今天无意间在Flowingdata看到一篇关于如何使用 R 来做 heatmap 的文章（请移步到这里）。虽然 heatmap 只是 R 中一个很普通的图形函数，但这个例子使用了2008-2009赛季 NBA 50个顶级球员数据做了一个极佳的演示，效果非常不错。对 R 大致了解的童鞋可以直接在 R console 上敲

？heatmap

直接查看帮助即可。

没有接触过 R 的童鞋继续围观，下面会仔细介绍如何使用 R 实现 NBA 50位顶级球员指标表现热图：

关于 heatmap，中文一般翻译为“热图”，其统计意义wiki上解释的很清楚：

A heat map is a graphical representation of data where the values taken by a variable in a two-dimensional map are represented as colors.Heat maps originated in 2D displays of the values in a data matrix. Larger values were represented by small dark gray or black squares (pixels) and smaller values by lighter squares.

下面这个图即是Flowingdata用一些 R 函数对2008-2009 赛季NBA 50名顶级球员指标做的一个热图（点击参看大图）：

先解释一下数据：

这里共列举了50位球员，估计爱好篮球的童鞋对上图右边的每个名字都会耳熟能详。这些球员每个人会有19个指标，包括打了几场球（G)、上场几分钟（MIN)、得分（PTS)……这样就行成了一个50行×19列的矩阵。但问题是，数据有些多，需要使用一种比较好的办法来展示，So it comes, heatmap!

简单的说明：

比如从上面的热图上观察得分前3名（Wade、James、Bryant）PTS、FGM、FGA比较高，但Bryant的FTM、FTA和前两者就差一些；Wade在这三人中STL是佼佼者；而James的DRB和TRB又比其他两人好一些……

姚明的3PP（3 Points Percentage）这条数据很有意思，非常出色！仔细查了一下这个数值，居然是100%。仔细回想一下，似乎那个赛季姚明好像投过一个3分，并且中了，然后再也没有3p。这样本可真够小的！

最后是如何做这个热图（做了些许修改）：

Step 0. Download R

R 官网：http://www.r-project.org，它是免费的。官网上面提供了Windows,Mac,Linux版本（或源代码）的R程序。

Step 1. Load the data

R 可以支持网络路径，使用读取csv文件的函数read.csv。

读取数据就这么简单：

read.csv("http://datasets.flowingdata.com/ppg2008.csv", sep=",")

Step 2. Sort data

按照球员得分，将球员从小到大排序：

nba <- nba[order(nba$PTS),]

当然也可以选择MIN,BLK,STL之类指标

Step 3. Prepare data

把行号换成行名（球员名称）：

row.names(nba) <- nba$Name

去掉第一列行号：

nba <- nba[,2:20] # or nba <- nba[,-1]

Step 4. Prepare data, again

把 data frame 转化为我们需要的矩阵格式：

nba_matrix <- data.matrix(nba)

Step 5. Make a heatmap

# R 的默认还会在图的左边和上边绘制 dendrogram，使用Rowv=NA, Colv=NA去掉

heatmap(nba_matrix, Rowv=NA, Colv=NA, col=cm.colors(256), revC=FALSE, scale='column')

这样就得到了上面的那张热图。

Step 6. Color selection

或者想把热图中的颜色换一下：

heatmap(nba_matrix, Rowv=NA, Colv=NA, col=heat.colors(256), revC=FALSE, scale="column", margins=c(5,10))

延伸阅读：

来自于kerimcan和krees这些人的讨论：

http://sekhon.polisci.berkeley.edu/stats/html/heatmap.html
http://enotacoes.wordpress.com/2007/11/16/easy-guide-to-drawing-heat-maps-to-pdf-with-r-with-color-key/

补充：

早上起来发现 David Smith 同样更新了博客。唉，这厮嗅觉也忒灵敏！哈哈

相关文章：

• 从数据看2008-2009赛季的火箭队
• 火箭对热火比赛（20100116）中，火箭球员的助攻网络关系
• 信陵*张公子

场均得分 PTS 为 19.8 分，场均篮板 REB 为 9.6 个。 离场均两双还有一点点距离，给个及格分好了。

顺便做了下对火箭球员分析，共使用了 273 个火箭球员的相关变量，得到的结论解释了我几条疑问：

指标我就不多说了，爱打篮球的筒子一般都知道 FG、AST、REB 这类乱七八糟的指标，要说明的是 1722 、532 这些数字是 ESPN 给 NBA 球员定义的编号，1722 就是 Y. Ming 了，其他的 532 为 T. McGrady，11 为 R. Alston，25 为 Artest ，1781 为 L. Scola ，3192 为 A. Brooks；而 1、0 则为方便记录胜负而设置的。

从图上不难找到火箭的关键球员，他们左右了每场比赛的胜负。对火箭成绩走向最关键的球员是 Y. Ming ，因为他在最根部，是决定下一个球员因素的前提（本赛季 T. McGrady 由于伤病困扰数据大幅下滑，不过从侧面说明 Y.Ming 已然是球队老大）。其他球员因素不必过多解释，数据显示结果唯一让我不满便是 S. Battier 的重要性，本来这次数据探索我就是朝着他去的，结果还是没有合适指标可以显示他的作用。再找时间做好了。

关于为什么 R. Alston 为什么会被换走，这里同样可以给大家一个清晰的解释：当 Yao 的 Field Goal 低于 5.5 时，同时 T. McGrady 的 AST 小于4.5 次时，R. Alston 的上场时间成为关键因素，不过抱歉的说，当他上场时间大于35.5 min 时，火箭会输！！估计莫雷应该用的是同样方法看到这一怪现象吧。那 R. Alston 在交易日截止之前被换走也就不难理解了。

阿德尔曼的普林斯顿体系是不是适合火箭。说实话，我也不熟。至今，我对经典的三角进攻都不知道如何开始。不过，火箭的 Team 数据（不包括20090305对爵士）可以说明一切。Exciting 的时刻来了：

1. 如果火箭的得分（PTS）能够上到 102 分以上，那么这场比赛是拿定了。这种比赛个人认为应该是队员对教练战术执行彻底，进攻如行云流水，人挡杀人，见佛杀佛。这赛季以高于 102 的比分战胜的球队甚至包括马刺(103-84)、爵士(120-115) 等西部强队。
2. 如果得分小于等于 102 分时，决定因素就转到防守篮板（DREB）上了。一般防守篮板小于31个时，输得概率比较高；不过即使防守篮板不济，当抢断大于10次时还是有希望得回胜利的。
3. 得分小于 102，篮板大于 31 个，决定因素就变成了三分球试投（3PA）。只要投进三分球试投能够低于 19 个时，球队仍然可以以高概率赢得比赛（92%）。大家该冒出疑问了，为啥三分球试投数小了才能赢球，不是多了更好么。诚然从数字上看确实如此，但火箭三分多了，一般都是后卫在“浪投”，既不能对内线造成杀伤也不能迅速解决战斗。这也就是火箭从赛季之初一直在囤积后场的原因。只可惜，至今天，火箭的后场还是那么烂。

看看今天对爵士的比赛：火箭得分 94（没进攻），防守篮板 23（没防守） ，抢断为 8（没激情），你把这些数据按上图走一遍，是不是告诉你会返回 0。不输才怪！

相关文章：

• NBA联盟50位顶级球员的指标表现
• 火箭对热火比赛（20100116）中，火箭球员的助攻网络关系
• 投篮点和命中率（2009-04-04 HOU vs. LAL）

爱火箭除了松鼠姚，还有个原因——火箭经理莫雷是做 data 出身的。我们不迷信数据，但数据这东西能让人看到现象下面的本质。正如上次莫经理从马刺换来 Luis Scola 一样，数据处理过后能看到场均双 10+ 的潜力男。

姚明为什么叫松鼠参考：

相关文章：

• NBA联盟50位顶级球员的指标表现
• 从数据看2008-2009赛季的火箭队