数据结构
网络
关系型数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理
化学
生物
数学
英语
经济学
心理学
社会学
时尚研究
法律研究使用 Python 进行奥运会数据分析
现代奥林匹克运动会，有时被称为奥运会，是一项重要的国际体育赛事，包括夏季和冬季运动项目，来自世界各地的数千名参与者在各种学科中展开竞争。随着超过 200 个国家/地区的参与，奥运会被认为是世界上最主要的体育赛事。在本文中，我们将使用 Python 来研究奥运会。让我们开始吧。
导入必要的库
!pip install pandas !pip install numpy import numpy as np import pandas as pd import seaborn as sns from matplotlib import pyplot as plt
导入和理解数据集
在处理奥运会数据时，我们有两个 CSV 文件。一个详细记录了所有奥运会的全部体育相关费用。另一个包含了所有年份参赛运动员的信息。
您可以点击此处获取 CSV 数据文件：
data = pd.read_csv('/content/sample_data/athlete_events.csv') # data.head() display first 5 entry print(data.head(), data.describe(), data.info())
合并两个数据集
# regions and country noc data CSV file regions = pd.read_csv('/content/sample_data/datasets_31029_40943_noc_regions.csv') print(regions.head()) # merging to data and regions frame merged = pd.merge(data, regions, on='NOC', how='left') print(merged.head())
从这里开始数据分析。
金牌分析的数据分析
示例
#creating goldmedal dataframes goldMedals = merged[(merged.Medal == 'Gold')] print(goldMedals.head())
输出
ID Name Sex Age Height Weight Team \
3 4 Edgar Lindenau Aabye M 34.0 NaN NaN Denmark/Sweden
42 17 Paavo Johannes Aaltonen M 28.0 175.0 64.0 Finland
44 17 Paavo Johannes Aaltonen M 28.0 175.0 64.0 Finland
48 17 Paavo Johannes Aaltonen M 28.0 175.0 64.0 Finland
60 20 Kjetil Andr Aamodt M 20.0 176.0 85.0 Norway
NOC Games Year Season City Sport \
3 DEN 1900 Summer 1900 Summer Paris Tug-Of-War
42 FIN 1948 Summer 1948 Summer London Gymnastics
44 FIN 1948 Summer 1948 Summer London Gymnastics
48 FIN 1948 Summer 1948 Summer London Gymnastics
60 NOR 1992 Winter 1992 Winter Albertville Alpine Skiing
Event Medal region notes
3 Tug-Of-War Men's Tug-Of-War Gold Denmark NaN
42 Gymnastics Men's Team All-Around Gold Finland NaN
44 Gymnastics Men's Horse Vault Gold Finland NaN
48 Gymnastics Men's Pommelled Horse Gold Finland NaN
60 Alpine Skiing Men's Super G Gold Norway NaN
根据年龄分析金牌获得者
在这里，我们将制作一个图表，显示金牌数量与年龄的关系。为此，我们将开发一个计数图用于图表表示，参与者的年龄显示在 X 轴上，奖牌数量显示在 Y 轴上。
示例
plt.figure(figsize=(20, 10)) plt.title('Distribution of Gold Medals') sns.countplot(goldMedals['Age']) plt.show()
输出
创建一个名为“masterDisciplines”的新数据框，用于放置这组新人员。然后，使用该数据框进行可视化。
示例
masterDisciplines = goldMedals['Sport'][goldMedals['Age'] > 50] plt.figure(figsize=(20, 10)) plt.tight_layout() sns.countplot(masterDisciplines) plt.title('Gold Medals for Athletes Over 50') plt.show()
输出
分析女性获得的奖牌
示例
womenInOlympics = merged[(merged.Sex == 'F') & (merged.Season == 'Summer')] print(womenInOlympics.head(10)) sns.set(style="darkgrid") plt.figure(figsize=(20, 10)) sns.countplot(x='Year', data=womenInOlympics) plt.title('Women medals per edition of the Games') plt.show()
输出
分析获得奖牌最多的前 5 个国家/地区
示例
print(goldMedals.region.value_counts().reset_index(name='Medal').head()) totalGoldMedals = goldMedals.region.value_counts().reset_index(name='Medal').head(5) g = sns.catplot(x="index", y="Medal", data=totalGoldMedals, height=6, kind="bar", palette="muted") g.despine(left=True) g.set_xlabels("Top 5 countries") g.set_ylabels("Number of Medals") plt.title('Medals per Country') plt.show()
输出
运动员的演变
示例
MenOverTime = merged[(merged.Sex == 'M') & (merged.Season == 'Summer')] WomenOverTime = merged[(merged.Sex == 'F') & (merged.Season == 'Summer')] part = MenOverTime.groupby('Year')['Sex'].value_counts() plt.figure(figsize=(20, 10)) part.loc[:,'M'].plot() plt.title('Variation of Male Athletes over time')
输出
示例
part = WomenOverTime.groupby('Year')['Sex'].value_counts() plt.figure(figsize=(20, 10)) part.loc[:,'F'].plot() plt.title('Variation of Female Athletes over time')
输出
结论
我们已经完成了一些数据分析，您也可以更进一步并找出更多见解。
更新于：2022-12-01
1K+ 阅读量
广告