NBA 这是Modern Data Structures类的作业5的存储库。

用C#编写的简单NBA篮球计分器，适合初学人员参考学习！

《python数据挖掘入门与实践》第三章，由于该网站已经不支持数据资料自动整合，导致书中所需要的数据资料已经不能直接获得了。因为下得早所以我有完整版的，在此分享给大家，希望能够给大家带来便利。

NBA 数据可视化工具 NBA Stats Visualizer 适用于任何赛季的任何 NBA 球员，使用 Python 在简单直观的图形界面中提供投篮图表和基本统计​​数据 要正确执行 NBA Stats Visualizer： 下载 Python 版本 3 和 PIP 通过打开 NBA 文件夹上的命令提示符安装程序要求： python -m pip install -r requirements.txt 然后，您可以执行该程序 py NBAStatsVisualizer.py 你准备好了！

运行scrapy，可获得虎扑NBA新闻前十页信息以及现役所有NBA球员信息，还有flask把获取的数据渲染出来

NBA篮球明星投篮命中率预测

NBA数据 有没有想过 NBA 球员最受欢迎的名字是什么？ 姓名统计 自己安装和运行 克隆此存储库后，您可以： cd nba.stats npm install grunt build python -m SimpleHTTPServer 8822 导航到http://localhost:8822/nba.html 。 注意- 如果您想对代码进行更改并查看它们的运行情况，不必每次更改代码时都一遍又一遍地进行grunt build ，只需执行grunt watch监听对任何 JavaScript 文件的更改src目录并自动进行构建。

HTML静态网页的课程设计

基于phpStudy+MySql,NBA湖人队官方系统，有前台页面，新闻，商城，球员等功能；也有后台管理页面；用户分为超级管理员和普通户。

NBA预测 使用Python中的Logistic回归模型预测NBA比赛 模型 该模型使用从stats.nba.com刮取的八个因素来确定NBA游戏的预测结果。 每个统计数据都调整为每100个回合，以确保速度不会影响预测。 主队 胜率 篮板 营业额 正负 进攻等级 防守等级 真实投篮命中率 用法 安装 pip3 install -r requirements.txt 每日预测 打开nbaPredict.py 编辑对makeInterpretPrediction的调用，其中包含所需的比赛日期，赛季以及赛季的开始日期 通过终端或IDE运行程序 等待约1-3分钟，模型即可完成抓取统计信息并预测结果 输出结果作为主队击败客队的机会百分比 过去的预测 打开makePastPredictions.py 使用所需的开始日期，结束日期，季节，季节的开始日期和输出文件名来编辑对makePastPredictions的调用。 注意：开始日期应至少在季节开始后三天，且结束日期不包括在内。 通过终端或IDE运行程序 两个CSV文件将保存在Data文件夹中。 一个保存游戏数据，另一个保存游戏的预测。