我从小就是NBA篮球迷，长大了从事程序员的工作，即使工作再忙，也不会忘了紧追NBA赛事。 　　而今天，我就给大家分享一个有关用python分析NBA比赛结果的方法。 　　  　　 　　​ 　　1、简单介绍 　　如何用NBA以往的数据，判断每个球队的真正战斗力，并且以此为依据，预测某场比赛的结果。 　　我们收集并统计的是2015年至2016年的NBA常规赛和季后赛的比赛数据，并以此预测2016年至2017年，在常规赛中每场比赛的结果。 　　  　　 　　  　　2、项目中会涉及到的知识点 　　NBA球队的Elo score 计算 　　特征向量 　　逻辑回归 　　  　　3、然后搭建环境 　　Python2.7（最新还未出） 　　Xfce终端 　　  　　4、本项目的流程 　　我们会按以下的思路实现NBA的比赛数据 　　（1）获取相应所需的数据 　　（2）分析比赛数据，得到能代表不同球队状态的特征 　　（3）利用机器学习的方式，了解每场比赛和球队的关系，并且对2016年至2017年的比赛结果进行预测 　　  　　5、获取相应代码 　　这个项目的源码以下面的命令获得 　　第一，开始获取NBA的比赛数据 　　这里会以获取Team Per Game Stats表格数据为例子，教大家如何获取数据。 　　  　　1、先要进入某网站，在导航中选择Season，并选择2015年-2016年中的Summary： 　　 　　2、进入到相应的界面后，滑动窗口找到Team Per Game Stats表格，并选择左上方的Share & more，在其下拉菜单中选择Get table as CSV (for Excel)：. 　　 　　3、然后在复制在生成的csv格式数据，并粘贴到一个文本编辑器保存为csv文件即可。 　　 　　（这是部分如何获取相关数据的方式） 　　  　　第二，开始数据分析 　　这个过程会比较复杂一点，可能需要完整的教程才能看懂，所以需要的话，可以直接看底部，有完整的教程。 　　  　　第三，基于已经获取并分析的数据，进行模拟训练和预测 　　  　　最后 　　通过这样的方式，我们就能利用部分的统计数据，计算出每支NBA比赛队伍Elo socre，并且基于这些数据来评价每支球队之前的比赛情况，对其进行评分，最后结合这些不同的球队的特征，预测出在一场比赛中，哪支球队能够占到优势。 　　以上的教程只是一小部分，因为这个篇幅比较有限，不能写得太详细，请谅解哦！