从NBA 的数据库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，从NBA数据库中获取数据通常需要API接口访问，比如篮球参考网或其他体育数据分析网站提供的API，这里假设我们有该球员的数据集。例如，选择勒布朗·詹姆斯（LeBron James）作为例子。

1. **选择球员数据并保存为txt文件**：
- 访问API获取LeBron James的数据，如得分、篮板、助攻等统计数据。
- 将这些数据按照特定格式（如每行对应一场比赛的数据）保存到文本文件，比如`lebron_james_data.txt`。

Game, Points, Rebounds, Assists
2022_11_01, 38, 9, 7
2022_11_02, 42, 12, 11
...

2. **使用NumPy读取并格式化数据**：
- 使用Python的`numpy.loadtxt`函数读取txt文件，并将数据转换为NumPy数组。

   import numpy as np

   data = np.loadtxt('lebron_james_data.txt', delimiter=',')
   player_name = 'LeBron James'
   stats = {
       'Player': [player_name] * len(data),
       'Game': data[:, 0],
       'Points': data[:, 1],
       'Rebounds': data[:, 2],
       'Assists': data[:, 3]
   }

3. **使用Matplotlib绘制图形**：
- 创建图表来可视化数据，比如折线图，展示各统计项随时间的变化。

   import matplotlib.pyplot as plt

   fig, ax = plt.subplots()
   ax.plot(stats['Game'], stats['Points'], label='Points')
   ax.plot(stats['Game'], stats['Rebounds'], label='Rebounds')
   ax.plot(stats['Game'], stats['Assists'], label='Assists')

   ax.set_xlabel('Games')
   ax.set_ylabel('Statistics')
   ax.legend()

   plt.title(f"{player_name} Season Statistics")
   plt.show()