Seaborn案例：探索马拉松比赛成绩数据

最新推荐文章于 2023-07-23 23:32:41 发布

盐味橙汁

最新推荐文章于 2023-07-23 23:32:41 发布

阅读量1.9k

点赞数 1

分类专栏： python 学习笔记数据科学文章标签： matplotlib seaborn python

本文链接：https://blog.csdn.net/jasonzhoujx/article/details/81783354

版权

本文通过Seaborn探索马拉松比赛成绩，发现大部分选手后程减速，且最佳成绩者前后半程速度接近。男性选手在保持节奏一致上优于女性，而20至50岁的男选手差异系数较低。低于15000秒的种子选手可能在后半程加速。

摘要由CSDN通过智能技术生成

Seaborn案例：探索马拉松比赛成绩数据

#使用Seaborn探索马拉松比赛成绩数据
import numpy as np
import pandas as pd
%matplotlib inline
import seaborn as sns
import datetime

#把字符串转换成时间类型
def convert_time(s):
    h, m, s = map(int, s.split(':'))
    return datetime.timedelta(hours=h, minutes=m, seconds=s)

data = pd.read_csv('marathon-data.csv', 
                   converters={
  'split':convert_time, 'final':convert_time})

#增加一列，将时间换算成秒
data['split_sec'] = data['split'].astype(int) / 1E9
data['final_sec'] = data[