如何用R语言ggplot2对科比的投篮数据进行可视化展示，相信很多没有经验的人对此束手无策，为此本文总结了问题出现的原因和解决方法，通过这篇文章希望你能解决这个问题。
相信大部分球迷到现在也认为这是一个假新闻吧，Fake News!
今天的推文用到的数据来自kaggle ，推文的大部分内容是来自 https://www.kaggle.com/xvivancos/kobe-bryant-shot-selection/report
计算
安全
数据库
网络和加速
企业服务
shots<-read.csv("Kobe/data.csv",header=T)dim(shots)数据集总共有25个变量，今天的推文重点关注的是
这里遇到一个疑问：为啥擦板也算一种投篮类型呢？有没有人知道呢？
df1<-data.frame(table(shots$combined_shot_type))df1library(ggplot2)ggplot(df1,aes(x=reorder(Var1,Freq),y=Freq))+ geom_col(aes(fill=Var1))+ geom_label(aes(label=Freq))+ coord_flip()+ theme_bw()+ theme(axis.title = element_blank(), axis.ticks.x=element_blank(), axis.text.x = element_blank(), legend.position = "none")
通过上图我们可以看出科比几乎所有的进攻都会选择跳投
出手距离划分为
这里一个小知识点是
feet 英尺；1英尺等于0.3048米 NBA三分线7.25米；23.9英尺
library(tidyverse)library(cowplot)p1<-ggplot(shots,aes(x=lon,y=lat))+ geom_point(aes(color=shot_zone_range), show.legend = F)+ ylim(c(33.7,34.0883))+ theme_void()p2<-ggplot(shots,aes(x=fct_infreq(shot_zone_range)))+ geom_bar(aes(fill=shot_zone_range),show.legend = F)+ theme_bw()+ labs(x=NULL,y=NULL)plot_grid(p1,p2,ncol = 1,nrow = 2)
p3<-ggplot(shots,aes(x=lon,y=lat))+ geom_point(aes(color=shot_zone_area),show.legend = F)+ theme_void()+ ylim(c(33.7,34.0883))p3p4<-ggplot(shots,aes(x=fct_infreq(shot_zone_area)))+ geom_bar(aes(fill=shot_zone_area),show.legend = F)+ theme_bw()+ labs(x=NULL,y=NULL)+ theme(axis.text.x = element_text(angle=60,hjust=1))p4plot_grid(p3,p4,ncol = 1,nrow = 2)
从上图我们可以看出科比更喜欢面框进攻，其次是右侧，但是左右差别好像不大。
看完上述内容，你们掌握如何用R语言ggplot2对科比的投篮数据进行可视化展示的方法了吗？如果还想学到更多技能或想了解更多相关内容，欢迎关注亿速云行业资讯频道，感谢各位的阅读！
亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
原文链接：https://my.oschina.net/u/4579431/blog/4930131
