作为我们的研究对象，借助Python的Django框架来设计科比职业生涯数据的可视化平台，来比较分析科比的各项职业生涯数据，不仅体现了可视化平台的直观简洁的优势而且也能借此机会作为球迷表达对他的纪念。
二、正文
（一）数据可视化的概念及界定
数据可视化，是关于数据视觉表现形式的科学技术研究。其中，这种数据的视觉表现形式被定义为，一种以某种概要形式抽提出来的信息，包括相应信息单位的各种属性和变量。
数据可视化技术包含以下几个基本概念：（1）数据空间：是由n维属性和m个元素组成的数据集所构成的多维信息空间；（2）数据开发：是指利用一定的算法和工具对数据进行定量的推演和计算；（3）数据分析：指对多维数据进行切片、块、旋转等动作剖析数据，从而能多角度多侧面观察数据；（4）数据可视化：是指将大型数据集中的数据以图形图像形式表示，并利用数据分析和开发工具发现其中未知信息的处理过程。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
