【48 Pandas+Pyecharts | 2024年巴黎奥运会奖牌数据分析可视化】

Pandas+Pyecharts | 2024年巴黎奥运会奖牌数据分析可视化

文章目录

  • [🏳️‍🌈 1. 导入模块](#🏳️‍🌈 1. 导入模块)
  • [🏳️‍🌈 2. Pandas数据处理](#🏳️‍🌈 2. Pandas数据处理)
    • [2.1 读取数据](#2.1 读取数据)
    • [2.2 处理奖牌数据](#2.2 处理奖牌数据)
    • [2.3 统计各参数国家/地区奖牌数据](#2.3 统计各参数国家/地区奖牌数据)
  • [🏳️‍🌈 3. Pyecharts数据可视化](#🏳️‍🌈 3. Pyecharts数据可视化)
    • [3.1 每日奖牌数量分布](#3.1 每日奖牌数量分布)
    • [3.2 中国各大项奖牌数量分布](#3.2 中国各大项奖牌数量分布)
    • [3.3 中日韩每日奖牌数量分布](#3.3 中日韩每日奖牌数量分布)
    • [3.4 奖牌榜单TOP20国家金银铜牌分布](#3.4 奖牌榜单TOP20国家金银铜牌分布)
    • [3.5 奥运会奖牌数世界分布](#3.5 奥运会奖牌数世界分布)
    • [3.6 中国运动员奖牌数量TOP6](#3.6 中国运动员奖牌数量TOP6)
    • [3.7 各国奖牌数词云](#3.7 各国奖牌数词云)
  • [🏳️‍🌈 4. 可视化项目源码+数据](#🏳️‍🌈 4. 可视化项目源码+数据)

大家好,我是 👉【Python当打之年(点击跳转)】

北京时间2024年8月12日,第三十三届夏季奥林匹克运动会在法国巴黎闭幕。本届奥运会中国体育代表团获得40枚金牌、27枚银牌、24枚铜牌,共计91枚奖牌,位列奖牌榜第二位,金牌榜和美国并列第一位,创境外参加奥运会最佳成绩。

本期利用 python 分析一下**「奥运会奖牌榜数据」** ,希望对大家有所帮助,如有疑问或者需要改进的地方可以联系小编。

涉及到的库:

  • Pandas --- 数据处理
  • Pyecharts --- 数据可视化

🏳️‍🌈 1. 导入模块

python 复制代码
import pandas as pd
from pyecharts.charts import *
from pyecharts.commons.utils import JsCode
from pyecharts import options as opts
import warnings
warnings.filterwarnings('ignore')

🏳️‍🌈 2. Pandas数据处理

2.1 读取数据

python 复制代码
df = pd.read_excel('./巴黎奥运会奖牌数据.xlsx')

2.2 处理奖牌数据

python 复制代码
df['时间'] = df['时间'].str[:10]
df["奖牌"] = df["奖牌"].replace({1:'金牌',2:'银牌',3:'铜牌'})

2.3 统计各参数国家/地区奖牌数据

python 复制代码
df1 = df.groupby(['国家名称','奖牌'])['奖牌'].count().to_frame('数量').reset_index()
df1 = df1.pivot(index='国家名称', columns='奖牌', values='数量')

🏳️‍🌈 3. Pyecharts数据可视化

3.1 每日奖牌数量分布

python 复制代码
line1 = (
    Line()
    .add_xaxis(x_data)
    .add_yaxis('',y_data)
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title='1-每日奖牌数量分布',
            subtitle=subtitle,
            pos_top='1%',
            pos_left="1%",
        ),
        visualmap_opts=opts.VisualMapOpts(
            is_show=False,
        ),
    )
)
  • 随着比赛日的推进,中国体育代表团每日奖牌数基本都在5枚以上。
  • 8月10日中国体育代表团共获得10枚奖牌,是所有比赛日最多的。

3.2 中国各大项奖牌数量分布

python 复制代码
scatter1 = (
    Scatter()
    .add_xaxis(x_data)
    .add_yaxis('',y_data)
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title='2-中国各大项奖牌数量分布',
            subtitle=subtitle,
            pos_top='1%',
            pos_left="1%",
        ),
        visualmap_opts=opts.VisualMapOpts(
            is_show=False,
            type_='size',
        ),
    )
)
  • 在游泳项目上中国体育代表团共获得12枚奖牌(2金3银7铜),比在东京奥运会上获得6枚奖牌的成绩大幅提高。
  • 其次是跳水11枚奖牌(8金2银1铜),中国跳水队史上首次包揽了该项目所有的金牌,不愧是跳水"梦之队"这一称号。
    射击10枚奖牌(5金2银3铜),奖牌数量超越2008年北京奥运会,创造了射击项目在历届奥运会上的最好参赛成绩。
  • 竞技体操9枚奖牌(2金5银2铜),比东京奥运会少获1枚金牌。

3.3 中日韩每日奖牌数量分布

  • 从每日奖牌数量上来看,中国体育代表团基本上每天获得的奖牌数量都要超过日韩奖牌数量之和。

3.4 奖牌榜单TOP20国家金银铜牌分布

  • 美国126枚奖牌位列第1位,其次是中国代表团的91枚,英国65枚,法国64枚,澳大利亚53枚。
  • 日本以45枚奖牌数量排在第6位,韩国则以32枚奖牌数量排在第10位。

3.5 奥运会奖牌数世界分布

python 复制代码
m = (
    Map()
    .add("", datas, "world",is_map_symbol_show=False)
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title='5-奥运会奖牌数世界分布',
            subtitle='-- 制图@公众号:Python当打之年 --',
            pos_top='1%',
            pos_left="1%",
        ),
        visualmap_opts=opts.VisualMapOpts(
            is_show=True,
            pos_left='10%',
            pos_bottom='10%'
        ),
    )

3.6 中国运动员奖牌数量TOP6

  • 张雨霏本届奥运会参加了女子4×100米自由泳接力、100米蝶泳、200米蝶泳、50米自由泳、4×100米混合泳接力以及男女混合4×100米混合泳接力共6个项目,带病作战的张雨霏获得1银5铜,共6枚奖牌,实现参赛项目全部站上领奖台。
  • 杨浚瑄本届奥运会参加了男女混合4×100米混合泳接力、女子4×100米自由泳接力、女子4×200米自由泳接力、女子4×100米混合泳接力共6个项目,夺得1银3铜的成绩。
  • 唐钱婷、徐嘉余、孙颖莎、潘展乐均斩获3枚奖牌。

3.7 各国奖牌数词云

🏳️‍🌈 4. 可视化项目源码+数据

点击跳转:【全部可视化项目源码+数据】


以上就是本期为大家整理的全部内容了,赶快练习起来吧,原创不易,喜欢的朋友可以点赞、收藏 也可以分享注明出处)让更多人知道。

相关推荐
DataGear11 小时前
如何在DataGear 5.4.1 中快速制作SQL服务端分页的数据表格看板
javascript·数据库·sql·信息可视化·数据分析·echarts·数据可视化
王小王-12313 小时前
基于Hadoop的京东厨具商品数据分析及商品价格预测系统的设计与实现
hadoop·数据分析·京东厨具·厨具分析·商品分析
可观测性用观测云14 小时前
Cloudflare 日志采集和分析最佳实践
数据分析
真智AI15 小时前
AI智能体时代来临:数据分析的变革与自动化之路
人工智能·数据分析·自动化
程序员阿超的博客16 小时前
Python 数据分析与机器学习入门 (五):Matplotlib 数据可视化基础
python·信息可视化·数据分析·matplotlib·数据可视化·python教程·pyplot
旷世奇才李先生18 小时前
Pandas 安装使用教程
pandas
蓝婷儿1 天前
Python 数据分析与可视化 Day 14 - 建模复盘 + 多模型评估对比(逻辑回归 vs 决策树)
python·数据分析·逻辑回归
好开心啊没烦恼1 天前
Python:线性代数,向量内积谐音记忆。
开发语言·python·线性代数·数据挖掘·数据分析
过期的秋刀鱼!1 天前
用“做饭”理解数据分析流程(Excel三件套实战)
数据挖掘·数据分析·excel·powerbi·数据分析入门
大数据CLUB1 天前
基于spark的航班价格分析预测及可视化
大数据·hadoop·分布式·数据分析·spark·数据可视化