120年奥运会数据分析

已于 2023-03-27 03:39:41 修改
阅读量1.3k 收藏 28
点赞数 6
文章标签： 数据分析 python 数据挖掘
于 2023-03-27 03:36:20 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43425950/article/details/129787676
版权

文章目录

背景描述

该数据集整理了从1896年雅典奥运会至2016年里约热内卢奥运会120年的奥林匹克运动会的历史数据。
120年奥运会数据集
在这里插入图片描述

需要注意的是，在1896年-1992年期间，冬季奥运会与夏季奥运会都是在同一年举行的。在这之后，冬季与夏季的奥运会才被错开举办，冬季奥运会从1994年开始4年举办一次，夏季奥运会从1996开始4年举办一次。大家在分析这些数据时，经常会犯得一个错误就是认为夏季与冬季奥运会是一直错开举办的。

120年奥运会数据分析

一.导入相应的包和数据集


```python
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from pyecharts.charts import *
from pyecharts.components import Table
from pyecharts import options as opts
from pyecharts.commons.utils import JsCode
import random
import datetime
import warnings
warnings.filterwarnings("ignore")
# 导入奥运会数据集
df=pd.read_csv("/home/kesci/input/olympic/athlete_events.csv")
df_region=pd.read_csv("/home/kesci/input/olympic/noc_regions.csv")

二. 数据清洗/处理



```python
# 需要作数据清理，先看看数据有哪些问题
df.isnull().sum()

在这里插入图片描述

df.describe()

在这里插入图片描述

三. 图表：词云 通过创建词云展示奥运会的热门运动项目，字体越大代表越热门

sports_cate=df.groupby(by="Sport")["Sport"].count()

sports_cate.loc["Gymnastics"]

data=[z for z in zip(sports_cate.index,sports_cate)]

wc = (
    WordCloud()
    .add("奥运会项目",data,word_size_range=[6,100])
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title="奥运会项目汇总", title_textstyle_opts=opts.TextStyleOpts(font_size=23)
        ),
        tooltip_opts=opts.TooltipOpts(is_show=True),
    )
)

wc.render_notebook()

在这里插入图片描述

# Emily 词云，是一个小插曲，可以用来展示人名的一个美观的可视化效果
list=[]
for i in range(100):
    j=random.randint(0,100)
    list.append(("Emily",j))
list

wc = (
    WordCloud()
    .add("Emily",list,word_size_range=[6,100])
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title="Emily", title_textstyle_opts=opts.TextStyleOpts(font_size=23)
        ),
        tooltip_opts=opts.TooltipOpts(is_show=True),
    )
)

wc.render_notebook()

四. 图表：饼图 分析奥运会男女参赛人数的比例

tmp1=df.drop_duplicates()
tmp1=tmp1.groupby(by="Sex")["Sex"].count()
tmp1=tmp1/tmp1.sum()*100
tmp1

在这里插入图片描述

data=[z for z in zip(tmp1.index,tmp1)]
data

在这里插入图片描述

pie = (Pie()
       .add('', data,radius=["20%", "55%"])
       .set_global_opts(
        title_opts=opts.TitleOpts(title="历届奥运会男女比例"),
        legend_opts=opts.LegendOpts(orient="vertical", pos_top="15%", pos_left="2%"),
        )
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {d}%"))
        )
pie.render_notebook()

在这里插入图片描述

五. 图表：箱线图 查看参赛者男与女的年龄分布

tmp2=df.drop_duplicates()
tmp2.head()

在这里插入图片描述

trace0=tmp2[tmp2["Sex"]=="M"]["Age"].to_list()
trace1=tmp2[tmp2["Sex"]=="F"]["Age"].to_list()
y_data=[trace0,trace1]
gender=["男","女"]
tmp2[tmp2["Age"]==97.0]

在这里插入图片描述

c = Boxplot()
c.add_xaxis(gender)
c.add_yaxis("比例", c.prepare_data(y_data))
c.set_global_opts(title_opts=opts.TitleOpts(title="奥运会男女参赛者的年龄分布"))
c.render_notebook()

在这里插入图片描述

六. 图表：折线图 查看1896-2014年男女参赛者的平均年龄变化

tmp2=tmp2.sort_values(by="Year",ascending=True)
male_data=(tmp2[tmp2["Sex"]=='M']).groupby(by="Year")["Age"].mean().values
male_data=[int(i) for i in male_data]

female_data=(tmp2[tmp2["Sex"]=='F']).groupby(by="Year")["Age"].mean().values
female_data=[int(i)for i in female_data]

x_data=[str(i) for i in tmp2["Year"].unique()]

background_color_js = (
    "new echarts.graphic.LinearGradient(0, 0, 0, 1, "
    "[{offset: 0, color: '#c86589'}, {offset: 1, color: '#06a7ff'}], false)"
)
area_color_js = (
    "new echarts.graphic.LinearGradient(0, 0, 0, 1, "
    "[{offset: 0, color: '#eb64fb'}, {offset: 1, color: '#3fbbff0d'}], false)"
)

c = (
    Line(init_opts=opts.InitOpts(bg_color=JsCode(background_color_js)))
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(
        series_name="男",
        y_axis=male_data,
        is_smooth=True,
        is_symbol_show=True,
        symbol="circle",
        symbol_size=6,
        linestyle_opts=opts.LineStyleOpts(color="#fff"),
        label_opts=opts.LabelOpts(is_show=True, position="top", color="white"),
        itemstyle_opts=opts.ItemStyleOpts(
            color="red", border_color="#fff", border_width=3
        ),
        tooltip_opts=opts.TooltipOpts(is_show=False),
        areastyle_opts=opts.AreaStyleOpts(color=JsCode(area_color_js), opacity=1),
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title="历年奥运男女平均年龄的变化",
            pos_bottom="5%",
            pos_left="center",
            title_textstyle_opts=opts.TextStyleOpts(color="#fff", font_size=16),
        ),
        xaxis_opts=opts.AxisOpts(
            type_="category",
            boundary_gap=False,
            axislabel_opts=opts.LabelOpts(margin=30, color="#ffffff63"),
            axisline_opts=opts.AxisLineOpts(is_show=False),
            axistick_opts=opts.AxisTickOpts(
                is_show=True,
                length=25,
                linestyle_opts=opts.LineStyleOpts(color="#ffffff1f"),
            ),
            splitline_opts=opts.SplitLineOpts(
                is_show=True, linestyle_opts=opts.LineStyleOpts(color="#ffffff1f")
            ),
        ),
        yaxis_opts=opts.AxisOpts(
            type_="value",
            position="right",
            axislabel_opts=opts.LabelOpts(margin=20, color="#ffffff63"),
            axisline_opts=opts.AxisLineOpts(
                linestyle_opts=opts.LineStyleOpts(width=2, color="#fff")
            ),
            axistick_opts=opts.AxisTickOpts(
                is_show=True,
                length=15,
                linestyle_opts=opts.LineStyleOpts(color="#ffffff1f"),
            ),
            splitline_opts=opts.SplitLineOpts(
                is_show=True, linestyle_opts=opts.LineStyleOpts(color="#ffffff1f")
            ),
        ),
        legend_opts=opts.LegendOpts(is_show=True),
    )
)

line = (
    Line(init_opts=opts.InitOpts(bg_color=JsCode(background_color_js)))
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(
        series_name="女",
        y_axis=female_data,
        is_smooth=True,
        is_symbol_show=True,
        symbol="triangle",
        symbol_size=6,
        linestyle_opts=opts.LineStyleOpts(color="#fff"),
        label_opts=opts.LabelOpts(is_show=True, position="top", color="white"),
        itemstyle_opts=opts.ItemStyleOpts(
            color="red", border_color="#fff", border_width=3
        ),
        tooltip_opts=opts.TooltipOpts(is_show=False),
        areastyle_opts=opts.AreaStyleOpts(color=JsCode(area_color_js), opacity=1),
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title="历年奥运男女平均年龄的变化",
            pos_bottom="5%",
            pos_left="center",
            title_textstyle_opts=opts.TextStyleOpts(color="#fff", font_size=16),
        ),
        xaxis_opts=opts.AxisOpts(
            type_="category",
            boundary_gap=False,
            axislabel_opts=opts.LabelOpts(margin=30, color="#ffffff63"),
            axisline_opts=opts.AxisLineOpts(is_show=False),
            axistick_opts=opts.AxisTickOpts(
                is_show=True,
                length=25,
                linestyle_opts=opts.LineStyleOpts(color="#ffffff1f"),
            ),
            splitline_opts=opts.SplitLineOpts(
                is_show=True, linestyle_opts=opts.LineStyleOpts(color="#ffffff1f")
            ),
        ),
        yaxis_opts=opts.AxisOpts(
            type_="value",
            position="right",
            axislabel_opts=opts.LabelOpts(margin=20, color="#ffffff63"),
            axisline_opts=opts.AxisLineOpts(
                linestyle_opts=opts.LineStyleOpts(width=2, color="#fff")
            ),
            axistick_opts=opts.AxisTickOpts(
                is_show=True,
                length=15,
                linestyle_opts=opts.LineStyleOpts(color="#ffffff1f"),
            ),
            splitline_opts=opts.SplitLineOpts(
                is_show=True, linestyle_opts=opts.LineStyleOpts(color="#ffffff1f")
            ),
        ),
        legend_opts=opts.LegendOpts(is_show=True),
    )
)

overlap = c.overlap(line)
overlap.render_notebook()

在这里插入图片描述

七. 图表：条形图 查看120年来Top 20🏅得金牌最多的国家

(tmp2[tmp2["Medal"]=="Gold"].groupby(by="Team")["Medal"].count().sort_values(ascending=False))[0:20].plot(kind="bar",figsize=(20,8))

在这里插入图片描述
查看奥运会最热门🔥的体育项目

tmp2.groupby(by="Sport")["Sport"].count().sort_values(ascending=False)[0:20].plot(kind="bar",figsize=(20,8))

在这里插入图片描述

八. 中国奥运会表现

8.1条形图: 历届奥运会的奖牌对比
china_data=tmp2[tmp2["Team"]=="China"].sort_values(by="Year").groupby(by=["Games","Medal"])["Medal"].count().unstack()
china_data.plot(kind="bar",figsize=(20,8))

在这里插入图片描述

8.2漏斗图：中国最强的项目
data=tmp2[tmp2["Team"]=="China"].groupby(by="Sport")["Medal"].count().to_frame()
data=data.sort_values(by="Medal",ascending=False)[0:10]
data

在这里插入图片描述

sport_name=[str(i) for i in data.index]
sports=[int(j)for j in data.values]
# 虚假数据

funnel = (Funnel()
          .add("", [z for z in zip(sport_name,sports)])
          )

funnel.render_notebook()

在这里插入图片描述
本文结束，💚欢迎点赞，收藏💜，推荐使用Jupyter notebook.

Bony-
关注
  • 6
    点赞
  • 踩
  • 28
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1896-2016年奥运会数据分析（SQL）
weixin_42215007的博客
08-23 8238
奥林匹克运动会发源于两千多年前的古希腊，因举办地在奥林匹亚而得名。并于1896年举办了首届奥运会，1924年举办了首届冬奥会，是世界上影响力最大的体育盛会。 本数据集来自于作者Randi H Griffin，于2018年5月从www.sports-reference.com上爬取。包含271116行和15列，每一行代表一个运动员参加的一项奥运比赛。 1.ID - Unique number...
基于python的奥运会历史数据分析【120年】
xff123456_的博客
03-18 2528
数据分析实战案例
奥林匹克历史数据分析与金牌预测（上）
yoki2009的专栏
08-16 2729
这是关于现代奥林匹克运动会的历史数据集，包括从1896年雅典到2016年里约奥运会的所有比赛。在2018年5月从www.sports-reference.com上抓取这些数据。文件athlete_events.csv包含271116行和15列。 每一行对应于参加个人奥运会（运动员比赛）的个体运动员。   列信息： ID - Unique number for each athlete Na...
2021东京奥运会相关数据集
不务正业的猿
03-11 944
原文： 2021 Olympics in Tokyo Data about Athletes, Teams, Coaches, Events This contains the details of over 11,000 athletes, with 47 disciplines, along with 743 Teams taking part in the 2021(2020) Tokyo Olympics. This dataset contains the details of the A
DSC-530-Project:120年奥运历史的探索性数据分析
03-29
探索性数据分析-奥林匹克历史120年 120年奥运历史的探索性数据分析 在这个项目中，我做了一些探索性分析，以回答某些问题，例如： 随着运动员年龄的增长，他们获得奥运会奖牌的机会减少。 与年长的运动员相比，年轻的运动员赢得了更多的模态。 我将使用Python对此数据集进行EDA回答此问题。 目录 介绍 EDA是我们在初步调查中需要执行的关键过程之一，以便对数据集有很好的了解。 在此过程中，我们借助摘要统计信息和图形表示来发现模式，发现异常，检验假设和检验假设。 在这个项目中，我进行了以下分析： 直方图 散点图，条形图 统计摘要 概率质量函数（PMF） 累积分布函数（CDF） 概率密度函数（PDF） 正态分布 资料背景 这是现代奥运会的历史数据集，包括从1896年雅典到2016年里约热内卢的所有奥运会。请注意，冬季和夏季运动会在同一年举行，直到1992年。之后，他们错开了方向，
120年奥运历史数据分析
c_lanxiaofang的博客
08-12 3174
该数据集整理了从1896年雅典奥运会至2016年里约热内卢奥运会120年的奥林匹克运动会的历史数据。 ​ 需要注意的是，在1896年-1992年期间，冬季奥运会与夏季奥运会都是在同一年举行的。在这之后，冬季与夏季的奥运会才被错开举办，冬季奥运会从1994年开始4年举办一次，夏季奥运会从1996开始4年举办一次。大家在分析这些数据时，经常会犯得一个错误就是认为夏季与冬季奥运会是一直错开举办的。.........
我对120年的奥运数据进行了可视化分析，居然...
木东居士
12-09 3242
0x00 Tableau简介Tableau是一款定位于数据可视化敏捷开发和实现的商务智能展现工具，可用来实现交互的、可视化的分析和仪表盘应用。Tableau提供了体验感良好且易用的使用界...
120年奥运史：运动员和成绩（相关数据集）
不务正业的猿
11-27 1738
原文： 120 years of Olympic history: athletes and results basic bio data on athletes and medal results from Athens 1896 to Rio 2016 This is a historical dataset on the modern Olympic Games, including all the Games from Athens 1896 to Rio 2016. I scraped th
【数据】120年奥运会参赛及获奖数据-数据分析
01-22
适合做数据分析、数据挖掘人群下载学习
120年奥运会成绩数据集
07-30
从1896年雅典奥运会至2016年里约奥运会120年奥运会成绩数据集，包括运动员成绩及奖牌资料。
120 years of Olympic history: athletes and results 奥林匹克120年的历史：运动员与成绩-数据集
03-12
这是现代奥运会历史数据集，包括所有从1896年雅典到2016年里约热内卢的数据。 athlete_events.csv noc_regions.csv
奥运会历史上获奖运动员数据
01-08
1896到2016年奥运会获奖运动员数据，271116条数据。年龄，性别，身高，体重，所属国家队，国家，年份，赛季，奥运会举办城市，体育类型，赛项，奖牌类型
奥林匹克探索：调查Kaggle数据集“奥林匹克120年的历史：运动员和成绩”
02-24
奥林匹克探索 主要笔记本是Olympic EDA.ipynb 。 这个项目很有趣！ 我正在探索“奥运历史120年：运动员和成绩”的数据集。 在上查看有关数据集的更多信息。 动机 我开始这个项目的主要目的是将我在大学课程中学到的技能应用到校外有趣的事情上。 当前状态 该笔记本仍在开发中。 我会不定期进行更新。
奥运会数据分析与可视化预测-数据挖掘机器学习与数据分析项目jupyter
06-08
2020东京奥运会数据分析与可视化程序，jupyter 参考kaggle上的历史数据进行建模预测，不管是多少年份的奥运会都可以作为参考 包含完整的数据集，可以方便快捷运行。 本次预测程序采用了近`120`年的奥运奖牌榜作为训练数据，以对应参赛国家/地区的GDP、人口等作为参照。实现了多个数据展示 可以用作于课程设计（数据分析作业），或者大作业。
olymvis:可视化120年夏季奥运会
05-25
从1896年第一届现代奥林匹克运动会到2016年里约热内卢，夏季奥运会已有120年历史。 这项研究分析了有关奥运会的，并试图回答四个问题，即 这些年来女性参与度如何变化以及各大洲之间的变化如何不同， 在奥运会上...
Tableau奥运会数据集可视化分析.twb
05-26
Tableau可视化， 加载120年来的奥运会的csv数据，将参赛国家、参赛项目、参赛选手等情况做一份数据可视化。 总体情况仪表板由3张工作表组成，分别是各界运动员数量折线图，各界参赛国家数，各界赛事项目数。
奥运会数据集分析(部分)
weixin_51497782的博客
12-08 3927
数据科学应用案例实践报告 本作业由小组合作完成 小组成员: 周钰航、王旭景、陈庆威 主要方法:采用pandas 进行数据处理，采用Pyecharts 进行绘图 摘要： 针对奥运会2020夏季奥运会的相关分析，利用了python里面的pandas和pyecharts等相关的库，实现了数据清洗，数据挖掘，以及数据可视化，将奥运会的每日金牌数和奥运会的相关数据进行了，整理，对数据进行了相关预测。将数据预测与相关变化以数据图表的方式展示出来，更加易于理解。 关键词：奥运会，python，pandas，pyechar
基于Hadoop/Spark奥运会奖牌变化大数据分析实现带文档-计算机毕业源码设计
计算机源码设计案例的博客
08-30 1006
掌握大数据开发平台的使用，学会如下技术包括Hadoop，Spark等
Python2020东京奥运会奖牌数据分析
最新发布
04-25
非常有趣的问题！Python可用于进行数据分析，以下是有关Python2020东京奥运会奖牌数据分析的一些示例步骤： 1. 收集数据 - 从可靠来源获取有关奥运会奖牌的数据，如奖牌数、国家/地区、运动员等。 2. 数据清洗 - 确保数据准确性、删除无关数据和重复数据。 3. 数据可视化 - 使用Python中的图形库（如matplotlib和Seaborn）绘制可视化图表，以便更好地理解和分析数据，例如奖牌排名和得分统计。 4. 数据分析 - 使用Python中的数据分析库（如pandas和NumPy）进行数据分析，如计算各个国家的奖牌数、奖牌类型、奖牌得分等。 希望这些步骤能够帮助你进行Python2020东京奥运会数据分析！

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值