当今世界人们越来越崇尚体育，NBA更是人们关注的焦点，也是专业球员学习和效仿的对象。本次主要任务是设计一款对NBA球员个人数据分析的软件，直观地认识NBA球员的各项数据指标，同时通过数据之间的对比可以更加准确且全面地对球员进行价值评估。我们可以通过雷达图和折线图以及柱状图对选取的数据，包括时间、命中率、篮板、助攻、失误、得分进行整合感受每种指标对于球员的意义，也可以通过各数据相关系数热图加深对于数据之间的关系的认识。 此次Python实验设计要求对数据的爬取，可视化处理，以及UI的设计有较为深刻的理解以及运用。 ①爬取：查找NBA球员相关数据网站，调用requests库，爬取NBA球员数据如：球队信息，球员信息，球员篮板得分，助攻得分等信息保存成Excel格式。 ②数据可视化设计：使用express、matlab库等对爬取的数据绘制柱状图、折线图、雷达图等，将图片保存到相关位置。 ③UI图像化界面设计：调用tkinter库对所需要显示的数据图片进行排布，使功能清晰合理，易于用户操作。 ④使用pyinstaller库对项目打包形成一个可执行文件以方便小程序的下载与使用。 ⑤网站搭建：搭建配套功能的网站方便用户随时随地使用。

在深度学习中，有时会使用Matlab进行滤波处理，再将处理过的数据送入神经网络中。这样是一般的处理方法，但是处理起来却有些繁琐，并且有时系统难以运行Matlab。Python作为一种十分强大的语言，是支持信号滤波滤波处理的。本项目也是一个课设，依据给定数据画一个图，滤波后再画一个波形图比较效果。

当今世界人们越来越崇尚体育，NBA更是人们关注的焦点，也是专业球员学习和效仿的对象。本次主要任务是设计一款对NBA球员个人数据分析的软件，直观地认识NBA球员的各项数据指标，同时通过数据之间的对比可以更加准确且全面地对球员进行价值评估。我们可以通过雷达图和折线图以及柱状图对选取的数据，包括时间、命中率、篮板、助攻、失误、得分进行整合感受每种指标对于球员的意义，也可以通过各数据相关系数热图加深对于数据之间的关系的认识。 此次Python实验设计要求对数据的爬取，可视化处理，以及UI的设计有较为深刻的理解以及运用。 ①爬取：查找NBA球员相关数据网站，调用requests库，爬取NBA球员数据如：球队信息，球员信息，球员篮板得分，助攻得分等信息保存成Excel格式。 ②数据可视化设计：使用express、matlab库等对爬取的数据绘制柱状图、折线图、雷达图等，将图片保存到相关位置。 ③UI图像化界面设计：调用tkinter库对所需要显示的数据图片进行排布，使功能清晰合理，易于用户操作。 ④使用pyinstaller库对项目打包形成一个可执行文件以方便小程序的下载与使用。 ⑤网站搭建：搭建配套功能的网站方便用户随时随地使用。