pbp数据和追踪数据简介
我一直在介绍高阶数据的算法，突然意识到也应该介绍一下NBA这几年的数据，这些数据是高阶数据计算的基础，某种程度上比高阶数据重要得多。
1.PBP
pbp：play-by-play data。不知道为什么叫这个英文名。它的主要内容基本可以理解为虎扑的文字解说。基本格式就是某个人在某个时间做了什么。
基本格式是这样的，当然我没有截取完整的截图。表格标题的含义很清楚，但我可以简单解释一下这 14 个数字对应的含义：
这大概就是各种NBA文章中那些诡异的数据是怎么来的。（比如前段时间有一篇文章回答了谁抢断后得分概率最高。）它还能统计出一些其实球迷很难注意到的东西。比如（来自博主，我没核实）邓肯的队友在盖帽后抢到篮板的概率是70+%，而其他球员的概率都在60%以下。从某种意义上来说，你可以认为邓肯的盖帽比其他人更有价值。
其实有了这些pbp数据，你就可以做大部分的数据分析工作了。如果想减少工作量，有一个叫的工具包很有用。如果想直接看结果，有一个依赖pbp数据的著名网站：
其中有很多有趣的东西，由于文章很长，请自行探索。
当然pbp数据现在多用来计算高级数据，通过pbp数据我们可以记录球队每轮比赛的得分，以及场上球员，从而计算出著名的rapm
2. 追踪数据
然后我们来介绍重头戏，追踪数据。从价值上来说，追踪数据远超pbp数据。它被引入联盟的时间很晚，2013年才开始。2013年，NBA与数据提供商STATS LLC合作，在联盟全部30支球队的球场上安装了光学追踪系统。该系统以25Hz的分辨率追踪球场上每个球员的精确二维位置（以及球的三维位置），一个赛季产生超过10亿个时空观测值。可惜的是，NBA官网从2015-16赛季开始就不再为普通人开放下载通道了（真是一个悲伤的故事），不过2015-16赛季的数据已经被网站上的好心人保存了下来，如果怕以后被删的话，现在就可以下载一份。
虽然现在追踪数据还不能下载，但是其衍生数据在NBA官网上还是可以获取到的，比如球员在场上的奔跑速度，投篮时防守球员距离投篮者有多远等等，大大丰富了NBA数据库。基本格式如下：
从上到下，第一个1表示第一节，长字符串是时间的毫秒表示（具体时间我没研究过，不重要），720表示本节剩余时间，24是计时盘，不知道none代表什么意思，后面11个数组分别是球的3D坐标和5个主队球员、5个客队球员，每个数组的内容依次为球员所在球队号码（如果代表球则为-1）、球员id（球也是-1）、x、y、z（球员没有z坐标所以为0）
说得夸张一点，有了 PBP 数据和追踪数据，如果你不是特别在意球员的技术动作，基本上可以用这两者直接重构一场比赛。下面是将两者结合起来重构一场比赛 5 秒过程的例子。
此后，2015-16年的跟踪数据基本成为研究的终点，大部分论文也都是关于此的。
例如，我们可以这样直接模拟比赛期间的预期得分：
还有基于数据的射击能力和干扰射击能力模型：
（这张图其实展示了如何利用PBP数据来判断两个球员是否处于正确的位置，但是对人们来说没有多大意义）
直接衡量进攻球员在有球或无球情况下吸引防守的能力（注：下表为2015-16赛季）
三个未来
这纯粹是猜测，但我怀疑未来可能会有某种方法，直接通过比赛视频进一步分析球员的技术动作，直接通过 NBA 视频生成评论（这也意味着你可以判断球场上发生了什么）。这是一篇非常新的论文nba球员数据库设计，但可能需要 NBA 更多的支持。很难让 AI 仅凭一个角度的视频就能纵览全局。
我说最后一篇文章可能是我最后一篇文章，因为我觉得我所剩无几了。最近我发现其实还有很多可以写。
pbp数据和追踪数据简介
我一直在介绍高阶数据的算法，突然意识到也应该介绍一下NBA这几年的数据，这些数据是高阶数据计算的基础，某种程度上比高阶数据重要得多。
1.PBP
pbp：play-by-play data。不知道为什么叫这个英文名。它的主要内容基本可以理解为虎扑的文字解说。基本格式就是某个人在某个时间做了什么。
基本格式是这样的，当然我没有截取完整的截图。表格标题的含义很清楚，但我可以简单解释一下这 14 个数字对应的含义：
这大概就是各种NBA文章中那些诡异的数据是怎么来的。（比如前段时间有一篇文章回答了谁抢断后得分概率最高。）它还能统计出一些其实球迷很难注意到的东西。比如（来自博主，我没核实）邓肯的队友在盖帽后抢到篮板的概率是70+%，而其他球员的概率都在60%以下。从某种意义上来说，你可以认为邓肯的盖帽比其他人更有价值。
其实有了这些pbp数据，你就可以做大部分的数据分析工作了。如果想减少工作量，有一个叫的工具包很有用。如果想直接看结果，有一个依赖pbp数据的著名网站：
其中有很多有趣的东西，由于文章很长，请自行探索。
当然pbp数据现在多用来计算高级数据，通过pbp数据我们可以记录球队每轮比赛的得分，以及场上球员，从而计算出著名的rapm
2. 追踪数据
然后我们来介绍重头戏，追踪数据。从价值上来说nba球员数据库设计，追踪数据远超pbp数据。它被引入联盟的时间很晚，2013年才开始。2013年，NBA与数据提供商STATS LLC合作，在联盟全部30支球队的球场上安装了光学追踪系统。该系统以25Hz的分辨率追踪球场上每个球员的精确二维位置（以及球的三维位置），一个赛季产生超过10亿个时空观测值。可惜的是，NBA官网从2015-16赛季开始就不再为普通人开放下载通道了（真是一个悲伤的故事），不过2015-16赛季的数据已经被网站上的好心人保存了下来，如果怕以后被删的话，现在就可以下载一份。
虽然现在追踪数据还不能下载nba球员数据库设计，但是其衍生数据在NBA官网上还是可以获取到的，比如球员在场上的奔跑速度，投篮时防守球员距离投篮者有多远等等，大大丰富了NBA数据库。基本格式如下：
从上到下，第一个1表示第一节，长字符串是时间的毫秒表示（具体时间我没研究过，不重要），720表示本节剩余时间，24是计时盘，不知道none代表什么意思，后面11个数组分别是球的3D坐标和5个主队球员、5个客队球员，每个数组的内容依次为球员所在球队号码（如果代表球则为-1）、球员id（球也是-1）、x、y、z（球员没有z坐标所以为0）
说得夸张一点，有了 PBP 数据和追踪数据，如果你不是特别在意球员的技术动作，基本上可以用这两者直接重构一场比赛。下面是将两者结合起来重构一场比赛 5 秒过程的例子。
此后，2015-16年的跟踪数据基本成为研究的终点，大部分论文也都是关于此的。
例如，我们可以这样直接模拟比赛期间的预期得分：
还有基于数据的射击能力和干扰射击能力模型：
（这张图其实展示了如何利用PBP数据来判断两个球员是否处于正确的位置，但是对人们来说没有多大意义）
直接衡量进攻球员在有球或无球情况下吸引防守的能力（注：下表为2015-16赛季）
三个未来
这纯粹是猜测，但我怀疑未来可能会有某种方法，直接通过比赛视频进一步分析球员的技术动作，直接通过 NBA 视频生成评论（这也意味着你可以判断球场上发生了什么）。这是一篇非常新的论文，但可能需要 NBA 更多的支持。很难让 AI 仅凭一个角度的视频就能纵览全局。
