Press "Enter" to skip to content

【可视化】全运会历届金牌榜

第十四届全国运动会已经开始了,大家有看比赛吗?你最喜欢哪项运动?各位家乡选手都表现得如何?

 

借这个机会,我来给大家演示一个基本的 数据采集并可视化 的案例:

 

将历届全运会的金牌榜可视化

 

1. 数据整理

 

我没有找到现成的结构化数据表格,不过找到这样一个文本数据:

http://blog.sina.com.cn/s/blog_4efe65c30102eik8.html

格式还算比较规整,稍微处理下就可以使用。(这里是1~12届,上一届第13届因为开始取消奖牌榜了,我就不管了,不影响我们展示)

 

于是我把数据全部复制下来,然后通过 SublimeText 的 正则查找替换 功能做一下初步的处理。平常一些简单的文本或数据处理,我都会这幺做,不一定非要用代码处理。好一点的文本编辑器也都有类似的功能。

把多余的文字删除掉之后,剩下的就是只有空行和 ┃ 符号分隔的数据,用代码很容易读取:

 

import pandas as pd
is_change = True
count = 12
all_data = []     # 记录历届成绩
data = []         # 记录一届成绩
writer = pd.ExcelWriter('history.xls')
watches = set()
with open('history.txt') as f:    
    for line in f:
        if line.strip():
            # 非空行
            if is_change:
                is_change = False
            # 读取、清理空格、记录数据
            data.append([l.strip() for l in line.split('┃')])
        else:
            # 遇到空行,结束一届的记录
            if not is_change:
                # 记录数据
                df = pd.DataFrame(data)
                all_data.append(df)
                # 写入文件
                df.to_excel(writer, sheet_name=f'No.{count}', index=False)
                # 把前3名加入集合
                top3 = list(df[1][:3])
                watches.update(top3)
                # 重置参数
                is_change = True
                count -= 1
                data = []
writer.save()

 

将每届的奖牌榜存成一个单独的 DataFrame ,再全部放进一个 list 列表里。顺便我还把数据存成了 excel 。(文末会提供数据和代码下载)

同时,为了展示方便,我只筛选出了历届曾经拿过前三的队伍,用于后续作图,分别是:

 

上海、北京、山东、广东、江苏、解放军、辽宁

 

从所有数据中,把这几支队伍的金牌数依次取出,保存成列表:

 

gold = {}
all_data.reverse()
for team in watches:
    gold[team] = []
    for data in all_data:
        gold[team].append(float(data[data[1]==team][2]))

2. Matplotlib 折线图

 

Python 做可视化图表最常用的库就是 matplotlib 。代码很简单:

 

import matplotlib.pyplot as plt
for team in gold:
    plt.plot(gold[team], linewidth=4, label=team)
plt.legend()

折线图很适合展示随时间变化的数据,也适合多组同类数据的对比。

 

比如这张图上,可以直观地看出,解放军队在最初两届获得了远超其他队的金牌,而像山东、辽宁、江苏的金牌数量整体呈比较明显的上升趋势。

 

如果不做可视化,只是盯着密密麻麻的数字,那可能眼睛都要看瞎了。

 

顺便说下,图表上显示中文的时候会出现显示为 □ 的情况,需要额外做处理,我这里用的方法是自己下载一个字体文件使用:

 

from pylab import mpl
font = mpl.font_manager.FontProperties(fname='simhei.ttf', size=15)
plt.legend(prop=font)

 

另外还有一种方法是:

 

plt.rcParams['font.sans-serif'] = ['SimHei']

 

3. PyEcharts 折线图

 

Matplotlib 的图表简单实用,功能也很强大,但都是静态的。如果需要可交互的动态图表,则可以使用 pyecharts 库。

 

用法也很简单:

 

from pyecharts.charts import Line
line = Line()
line.add_xaxis(xaxis_data=range(1, 13))
for team in gold:
    line.add_yaxis(team, gold[team])
line.render_notebook()

 

在这个图上,你可以选择隐藏/显示部分数据,鼠标移到某个节点上是也会显示详细信息。

特别提醒两点:

 

1. 我这里是在 jupyter notebook 上进行开发(数据分析可视化推荐使用),所以可以直接调用 .render_notebook() 显示动态图表。如果你是其他 IDE,可以改成 .render(“文件名.html”) 的方式输出结果页面。

 

2. PyEcharts 之前做过较大更新,以至于网上很多教程里的用法在新版本上已经无法使用了。所以你在通过网上资料学习 PyEcharts 时,一定要看清版本,建议看新出的教程或官网的例子。

 

以上就是将全运会历届金牌榜进行可视化展示的学习案例。有什幺疑问,欢迎大家在留言中讨论,或将代码问题发至我们的答疑论坛上,我将会为大家解答。

 

数据及代码:

 

https:// gitee.com/crossin/snipp et/tree/master/sports

 

Be First to Comment

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注