NBA 数据集项目启动和配置文档

1. 项目的目录结构及介绍
NBA 数据集项目是一个包含了NBA比赛详细数据的仓库。该数据集包含了从1996/97赛季到2024/25赛季的比赛数据，包括但不限于每场比赛的回放数据、投篮细节等。这些数据是从不同的数据源收集而来，包括stats.nba.com, data.nba.com, 和pbpstats.com。

项目的目录结构大致如下：
nba_data/
│
├── build_dataset/ # 包含构建数据集的脚本
├── datasets/ # 存储下载的数据集
├── function_for_download # 包含下载数据的函数
├── .gitignore # 定义git应该忽略的文件
├── LICENSE # 项目的许可证信息
├── README.md # 项目的介绍文档
├── description_fields.md # 数据字段详细描述
├── list_data.txt # 数据列表文件
└── …

2. 项目的启动文件介绍
项目的启动文件是README.md，它包含了项目的简介、数据集的使用方法、数据来源和许可信息。README.md文件是用户获取项目信息和如何开始使用数据集的关键文件。

3. 项目的配置文件介绍
在项目中，没有专门的配置文件。但是，list_data.txt文件包含了数据集的列表，这些数据可以通过load_nba_data函数下载。此外，README.md和description_fields.md文件提供了有关数据集内容和使用的数据字段信息，可以作为配置和使用的参考。

使用数据集
为了下载和使用数据集，你可以使用R或Python提供的load_nba_data函数。这些函数允许你指定要下载的数据类型、赛季和是否需要解压下载的文件。

例如，使用R语言下载整个NBA常规赛的数据集：
load_nba_data(path = “path/to/save”, seasons = 2023, data = c(“datanba”, “nbastats”, “pbpstats”, “shotdetail”), untar = TRUE)

使用Python下载相同的数据集：

from pathlib import Path
from nba_on_court import load_nba_data

load_nba_data(path=Path(“path/to/save”), seasons=[2023], data=(“datanba”, “nbastats”, “pbpstats”, “shotdetail”), untar=True)

确保你已经安装了所需的R或Python包，并且已经配置好了你的环境来运行这些函数。