16、多元统计分析与NFL选秀联合数据可视化

多元统计分析与NFL选秀联合数据可视化

1. 多元统计基础方法与新兴工具

在多元统计领域，基础的入门方法十分重要。不过，先进的方法也在不断涌现。例如，均匀流形近似与投影（Uniform Manifold Approximation and Projection）正成为一种流行的基于距离的新工具，而拓扑数据分析（Topological Data Analysis）则利用几何性质而非距离进行分析。理解基础方法能让学习这些新工具变得更容易，还能为比较新方法提供基准。

2. 网页抓取与NFL选秀联合数据可视化

要获取NFL选秀联合数据，可使用类似之前的网页抓取工具。注意URL代码中从“draft”到“combine”的变化，且数据需要清理，有时数据包含额外的标题，可通过移除值等于标题的行（如“Ht != ‘Ht’”）来处理。同时，身高（Ht）需要从英尺 - 英寸转换为英寸。

2.1 Python实现

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
combine_py = pd.DataFrame()
for i in range(2000, 2023 + 1):
    url = (
            "https://www.pro-football-reference.com/draft/" +
            str(i) +
            "-combine.htm"
    )
    web_data = pd.read_html(url)[