1.自我介绍
各位小伙伴好，我是枫城。首先十分开心获得本期 BI可视化精选的最佳作品，同时也感谢来参与我直播的小伙伴（ 点击查看直播回放）。先做个正式的自我介绍，我现就职于杭州某公司，任BI工程师，平时主要用Python爬取数据，用Echarts呈现数据，做些BI可视化开发，同时也兼大数据相关工作，有志同道合的朋友后面可以交流。除了本职工作，我也会积极参加社区的活动，偶尔在社区上冒个泡，像去年的数据追梦人比赛，番薯嘉年华我都有参加，没准之前一起去活动的小伙伴还认识我。
于此同时我还是 BI工程师【1912】期的学员，报班的初衷完全是为了系统强化和考证，相比于之前效率较低的自学，报班系统性的讲解学习，更能带来的时间上的效益和知识面的查漏补缺。而我十分幸运的在学期末获得了“二等奖学金”，在认识了班级群内的朋友的同时，也顺利考取了FCBP的证书。
当前的BI课程分为两个系列，第一个系列业务线路，培养对象是来自企业财务、人力、销售、行政、运营等各行业的业务人员，或者是想要转行刚入门的朋友，第二个系列是BI工程师系列，课程的周期一般为5周左右，分BI标准版和企业版，前者以掌握FineBI数据分析方法和技巧为主，后者与此同时还肩负BI信息化的建设的职责。
无论自学也好，报班也罢，要想快速提升BI能力，永远抱着一颗学习的心，学习业务，深入业务的同时，也活用社区资源，强化自己的BI武器，久而久之，你将会收获信心和能力。
我是个可视化的爱好者，之前了解到社区会举办可视化活动，但之前几期都错过了，挺可惜的，这次恰好有时间，遇到了就不想错过了，要知道错过也是一种过错。而且也当是给自己一个和更多FineBI大神交流学习机会。况且就数据层面，作为球类爱好者，NBA这种分析主题相信很多男生都挺感兴趣的吧。
2. 作品介绍
2.1. 主题介绍/数据来源
主题介绍：NBA数据集来袭！本期主题是《NBA数据集》。数据集内含从上世纪90年代开始到16-17赛季，包括NBA所有球员、球队的常规赛，季后赛数据，球员各赛季的薪金数据等。看能否分析和出数据
2.2. 可视化步骤
1、NBA数据和赛事包含哪些->2、梳理分析大纲，明白常规要分析哪些因素->3、大屏元素获取，可视化图表选择->4、基础数据整理，自助数据集整理->5、利用FineBI，完成仪表板初步建设->6、美化仪表板
2.2.1 熟悉场景，关注敏感数据
在数据到手之前，我先去了解了下NBA比赛需要哪些数据，通过对应网站的浏览和查看，了解到数据主要分为三类，一类比赛数据，以字段，胜场，得分，主客场胜负，胜率，净胜场，最近10场胜负为主。一类球员数据，以命中率，PER，WS，得分为主。最后一类薪资数据，以球员薪资，占比，球队薪资，占比为主。
2.2.2 分析思路
了解了关注点后，我查看了现有数据，并把其划分为4块。列出四个主题，球队分析，球员分析，薪资分析，季后赛分析。主题相应分析模块如下所示：
2.2.3元素获取，可视化图表选择
可视化分析，图片及元素必不可少，在这搜集了一些我常用的元素网址链接，如下所示。至于图表选择，这块之前徐总直播也讲过，我就直接借用了，主要了为了明确哪种图表适合哪种形式的分析。如下所示：
2.2.4基础数据整理，自助数据集整理
球队分析：
| | | | | | | | | | | | | | （增加字段：胜率 ，场均(得/失)分 ，得分差值，净胜场，净胜场，排名） | | | | | | | | | | | | 各个比赛球队比赛数据宽表（排名表）筛选队伍为GSW和SAS | |
球员分析： | | | | | | | | | | | | | | | | | | | | | | | | | | 为球员高阶进攻，防守，per数据 筛选球员为JamesHarden | | | | | | | | 由JamesHarden数据剥离八维，上下合并数据形成 | | | | | | | | 由 JamesHarden16赛季八维数据 ，16赛季平均八维数据 上下合并形成 | | | | 由JamesHarden数据剥离命中率，上下合并数据形成
| |
薪资分析： 季后赛分析：
整体数据处理结构如下图所示：
2.2.5利用帆软BI，完成仪表板初步建设
仪表板制作，由于时间有限，制作部分仪表板，详见直播操作： 球队分析
球员分析 薪资分析 2.2.6 美化仪表板
个人原则，过程中局部美化，完成时整体色彩及细节优化，整体效果如下所示：
| 
