京公网安备 11010802034615号
经营许可证编号:京B2-20210330
京媒大数据分析吉林:琼斯绝对核心 篮板联盟第2
用大数据来分析吉林队,无论是助攻数,出手次数都证明了琼斯是吉林队唯一的核心。而常规赛篮板数排名第二,也证明了球队拼抢篮板的积极性。
明天,CBA淘汰赛将拉开大幕。北京首钢男篮1/4决赛首战将在客场吉林展开。吉林队是一支怎样的球队呢?我们不妨从他们常规赛的数据来一探究竟。
内线怪兽:鲍勒斯
吉林队之所以在篮板球上高居联盟第二,并不仅仅是外援中锋鲍勒斯一人的贡献。他的篮板数排联盟第14位,更可怕的是全队都能积极抢篮板——琼斯篮板排联盟第22,钟诚排第35,马丹利排第36。在抢篮板方面,北京队要向对手学习。
危险人物:琼斯
琼斯是吉林队的绝对核心,是决定胜负的唯一人选。他常规赛总得分1415分,排所有球员的第二位,场均37.2分排第三位。三分球共命中133个,排联盟第七,场均3.5个。琼斯三分命中率只有33%,可以说,他并不是一个以三分为特长的球员。他命中363个两分球,命中率高达58.27%,琼斯即有身体又有技术,进攻以突破、中投为主。
实际上,琼斯是一位全面型的球员。他以317次助攻成为联盟助攻王,场均8.3次,吉林队内的第二助攻手为内线球员钟诚,共99次,和琼斯也有相当远的距离。由此可见,琼斯是吉林队的绝对核心,大部分时间由他来掌控球,组织进攻。此外,琼斯以103次抢断,排联盟抢断榜第三;他的篮板球排联盟第22位,队内居第二。
三分射手:马丹利
在得分方面,除了琼斯是第一得分手,中锋鲍勒斯常规赛总得分850分,排联盟第20位,亚洲外援马丹利总得分746分,排联盟第25。在进攻中,马丹利更多的是扮演外线投手的角色,他命中141个三分,排联盟第五,命中率高达40.06%,此项数据上他高于琼斯,为吉林队内第二。此外,马丹利的特点是抢断,他72次抢断排联盟第10。
琼斯的技术特点是以突破为主,是个造犯规的高手。常规赛他共罚球392次,排名联盟第三,罚中290球,排第四。
琼斯的罚球命中率只有73.98%,在罚球榜前10球员中命中率排第9。他并不是罚球准的球员,在罚球这一项上丢了不少分。在这一项上,前10球员中最差的是北京队的莫里斯,他的罚球命中率只有68.29%。
X因素:本土三分手
常规赛吉林队本土球员的总得分为1382分,还比不上琼斯一人。琼斯的得分占全队的32%,三外援得分占全队总得分的68.5%。除三外援,吉林队内的第四得分点是崔晋铭,他是常规赛唯一场均得分上双的本土球员。他的特点是三分球,常规赛共命中55个三分,命中率高达41.67%,为队内三分“最准”的球员。因此,北京队防守时不能给他空位三分的机会。
北京与吉林两队在CBA联赛中一共交手42次,北京队以22胜20负稍占上风。自2010至2011赛季之后,两队交手10次,北京队8胜2负。而最近的两个赛季,两队共交手4次,北京队保持全胜,其中包括本赛季常规赛阶段主客场双杀对手。
2014年11月14日,常规赛第6轮,北京队在客场以111比92战胜吉林。北京队主要的球队数据全面占优,其中包括篮板球。尽管对手的罚球数多出15次,但罚球命中率只有60.61%,失分不少,罚球正是吉林队的弱点。这场比赛,琼斯得到24分,中投命中率41.18%,三分只进一个,命中率为16.67%,送出5次助攻,各项数据都低于他的平均水平。
2014年12月28日主场,北京队在主场以124比121险胜吉林。琼斯当场得到45分,中投命中率59.09%,远投命中率22.22%,罚球命中率76.47%。琼斯明显加强了攻击性,全场他出手31次,得到17次罚球机会。值得一提的是,罚球数吉林队依然高于北京队,多出主队9次。除了三外援,本土得分手崔晋铭拿到12分,三分球5投2中,使北京队的胜利增加了难度。
球队 篮板排第二
吉林队本赛季场均得115.6分,排在联盟第三位,落后于广东和浙江。本项数据,北京队排在第11位。吉林队场均46个篮板,排在联盟第二位,第一名为上海男篮。本项数据,北京队仅列第13位。吉林队场均22次犯规,在联盟中排名倒数第三。相反,北京队排在正数第4位,作为卫冕冠军,北京队被裁判员盯得更紧。吉林队场均19.7次助攻,排在联盟第三,北京队排第四。前两位的是广东和辽宁。
个人 琼斯是老大
从出手次数方面不难发现,吉林队不仅是三外援的球队,更是琼斯的球队。琼斯总出手1026次,在联赛中排名第二,场均出手27次。他的总投篮命中率为48.34%,命中率在前10球员中只排第8位。此外,鲍勒斯出手604次,命中率60.6%。马丹利出手597次,命中率45.9%。在分享球权方面,琼斯绝对是老大,马丹利、鲍勒斯地位相当,不过是在位置上一内一外。其他吉林队球员总出手次数未进联盟前50。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据可视化领域,树状图(Tree Diagram)是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构,还是数据挖掘中 ...
2025-11-17核心结论:“分析前一天浏览与第二天下单的概率提升”属于数据挖掘中的关联规则挖掘(含序列模式挖掘) 技术——它聚焦“时间序 ...
2025-11-17在数据驱动成为企业核心竞争力的今天,很多企业陷入“数据多但用不好”的困境:营销部门要做用户转化分析却拿不到精准数据,运营 ...
2025-11-17在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07