位置：南京CDA数据分析师培训机构 > 学校动态 > 用可视化带你纵览120年奥运史

用可视化带你纵览120年奥运史

来源：南京CDA数据分析师培训机构时间：2022/12/9 15:20:32

　　今天带大家用数据可视化解读120 年奥运变迁史。

　　几经波折，东京奥运会终于即将迎来开幕的时刻，距离7月23日东京奥运会开幕只有不到一周的时间了。

　　这次东京奥运会真可谓是命运多舛，在2020年3月24日，东京奥组委宣告，2020东京夏季奥运会延期至2021年夏季举行。

　　很快一年过去了，原以为疫情会过去，奥运会可以如常展开。不想除了中国，全世界的疫情反反复复，Delta毒株的肆虐使得疫情更严重。

　　在这种形势下的东京奥运会也出台各种防疫新规：

　　东京奥运会开幕式有可能将入场观众人数压缩至1000人以下；

　　运动员间需要保持社交距离，除了吃饭、睡觉、训练和比赛时间外，确保始终戴着口罩；

　　乒乓球赛制方面，比赛时运动员不许手触球台和吹球；

　　…...

　　这注定让这次奥运会成为较不平凡的一届，而各种因素也导致本届奥运会的各国奖牌榜更加难以预测，体育数据公司Gracenote就在预测报告中说：“由于新冠肺炎疫情的影响，东京奥运会或许成为较不可预测一届奥运会。”

　　那么关于奥运会这场世界上影响力较大的体育盛会，背后有哪些有趣的数据？

　　奥运会参赛国数量和比赛项目有哪些变化？

　　各国累计奖牌数排名是怎样的？

　　参赛运动员的年龄和身高有哪些特征？

　　今天我们就带你用数据来纵览120年奥运史。

　　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，是世界上影响力较大的体育盛会。

　　01、数据理解

　　我们选取了一个关于现代奥运会的历史数据集，包括从1896年雅典奥运会到2016年里约奥运会的所有奥运会。

　　数据集取自网站：www.sports-reference.com

　　需要注意的是，冬季奥运会和夏季奥运会从1994年起分开，每两年间隔举行，1992年冬季奥运会是较后一届与夏季奥运会同年举行的冬奥会。自1924年开始第1届，截至2018年共举办了23届，每四年一届。

　　athlete_events.csv 文件包含271116行和15列。每一行对应于在一个单独的奥运会项目（运动员项目）中参赛的运动员。列为：

　　ID - 运动员的ID编号

　　Name - 运动员姓名

　　Sex - 性别

　　Age - 年龄

　　Height - 身高(cm)

　　Weight - 体重(kg)

　　Team - 队伍名称

　　NOC - 奥委会编码

　　Games - 年份和季节

　　Year - 年份

　　Season - 季节

　　City - 主办城市

　　Sport - 体育运动

　　Event - 比赛项目

　　Medal - 获奖情况(、银牌、铜牌或无)

　　02、读入数据

　　首先导入包和数据。

　　# 导入库

　　import numpy as np

　　import pandas as pd

　　import matplotlib.pyplot as plt

　　import seaborn as sns

　　import plotly as py

　　import plotly.graph_objs as go

　　import plotly.express as px

　　import plotly.figure_factory as ff

　　from plotly.subplots import make_subplots

　　pyplot = py.offline.plot

　　# 读入数据

　　df_athlete = pd.read_csv('

　　./archive/athlete_events.csv')

　　df_regions = pd.read_csv('./archive/noc_regions.csv')

　　df_athlete.head()

df_athlete.info()

　　RangeIndex: 271116 entries, 0 to 271115

　　Data columns (total 15 columns):

　　# Column Non-Null Count Dtype

　　--- ------ -------------- -----

　　0 ID 271116 non-null int64

　　1 Name 271116 non-null object

　　2 Sex 271116 non-null object

　　3 Age 261642 non-null float64

　　4 Height 210945 non-null float64

　　5 Weight 208241 non-null float64

　　6 Team 271116 non-null object

　　7 NOC 271116 non-null object

　　8 Games 271116 non-null object

　　9 Year 271116 non-null int64

　　10 Season 271116 non-null object

　　11 City 271116 non-null object

　　12 Sport 271116 non-null object

　　13 Event 271116 non-null object

　　14 Medal 39783 non-null object

　　dtypes: float64(3), int64(2), object(10)

　　memory usage: 31.0+ MB

　　df_regions.head()

命运多舛的东京奥运会开幕在即，用可视化带你纵览120年奥运史

03、数据预处理

　　此处对数据做以下处理，以方便后续的分析：

　　将两个数据集横向合并为一个数据集，Key为NOC这一列

　　Sex：数据值替换

　　Medal：空值填充

　　# 合并数据

　　df_all = pd.merge(df_athlete, df_regions, how='left', on='NOC')# 处理Sex列

　　df_all['Sex'] = df_all['Sex'].map({'M': 'Male', 'F': 'Female'})# 处理Medal列

　　df_all['Medal'].fillna('No Medal', inplace=True)

　　df_all.head()

04、数据可视化

　　我们使用处理好的数据做数据可视化分析，结果如下：

　　1、奥运会总体数据

　　参赛数量变化

　　整体上来看，参赛呈现上升趋势，但其中有两届奥运会存在异常的下降。分别是：

　　1976年蒙特利尔奥运会：出现了规模的反种族歧视行动，此次运动会遭到了非洲的抵制，规模远逊于上届。

　　1980年莫斯科奥运会：为了表示对苏联入侵阿富汗的谴责和愤怒，美国带头拒绝参加1980年的莫斯科奥运会，并号召其他一起抵制。在美国的号召下，较终一共有65个抵制莫斯科奥运会，占当时报名参赛国数量的五分之二。较后只有80个参加莫斯科奥运会，大约5000余人参赛，参赛人数还没有参与报道的记者数量多，创历史记录。

　　比赛项目数量变化