- 从[NBA 的数据库](https://www.basketball-reference.com/players/)中选择一位喜欢的球员，选择他的任意一组数据 - 保存成 txt 格式 - 使用Numpy读取并格式化 - 再使用Matplotlib画出图形

首先，假设你想选择勒布朗·詹姆斯（LeBron James），因为他是NBA的一位知名球星。你可以从篮球参考网站上获取他的职业生涯统计数据。例如，选择得分、篮板和助攻等数据。为了简化操作，我们将只考虑他最近一场比赛的数据。

步骤1: 下载数据
由于网站通常不允许直接爬取大量数据，我们需要手动复制粘贴或者使用网页抓取工具（如BeautifulSoup）提取数据。这里我们假设你已经复制了数据并将其保存在一个文本文件（比如lebron_james_stats.txt）中。

步骤2: 保存成txt格式
假设数据结构如下（以CSV为例）：

Date,Opponent,Points,Rebounds,Assists
...

将数据保存到名为lebron_james_stats.txt的文本文件中。

步骤3: 使用Numpy读取并格式化

import numpy as np

data = []
with open("lebron_james_stats.txt", "r") as file:
    lines = file.readlines()[1:]  # 去掉第一行表头
    for line in lines:
        stats = line.strip().split(",")  # 分割每一行数据
        data.append([stats[1], float(stats[2]), float(stats[3]), float(stats[4])])  # 球员名和每项数据

# 将数据转换为numpy数组
np_data = np.array(data)
print(np_data.shape)  # 输出数据的形状，如(100, 4)，代表有100条记录，每条记录有4个字段

步骤4: 使用Matplotlib画出图形
假设我们要绘制得分（Points）、篮板（Rebounds）和助攻（Assists）随时间的变化趋势：

import matplotlib.pyplot as plt

# 按日期排序数据
sorted_data = np_data[np.argsort(np_data[:, 0])]
dates = sorted_data[:, 0]
scores = sorted_data[:, 1]
rebounds = sorted_data[:, 2]
assists = sorted_data[:, 3]

fig, ax = plt.subplots(figsize=(12, 6))
ax.plot(dates, scores, label='Scores', marker='o')
ax.plot(dates, rebounds, label='Rebounds', marker='^')
ax.plot(dates, assists, label='Assists', marker='v')

ax.set_xlabel('Date')
ax.set_ylabel('Statistics')
ax.set_title('LeBron James Recent Game Stats')
ax.legend()

plt.show()

这将会显示三条线图，分别表示得分、篮板和助攻的变化。