本篇文章给大家谈谈数据能量，以及nba数据图表的知识点，希望对各位有所帮助，不要忘了收藏本站喔。
文章详情介绍：
数字检察，“能量”究竟有多大？
抓好数字检察“关键变量”
实现高质量发展“最大增量”
北京：强化数字治理效能
提升检察履职能力
“今年以来确定25项检察大数据监督模型试用重点任务清单并动态调整”“运用成品油涉税法律监督数据模型，推动116家加油站合计补缴税款和滞纳金超1.5亿元”“应用‘黑自流’法律监督数据模型，督促查封‘黑加油站、自建油罐、流动加油车’的问题油品114吨”……
今年以来，北京市检察院深入贯彻习近平法治思想，把握“数字革命”驱动检察工作高质量发展这一“一子落而满盘活”的关键变量，建用并举检察大数据监督模型，形成“数字检察”模型应用规模效应，大数据赋能检察监督由“盆景”变“风景”的趋向明显。随着党的二十大报告中关于“加强检察机关法律监督工作”重大部署在北京市检察机关的深入落实，这里的数字检察又开启了由“风景”向“风尚”的新转变。
构建覆盖各业务领域的
“数据池”
推进大数据赋能检察，依托海量数据构建数据池是基础。为此，北京市检察院积极推动检察机关与执法司法机关等单位的数据互联互通，在相关单位的支持配合下，构建起覆盖各检察业务领域的“数据池”，为持续以数据碰撞比对生成检察监督生产力夯实基础。
以检察版“接诉即办”为例，该院在常态化数据信息交换的基础上，建立起系统开展监督线索发掘、监督模块开发、监督效果评价等功能的数据信息应用机制，通过梳理筛查与研判分析执法司法高频问题，靶向精准开展了20余项专项检察监督，“销假销劣大数据法律监督模型”便是其中之一。
该模型在12345市民服务热线涉及侵权假冒的投诉中提取可能涉及销售“假货”“劣货”的投诉数据，通过归集投诉数据，发现多次被投诉销售假冒伪劣产品的高发区域，再通过与其他数据碰撞，发现是否存在被投诉销假销劣的个体曾因销假销劣被民事判决、行政处罚或刑事判决，进而识别出重点主体，刺破销假销劣行为隐蔽、取证困难、难以查处的“面纱”，及时、准确识别涉销假销劣的案件线索。
“我们依托监督模型调取了10万余条投诉数据，梳理出1000余条有效线索，并据此开展集中查处侵权假冒专项监督工作，发现并向公安、市场监管等部门移送涉刑事追诉、行政处罚重点线索60条，协助相关部门查处11起侵犯知识产权行政违法案件，提前介入重特大制假售假刑事案件14件39人。”北京市检察院第四检察部检察官窦立博告诉记者。
大数据法律监督模型
覆盖“四大检察”
“秦某等人与想提取公积金需求的人恶意串通，伪造借条、借据，虚构民间借贷等纠纷，随后经人民调解程序快速达成调解协议，并经法院司法确认获取具有强制执行效力的司法确认裁定书，之后便申请强制执行，冻结和扣划相关人员的住房公积金账户资金。公积金账户内资金被执行完毕后，秦某等人再收取10%至20%不等的‘手续费’。”北京市检察院第六检察部主任李欣宇介绍，北京市房山区检察院依托大数据开展调查，发现秦某等5人多次利用上述方式套取住房公积金1035.7万元，非法获利160余万元。该院民事检察部门将相关犯罪线索移送公安机关立案侦查。
在办理该案基础上，北京市检察院、房山区检察院研发了“虚假诉讼套取住房公积金法律监督模型”。该模型以北京住房公积金管理中心共享数据为基础，逐案采集申请执行人、被执行人、划扣提取公积金金额等诉讼信息，建立检察机关涉虚假诉讼套取住房公积金信息库并开展数据碰撞与分析研判。“目前我们已依托该模型筛查近25万项数据，排查出691件案件线索。”李欣宇介绍。
依托大数据赋能，北京市检察机关目前已构建大数据法律监督模型70个，覆盖“四大检察”和主要业务领域。针对非法占用耕地、林地等农用地资源应缴税而未缴的情况，北京市检察院以提升国有财产保护领域公益诉讼案件线索发现能力为导向，研发欠缴耕地占用税大数据法律监督模型，并在部分基层检察院开展试点运用。目前，北京市通州区检察院作为试点院，依托该模型推送的线索，率先开展涉耕地占用税专项公益诉讼监督，已监督相关行政机关追回耕地占用税270万余元。在该院建议下，3家行政机关建立起耕地占用税涉税信息共享机制和工作配合机制，信息壁垒得到有效破解。
北京市检察院行政检察部门还聚焦市场监管领域薄弱环节和群众投诉举报问题，搭建“检察+12345热线”大数据平台，建立涉市场监管领域行政违法行为监督线索“数据池”，获取有效线索6000余条，办理案件53件，切实维护了市场主体权益。
融入首都精治共治法治
助推治理现代化
教育、食品、证券等特定行业有着越来越严格的准入门槛，受过刑事处罚的人被禁止从事特定行业也逐渐成为社会共识，法律对从业禁止也作出明文规定。
“我们在行政检察监督中发现，因横亘在司法机关、行政机关与用人单位之间的数据壁垒，部分特定行业涉刑人员通过隐瞒、谎报等方式逃避了刑罚外的行政处罚，严重损害执法司法公信。”北京市检察院第七检察部主任李显辉介绍，该院聚焦这一执法司法隐性问题，以全国检察业务应用系统、特定行业人员信息数据为支撑，构建了“特定行业涉刑人员行政处罚大数据法律监督模型”，发现监督线索532条，其中筛查出116人瞒报、谎报以规避从业禁止行政处罚。
“我们通过制发类案检察建议推动特定行业开展涉刑人员专项排查，把涉刑记录核查作为特定行业从业准入和资格审查的必经环节，实现由个人提供无犯罪记录证明到主动治理的模式转变，以类案办理助推行业治理。”李显辉表示。
北京市东城区检察院构建“‘幌子公司’监管治理大数据模型”，在163件经济案件中筛查出利用“幌子公司”“空壳公司”实施犯罪行为的市场主体130个，通过线索移送，相关行政机关已对22家市场主体立案调查；昌平区检察院搭建“危险驾驶类案件大数据监督模型”，通过对危险驾驶时空地图数据分析整理，向各社区、街道通报区域内危驾案发生点位、方式等，定期对精准治理效果进行阶段性评估；海淀区检察院提出治安指数构想，将利用商超自助结账机盗窃犯罪类型纳入其中，以可视化形式建立“‘轻罪治理图鉴’大数据法律监督模型”，为提高城市精治共治法治水平提供检察方案……
北京市检察机关正在发挥大数据赋能的技术特质和独特优势，突出以依法监督的“我管”促职能部门依法履职的“都管”，以类案监督助推溯源治理与系统施治，汇聚法律监督合力，共同融入首都精治共治法治的生动实践。（检察日报 田野 张玮）
分析23个赛季NBA数据，我发现10条难以置信的信息
程序员宝藏库：
https://github.com/Jackpopc/CS-Books-Store
大家好，我是Jackpop，今天来和大家聊一下篮球。
NBA想必对于很多喜欢篮球的同学应该都不陌生，即便是不怎么关注篮球，也能叫出几个让人耳熟能详的球星名称。
如果我们透过竞技运动表面，从数据分析的角度去深入挖掘一些信息，会发现有更多有趣的内容。
正是因为如此，我从Kaggle上找到了一个数据集，其中包含了从1996-97赛季到2019-20赛季在NBA打球的所有球员的信息。然后，通过Tableau对这些数据进行可视化和分析。
在我还没有开始的时候，没有创建一个图形，我就立即偶然发现了我的第一个有趣的信息。
自1996年以来，NBA中只有2235名独特的球员。
这是一个令人难以置信的数字，太少了。这就是为什么我们一直听到说，进入NBA就像 "中彩票"一样。
1. 哪些大学是最成功？这列出了进入NBA打球人数排名前20位的大学。
排名前三的大学是肯塔基大学、杜克大学和加州大学洛杉矶分校，这三所是最成功的大学，共有有168名球员进入NBA打球。
球员通常在不同的选秀轮次从大学被选中。
作为第一顺位选秀，意味着是非常优秀的人。
2. 选秀顺位和比赛场数是否有必然联系？不一定。
第一顺位在比赛场数方面只排在第3位，而第七和第三顺位每个赛季平均打的比赛更多。
但就每个赛季的平均得分而言（图中的颜色），第一轮选秀球员贡献的分数是最多的。
难道是因为第一轮选秀球员得到了更多的休息，以便在对球队来说关键和重要的比赛中更有效地得分？
另一个有趣的信息，与第4、第6或第8顺位相比，未被选中的球员反而打了更多的比赛，这令人惊讶。
3. 谁是最”大块头“的球员？很多球员被选中的一个重要因素，很有可能真的很高很强壮，NBA以拥有最高和最强壮的球员而闻名。
事实上，自1996年以来，球员的平均身高和体重是200.8厘米（6英尺5英寸）和100.6公斤（221.7磅）。
由于NBA中的大多数球员确实来自美国，因此一些高大强壮的球员也来自美国，这绝对不奇怪。
但有史以来最大的球员之一是来自加拿大的辛-布拉尔（他实际上是NBA中第一个印度裔球员），他身高2.26米（7英尺5英寸），体重163公斤（359磅）。
沙奎尔-奥尼尔，被称为NBA中最好的 "大块头 "之一，身高2.15米，体重145公斤（319磅）。
姚明（图中橙色图标）也是最好的 "大个子"之一，身高2.29米，体重141公斤（310磅）。
4. 哪支球队的净胜球最好，哪支球队的净胜球最差？团队可以通过许多不同的方式来衡量，每一种方式都能带来不同的见解。
但可以说，其中最重要的是 "净胜分"，净胜分指的是球队每100个回合的得分差。
事实证明，圣安东尼奥马刺队是自1996年以来平均净胜分最好的球队，为+3.24，这意味着平均每100个回合，他们就领先3分。
还有另外两支球队的净胜分是正数，迈阿密热火和俄克拉荷马雷霆。
最差的球队是现已解散的温哥华灰熊队，净胜分是-8.39。
另一个令人惊讶的信息是，圣安东尼奥马刺队也是所有赛季中平均年龄最大的球队。
5. 哪些球员的得分和助攻最多？勒布朗-詹姆斯：完全是一个异类，远远高于其他的人，他的得分高达34027分，助攻9280次。
科比-布莱恩特：唯一一个能接近LBJ的人，他有33633分和6319次助攻。
为了完整起见，我在谷歌上搜索了迈克尔-乔丹的数据，他大概排在第三位，得了32,292分和5,633次助攻。
名单上其他值得注意的球员有德克-诺维茨基，他有31561分和3667次助攻，还有阿伦-艾弗森，他是这个图表上所有人中打的比赛场数最少的，在914场比赛中得到24380分和5622次助攻。相比之下，勒布朗打了1,256场比赛，科比打了1,346场比赛，德克打了1,522场比赛。
6. 哪些球员的投篮效率和助攻率最高？约翰-斯托克顿，他的投篮效率高，平均助攻率高。
但这张图中某些球员的重复出现，如斯蒂芬-库里、詹姆斯-哈登、勒布朗-詹姆斯和克里斯-保罗，显示了他们卓越的射击能力。
另外，像本-西蒙斯和尼古拉-约基奇这样年轻的现役球员，也正在崛起，并将很快以稳定的表现主导这些统计数据。
7. 谁是最高效的射手？乔尔-恩比德的平均战术使用率最高，而博班-马里亚诺维奇的平均投篮率最高。
但最有效的超级明星射手是凯文-杜兰特、詹姆斯-哈登和勒布朗-詹姆斯，这是因为他们在使用战术方面有全面的能力，并且有很高的投篮效率。
紧随其后的是安东尼-戴维斯、沙奎尔-奥尼尔和斯蒂芬-库里。
8. 在篮板方面，谁是防守最好的球员？最佳防守篮板球员是克里斯-布歇，最佳进攻篮板球员是J.R-吉登斯和托雷-布拉格斯。
但一个防守者最重要的是他们的全面能力，而在进攻和防守篮板方面最好的球员是丹尼斯-罗德曼和安德烈-德拉蒙德。
9. 获得两双赛季最多的球员？德怀特-霍华德（14个赛季得分上双）以微弱优势超过蒂姆-邓肯（13个赛季得分上双），成为平均得分上双赛季数量最多的球员。
安东尼-戴维斯，一个更年轻的现役球员，也在这个名单上。
克里斯-保罗也出现在这个图表中，展示了他出色的投篮能力以及全面的能力。
10. 得分、助攻、篮板的变化趋势？每季总助攻和每季总篮板在大多数情况下似乎是恒定的，有轻微增加的趋势。
而每个赛季的总得分则明显增加，1996-97赛季的总得分是3540分，而2018-19赛季则有4565分，即使是不完整的2019-20赛季也已经有4434分。
分数的增加可能是由于三分球的兴起，现在比以往任何时候都有越来越多的三分球被打进。
结语运动中充满了各种不同维度的数据，上述只是列举出一些我个人比较感兴趣的维度进行了分析与可视化。
希望，能够对你有所启示，能够发掘更有价值、有趣的信息，在学习和乐趣中得到最佳的实践。
大家好，我是Jackpop！我花费了半个月的时间把这几年来收集的各种技术干货整理到一起，其中内容包括但不限于Python、机器学习、深度学习、计算机视觉、推荐系统、Linux、工程化、Java，内容多达5T+，获取方式：
https://pan.baidu.com/s/1eks7CUyjbWQ3A7O9cmYljA（提取码：0000）