python北京奥运会_Python分析奥运会120年历史，谁才是奥运历史的王者？

主要探索分析奥运会的热门体育项目、得金牌数最多的国家，夏季冬季不同性别的参赛运动员的年龄，以及中国的在奥运会上的表现等问题。

项目链接，欢迎一键fork运行

目录

1. 导入包+基本的数据处理

2. 生成奥运会运动项目的词云(Word Cloud)

3. 查看参赛者的男女基本信息

3.1. 120年来参赛者的男女比例

3.2. 查看参赛者的男性与女性的年龄分布

3.3. 查看1896-2014年男女参赛者的平均年龄变化

3.4. 查看120年来 夏季 奥运会获奖运动员不同性别的平均年龄变化

3.5. 查看120年来❄️冬季❄️奥运会获奖运动员不同性别的平均年龄变化

4. 在120年来Top 20 得金牌最多的国家

5. 最热门 的体育项目

6. 中国 奥运会Performance

6.1. 中国历届奥运会运动员获得奖牌人数

6.2. Top 10 中国 的强项运动项目

1. 导入包+基本的数据处理

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

from plotly.offline import iplot

from plotly.graph_objs import *

import colorlover as cl

import seaborn as sns

color = sns.color_palette()

f_p = '/home/kesci/input/olympic/athlete_events.csv'

athlete_events = pd.read_csv(f_p)

#查看dataframe的前四行数数据

athlete_events.head(4)

athlete_events.index.size

#查看数据中各个字段的空值的个数

athlete_events.isnull().sum()

#查看列名及其数值类型

athlete_events.info()

athlete_events.describe()

信息中显示历届奥运会的运动员平均年龄在25-26岁，平均身高175cm,平均体重70.7kg

2. 生成奥运会运动项目的词云(Word Cloud)

kindsport = set()

for m in athlete_events.Sport:

kindsport.update(g for g in m.split('\n'))

print(kindsport)

from wordcloud import WordCloud

wc = WordCloud(

background_color='white',

width=1200,

height=700,

max_words=3000,

random_state=200,

min_font_size=35,

max_font_size=80

)

wc.generate("，".join(kindsport))

plt.imshow(wc, interpolation="bilinear")

plt.axis("off")

plt.show()

3. 查看参赛者的男女基本信息

3.1 120年来参赛者的男女比例

fig = {

"data":[{

"values":athlete_events['Sex'].value_counts(),

"labels":['男性','女性',],

"marker":{'colors':cl.scales['4']['div']['PuOr']},

"name":"参赛者的男女比例",

"hoverinfo":"label+percent+name",

"hole":.4,

"type":"pie"

}],"layout":{"title":"参赛者的男女比例"}

}

iplot(fig,filename='donut')

3.2 查看