篮球数据可视化篮球总决赛流程篮球比赛赛果查询

　　跟着光学追踪、生物传感器和大数据阐发的鼓起，新手艺正在改动我们对活动的熟悉

　　跟着光学追踪、生物传感器和大数据阐发的鼓起，新手艺正在改动我们对活动的熟悉。篮球角逐中，装置在天花板上的摄像头会追踪每名选手。棒球角逐中，会对每次抛掷和被击中棒球的速率和抛物线停止追踪。足球角逐中，能把握到选手的活动轨迹及其全场跑动间隔。本月行将在美国举行的职业网球巡回赛中，虽然有着IBM和SAP如许的手艺型公司作为资助商，却在引进追踪手艺方面慢人一步。

　　这统统全都与空间有关。我想让敌手在球场上的站位变得摧枯拉朽，或是简单失手出错，从而难以博得角逐。一样，我期望缔造更大的阐扬空间，让敌手分开场外，从而为我博得角逐得到大批时机。假如你能连结赢面并将失误最小化，凡是就更简单在角逐中得胜篮球总决赛流程。

　　在2013年天下巡回赛总决赛中，纳达尔以3-6和4-6的比分被乔科维奇击败出局，这是他昔时职业生活生计中的最初一个次要赛事。

　　Saunder在没有光学追踪体系协助的前提下收罗了奥运会的网球角逐数据；他经由过程视频记载手工收罗了相干活动数据，并将之输入到3D天文信息体系软件“ArcScene”中。他暗示，这花了他25个小时的工夫。

　　这类真实的应战恰是我酷爱网球数据可视化的缘故原由地点，我们（制图师）的使命就是将理想糊口中的庞大天文情况简化成人们可以了解的图心情势。一样，这就是我们正在试图用这些数据去做的事篮球总决赛流程。

　　这张图中，纳达尔在美网公然赛与诺瓦克•乔科维奇睁开对决，这场角逐要愈加慌张剧烈。乔科维奇终极在2013赛季排名第二，仅排在纳达尔以后。

　　Sauder将这类可视化手艺称为“数据转储”：2012年奥运会网球决赛在罗杰•费德勒与安迪•穆雷两人之间睁开，这张图包罗了决赛中每一个球的反弹和球拍击打数据。

　　Saunder以为，安迪•穆雷之以是能在这场决赛中击败罗杰•费德勒，是由于他更擅长在枢纽时辰打出标致的发球。费德勒的发球固然愈加难以猜测，但大部门都阐扬在了角逐中不甚主要的时辰。上图中，每位选手的发球经由过程色彩加以辨别（白色代表费德勒，蓝色代表穆雷），这些发球比照赛成果的主要性经由过程巨细加以辨别，而它们能否为选手博得发球局则是经由过程钩形标记加以辨别。一样是在这座球场上，费德勒曾于几个月前的温网决赛中击败了穆雷，现在穆雷在沸腾的观众眼前摘走了金牌。

　　鹰眼是一种光学追踪体系，球场上设置了十个摄像头，它们能根本上对网球停止及时追踪，并模仿出其飞翔轨迹。然后，它们会对场上的击球选手贴上标签停止数据捕获，人们再手动追加一些其他的标签篮球总决赛流程，比方能否是“非受迫性失误”等。

　　Saunder暗示，他小时分糊口在澳大利亚，因为大部门角逐都发作在本地工夫深夜，以是没法得知它们的详细比分情况，这已经让他很绝望。上图中绘制出了拉斐尔•纳达尔在2013赛季的超卓战报。Saunder利用决议计划树这类统计学东西，绘制出了纳达尔在每场角逐中的每局比分。它表现出了角逐是怎样从0：0走向终极成功（右下）的详细历程，我们能够发明，纳达尔一旦在角逐前期获得抢先，就可以疾速处理敌手。上图展示的是纳达尔直落三盘击败斯坦•瓦林卡的角逐，纳达尔在此次角逐中一切发球局部得分。

　　实践上你说的这只是最根底的工具篮球角逐赛果查询。在一场网球角逐中，有太多人眼没法顾及到和记着的工具，要想仅凭人力比照赛成果作出公平的讯断难度很大。能够说险些不克不及够，比分方面也是云云。除非你将比分引入游戏树（注：Game tree，是指组合博弈实际顶用来表达一个赛局中各类后续能够性的树，也叫博弈树、赛局树）中，才气对此作出一些假定和阐发，但在你看到可视化数据之前毫不会真正有片面的理解。

　　关于网球角逐来讲，这是否是就像《点球成金》那样？计较机阐发将会改动锻练评价选手劣势和优势，和订定角逐战略的方法？

　　我在我们的天文信息体系软件中笼盖了一张球场的透视图，如许软件的3D摄像头就会与电视摄像头相婚配。我建了一个数据模子来帮助数据捕获，然后就收罗到了球的每次反弹和每一个选手的每次击球。我估量这一共花了25个小时阁下。以后，我就可以经由过程两次击球之间的地位来大抵计较选手的活动。

　　Saunder就任于制图软件公司“美国情况体系研讨所”，是一名本领崇高高贵的制图师，卖力天下上最大的舆图集《地球：白金版》等项目。他诞生在澳大利亚，孩提时期曾亲密存眷职业网球角逐，但因为时差的限定只能经由过程消息报纸略加理解。多年以后，出格是在现场追踪手艺的协助之下，制图学和天文信息体系成了追踪职业网球角逐的办法之一。现在，Saunder运营着一家为选手和锻练供给倡议的征询公司，他正在处置一项惹人瞩目的可视化网球阐发，从活动数据中开掘出贵重的材料篮球总决赛流程。

　　当我从澳大利亚过来时，我在情况体系研讨所的一项使命就是试图找出我们手艺的新用法，和可以与之协作的新行业。我喜欢网球等体育活动，以是我把关于制图学、映照和数据可视化的道理都考虑了一番，然后想，为何不克不及把它使用在网球上呢？寓目网球的时分，在我看来那就是一项发作在矩阵当中的活动。我在空间中看到了暗示地位的x/y坐标值篮球角逐赛果查询，和暗示高度的z坐标值，我看到了球的轨迹，另有开放的空间。我创立了“GameSetMap”公司，试图教诲球场上的人们数据图表的代价地点，将数据存储在一个天文信息体系中，并使其可视化。

　　其次是工夫成绩。这些ACE球是甚么时分打出的？假如这12记ACE球中，有10记是该选手在0：15或15：0的比分下打出的，其主要性就要有所减弱。但假如该选手是在破发点或是局点的时分打出的ACE球篮球总决赛流程篮球角逐赛果查询，就愈加让人印象深入了。以是，假如我们不晓得这些ACE球的详细落点和机会的线记ACE球”这个数字的详细寄义不甚理解。而这恰是数据可视化和凡是制图的根本目的。

　　操纵可视化手艺研讨体育活动的做法最少能够追溯到埃德沃德•迈布里奇的时期篮球角逐赛果查询，他曾操纵拍照术证实了一辆奔跑的马车会完整分开空中。

　　让我们以ACE球为例来加以阐明：在网球角逐中，ACE球是指一方发球，球落在有用区内，但对方没有触及到球而间接得分的发球。大概有选手能在整场角逐中打出12记ACE球，但这只是个很粗浅的数据，由于我们疏忽了两个十分主要的身分篮球角逐赛果查询。起首就是球的落点成绩：这12记ACE球都击打在那里？它们是落在边线仍是底线？它们是持续落在统一个地位吗？我们疏忽了天文地位方面的身分。

　　这张三维“热图”显现了网球在球场上的活动频次。图中最高、色彩最深的地区显现了网球角逐中球颠末最频仍的地区。

　　“在网球中，发球是你独一能完整本人作主的工作，”Saunder说道。他操纵数字化的数据，将费德勒和穆雷在2012年奥运会网球决赛中的发球标识表记标帜出来。他的爱好在于权衡发球形式的可猜测性。在妙手之间的网球角逐中，假如选手可以提早猜测出其落点地点，以至有能够接住敌手一记十分超卓的发球。上图中，彩色的聚集代表着具有类似特征的发球（包罗但不只限于落点）。要想看大白这张可视化图片，你得晓得两位选手都是站在球场底线发的球。Saunder暗示，他本来能够经由过程将所无数据放到统一侧的方法来使之愈加易懂，但那样的话读者就没法得知差别选手在差别侧的发球表示。至于呈现这类状况的缘故原由，他尚不分明。

　　不外在2006年的时分，网球活动中引进了名为“鹰眼”的立即回放体系，从而为数字化网球阐发翻开了一扇门。转播公司能操纵鹰眼的数据比照赛停止现场阐明，在女子网球巡回赛中也能为角逐选手供给现场指点。虽然其数据不会对公家开放，但制图妙手和网球数据可视化研讨者Damien Saunder并没有因而撤退。

　　这张图是Saunder对费德勒和穆雷在2012年奥运会网球决赛中活动轨迹的兴趣小发明。它显现出了单方活动轨迹跟着角逐历程而发作的变革，白色代表费德勒，绿色代表穆雷。垂直高度代表了角逐中的比分，以是它看上去仿佛不断在“增加”。Saunder以为红线和绿线的模样看上去就像是一棵圣诞树，因而把它用在了一张节日贺卡上。

　　你曾在一个项目中与日本电视公司协作篮球总决赛流程，对高排位的网球选手锦织圭停止研讨，并得到了鹰眼的数据。甚么是鹰眼，它是怎样改动你的战略的？

　　那末，这些数据从何而来呢？你在关于天文信息体系和网球阐发的第一篇研讨论文中暗示，是经由过程角逐视频手动追踪收罗了一切这些数据点，对吗？

　　以锦织圭的项目为例，包罗鹰眼的数据在内，我们得到了关于他的数十场角逐数据，那可真是一次真实的打破性停顿。它使我们现在没必要华侈工夫在数据捕获上，而是能够间接停止阐发。我们有关于速率的数据，也有矢量数据，我们另有可以计较球扭转的模子。我们能将选手的活动和轨迹联络起来，找出选手活动比照赛的影响篮球角逐赛果查询。