篮球数据可视化
深入分析球员表现，通过高级数据指标如PER效率值、真实命中率、使用率等，全面评估球员对比赛的影响力。
| 球员 | 位置 | 场均得分 | 篮板 | 助攻 | 效率值 |
|---|---|---|---|---|---|
|
球员A
洛杉矶湖人
|
前锋 | 28.5 +2.3 | 8.2 | 6.8 | 29.7 |
|
球员B
金州勇士
|
后卫 | 25.8 +1.7 | 5.3 | 8.9 | 27.4 |
|
球员C
布鲁克林篮网
|
中锋 | 22.1 | 11.5 +3.2 | 3.2 | 25.9 |
|
球员D
密尔沃基雄鹿
|
前锋 | 26.7 | 10.1 | 5.9 +2.1 | 28.3 |
洛杉矶湖人 | 前锋
本周场均数据，带领球队取得3胜0负的战绩，投篮命中率52.3%，三分命中率41.7%。
实时更新各联赛球队排名，提供胜率、净胜分、主场客场表现等关键数据，分析球队整体实力与近期状态。
东部球队排名图
西部球队排名图
以下是一些关于篮球数据统计的常见问题，如果您有其他问题，欢迎联系我们。
PER（Player Efficiency Rating）效率值是衡量球员每分钟表现的综合指标，由ESPN专家约翰·霍林格提出。它考虑了球员的得分、篮板、助攻、抢断、盖帽等正面数据，以及投篮不中、失误等负面数据，通过公式计算得出一个标准化数值。联盟平均PER值通常为15，高于15表示球员表现高于平均水平。
投篮命中率仅计算两分球和三分球的命中情况，而真实命中率（True Shooting Percentage）考虑了所有得分方式，包括两分球、三分球和罚球。真实命中率的计算公式为：得分 ÷ (2 × (投篮出手数 + 0.44 × 罚球出手数))。真实命中率能更准确地反映球员的得分效率，因为它考虑了不同得分方式的价值差异。
通过分析球队和球员的历史数据，可以建立预测模型。常用指标包括：球队的进攻效率（每百回合得分）、防守效率（每百回合失分）、净效率值（进攻效率减防守效率）、节奏（每48分钟回合数）、以及球员的伤病情况、主客场表现差异等。高级数据分析还会考虑比赛情境因素，如背靠背比赛、关键球员对位等。
使用率（Usage Percentage）衡量球员在场上时，球队进攻回合中由该球员终结的比例。计算公式为：((投篮出手数 + 0.44 × 罚球出手数 + 失误数) × (球队总分钟数 ÷ 5)) ÷ (上场时间 × (球队投篮出手数 + 0.44 × 球队罚球出手数 + 球队失误数))。使用率高的球员通常是球队的主要进攻选择，但高使用率不一定代表高效率。
在篮球统计中，三双指球员在一场比赛中三项主要数据统计（得分、篮板、助攻、抢断或盖帽）达到两位数。
数据里程碑