Original en inglés: https://argusic.com/subject/nba-api
nba_api
Un paquete API Client para acceder a las APIs de NBA.com
Funciona con mocksfuente: GitHubPythonMITcommit 52c0fb0b81c4
Python, licencia MIT. El proyecto se describe a sí mismo como: analysis, api client, basketball stats, endpoint analysis, http client, jupyter notebooks, nba y nba api.
nba_api funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 32 minutos y no encontró ningún error en una máquina limpia sin GPU, y toda la sesión quedó grabada.
nba_api v1.11.4 installed via editable venv install, all 522 unit tests pass, all 150 VCR-backed integration tests pass, and static NBA player/team data returns correct results.
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 92 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
- Tiempo de instalación
- 32 minutos
- De máquina en frío a terminar
- 39 minutos
- Errores encontrados y corregidos
- 0 encontrados, 0 corregidos sin ayuda humana
- Cómo se demostró el resultado
- pytest tests/unit exited 0 (522 passed); pytest tests/integration -m vcr exited 0 (150 passed, 17 skipped); python import and static data lookup returned 5205 players and 30 teams; PlayerCareerStats class constructs successfully
- Tokens de modelo usados
- 1.220.956
- Commit exacto probado
- 52c0fb0b81c4
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
- Comportamiento con servicios reales
- esta ejecución solo se verificó con servicios sustitutos
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
from nba_api.stats.static import players, teams
ps=players.get_players()
ts=teams.get_teams()
print(f'Players:{len(ps)} Teams:{len(ts)}')
print('Package is operational (static data works, classes construct)')
\"" in /work/repo
succeeded in 383ms:
PlayerCareerStats instantiated OK
Players:5205 Teams:30
Package is operational (static data works, classes construct)
tokens used
1,220,956Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Se instaló en 32 minutos.
- Nada se rompió por el camino: cero errores entre el clon y el funcionamiento.
- Licencia MIT, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Solo llegó a funcionar con servicios sustitutos, así que nada de lo que hay aquí demuestra que funcione con los reales.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Funciona con mocks | 92,00 | 0,18 |
Temas (de GitHub)
analysisapi-clientbasketball-statsendpoint-analysishttp-clientjupyter-notebooksnbanba-apinba-statsnba-stats-apipythonpython3sports-statsstats
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/nba-api)Preguntas
- ¿Funciona nba_api?
- nba_api funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 32 minutos, con 0 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic nba_api?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 52c0fb0b81c4. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar nba_api?
- La ejecución que produjo este veredicto costó 0,18 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda nba_api en instalarse?
- 32 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita nba_api una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar nba_api?
- Nada, en la ejecución registrada: cero errores entre el clon y el funcionamiento.
- ¿Dónde está la evidencia de nba_api?
- La ejecución registrada está en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.