99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話:13121318867

登錄
首頁精彩閱讀手把手教你用 pandas 分析可視化東京奧運(yùn)會(huì)數(shù)據(jù)
手把手教你用 pandas 分析可視化東京奧運(yùn)會(huì)數(shù)據(jù)
2021-09-26
收藏

來源:早起Python

作者:劉早起

本文將基于東京奧運(yùn)會(huì)獎(jiǎng)牌榜數(shù)據(jù),使用 pandas 進(jìn)行數(shù)據(jù)分析可視化實(shí)戰(zhàn)(文末可以下載數(shù)據(jù)與源碼)

數(shù)據(jù)讀取

首先是奧運(yùn)會(huì)獎(jiǎng)牌數(shù)據(jù)的獲取,雖然有很多接口提供數(shù)據(jù),但是通過奧運(yùn)會(huì)官網(wǎng)拿到的數(shù)據(jù)自然是最可靠的

手把手教你用 <a href='/map/pandas/' style='color:#000;font-size:inherit;'>pandas</a> 分析可視化東京奧運(yùn)會(huì)數(shù)據(jù)

通過對東京奧運(yùn)會(huì)官網(wǎng)獎(jiǎng)牌榜的頁面分析,發(fā)現(xiàn)其表格在前端是通過  嵌入的,所以可以使用 pandas.read_html() 輕松讀取


df1 = pd.read_html("https://olympics.com/tokyo-2020/olympic-games/zh/results/all-sports/medal-standings.htm")[0]
手把手教你用 <a href='/map/pandas/' style='color:#000;font-size:inherit;'>pandas</a> 分析可視化東京奧運(yùn)會(huì)數(shù)據(jù)

之后再讀取本地分日獎(jiǎng)牌數(shù)據(jù)并將國家ID進(jìn)行匹配

df2 = pd.read_csv("東京奧運(yùn)會(huì)獎(jiǎng)牌分日數(shù)據(jù).csv")
手把手教你用 <a href='/map/pandas/' style='color:#000;font-size:inherit;'>pandas</a> 分析可視化東京奧運(yùn)會(huì)數(shù)據(jù)

修改列名

注意到上面的 df1 列名并沒有完整,所以可以使用 rename 函數(shù)修改指定列的名稱

df1.rename(columns={'Unnamed: 2':'金牌數(shù)', 'Unnamed: 3':'銀牌數(shù)', 'Unnamed: 4':'銅牌數(shù)'},inplace=True)

數(shù)據(jù)類型查看與修改

既然 df2 有時(shí)間列,為了方便后面分析,自然要檢查一下其類型

df2.info()
手把手教你用 <a href='/map/pandas/' style='color:#000;font-size:inherit;'>pandas</a> 分析可視化東京奧運(yùn)會(huì)數(shù)據(jù)

可以看到,獲獎(jiǎng)時(shí)間列雖然沒有缺失值但其并不是pandas支持的時(shí)間類型。

好在修改列屬性并不是什么困難的事情,一行代碼輕松搞定(7-12

df2['獲獎(jiǎng)時(shí)間'] = pd.to_datetime(df2['獲獎(jiǎng)時(shí)間'])

數(shù)據(jù)合并

通過觀察可以發(fā)現(xiàn),df2并沒有 國家名稱 列,但是其與 df1 有一個(gè)共同列 國家id

手把手教你用 <a href='/map/pandas/' style='color:#000;font-size:inherit;'>pandas</a> 分析可視化東京奧運(yùn)會(huì)數(shù)據(jù)

為了給 df2 新增一列 國家名稱 列,一個(gè)自然的想法就是通過 國家id 列將兩個(gè)數(shù)據(jù)框進(jìn)行合并,在 pandas 中實(shí)現(xiàn),也不是什么困難的事情

temp = pd.merge(df1,df2,on = '國家id') #先合并 temp['獲獎(jiǎng)時(shí)間'] = pd.to_datetime(temp['獲獎(jiǎng)時(shí)間'])#修改類型 temp = temp.sort_values(by=['獲獎(jiǎng)時(shí)間','獎(jiǎng)牌類型'], ascending=True, ignore_index=True)#排序,和df2一樣 df2['國家'] = temp['國家奧委會(huì)']#賦值 
手把手教你用 <a href='/map/pandas/' style='color:#000;font-size:inherit;'>pandas</a> 分析可視化東京奧運(yùn)會(huì)數(shù)據(jù)

現(xiàn)在 df2 就調(diào)整的差不多了(由于源數(shù)據(jù)問題,部分獲獎(jiǎng)時(shí)間與真實(shí)時(shí)間有一定誤差),下面開始進(jìn)行分析

數(shù)據(jù)分組

下面對 df2 進(jìn)行一些統(tǒng)計(jì)分析,計(jì)算每個(gè)國家的獎(jiǎng)牌總數(shù)(也就是出現(xiàn)次數(shù)),并查看獎(jiǎng)牌數(shù)前5名,結(jié)果可以用 df1 進(jìn)行驗(yàn)證

手把手教你用 <a href='/map/pandas/' style='color:#000;font-size:inherit;'>pandas</a> 分析可視化東京奧運(yùn)會(huì)數(shù)據(jù)

數(shù)據(jù)統(tǒng)計(jì)

看完國家獎(jiǎng)牌排行,接下來計(jì)算獲得獎(jiǎng)牌最多的運(yùn)動(dòng)員(注意:僅統(tǒng)計(jì)單人項(xiàng)目)

手把手教你用 <a href='/map/pandas/' style='color:#000;font-size:inherit;'>pandas</a> 分析可視化東京奧運(yùn)會(huì)數(shù)據(jù)

這里無需使用分組功能,只需要按照運(yùn)動(dòng)員姓名列進(jìn)行頻率統(tǒng)計(jì)即可。

數(shù)據(jù)篩選

下面篩選出全部乒乓球的獲獎(jiǎng)信息,這里的篩選有多種寫法,你能寫出幾種?

手把手教你用 <a href='/map/pandas/' style='color:#000;font-size:inherit;'>pandas</a> 分析可視化東京奧運(yùn)會(huì)數(shù)據(jù)

數(shù)據(jù)透視

現(xiàn)在查看各國在各項(xiàng)目上的獎(jiǎng)牌詳情,下面是通過透視得到的答案,但你會(huì)使用使用數(shù)據(jù)分組功能嗎?

pd.pivot_table(df2,values = ['獎(jiǎng)牌類型'],index = ['國家','運(yùn)動(dòng)類別'],aggfunc = 'count')
手把手教你用 <a href='/map/pandas/' style='color:#000;font-size:inherit;'>pandas</a> 分析可視化東京奧運(yùn)會(huì)數(shù)據(jù)

數(shù)據(jù)查詢

在上一題的基礎(chǔ)上,查詢中國隊(duì)的獲獎(jiǎng)牌詳情,注意是查詢而不是篩選,所以使用上上一題的方法將會(huì)報(bào)錯(cuò)

result.query("國家 == ['中國']")

個(gè)性化查看

如何將上一題的結(jié)果進(jìn)一步突出展示,可以使用 pandas 中的 style

(result.query("國家 == ['中國']")
.style
.bar(subset=['獎(jiǎng)牌類型'],color='skyblue'))
手把手教你用 <a href='/map/pandas/' style='color:#000;font-size:inherit;'>pandas</a> 分析可視化東京奧運(yùn)會(huì)數(shù)據(jù)

數(shù)據(jù)格式

上面說到,df2 的獲獎(jiǎng)時(shí)間部分并不準(zhǔn)確(主要體現(xiàn)在小時(shí)上),所以我們干脆將時(shí)間精確到天,這里可以使用 map 對一整列進(jìn)行操作

def time_format(x): return x.strftime("%m月%d日")

df2['獲獎(jiǎng)時(shí)間'] = df2['獲獎(jiǎng)時(shí)間'].map(time_format)

分組統(tǒng)計(jì)

接下來,讓我們統(tǒng)計(jì)每天產(chǎn)生的獎(jiǎng)牌總數(shù)

df2.groupby("獲獎(jiǎng)時(shí)間")['國家'].count().sort_values()
手把手教你用 <a href='/map/pandas/' style='color:#000;font-size:inherit;'>pandas</a> 分析可視化東京奧運(yùn)會(huì)數(shù)據(jù)

可以看到,最后一天產(chǎn)生的獎(jiǎng)牌數(shù)量最多

數(shù)據(jù)透視

再來查看不同項(xiàng)目在不同國家的分布情況,同樣也可以使用分組功能實(shí)現(xiàn)

pd.pivot_table(df2,values = ['獎(jiǎng)牌類型'],index = ['運(yùn)動(dòng)類別','國家'],aggfunc = 'count')
手把手教你用 <a href='/map/pandas/' style='color:#000;font-size:inherit;'>pandas</a> 分析可視化東京奧運(yùn)會(huì)數(shù)據(jù)

數(shù)據(jù)計(jì)算

接下來讓我們計(jì)算中國每日總獎(jiǎng)牌數(shù)量,你能想到該如何實(shí)現(xiàn)嗎?

pd.pivot_table(df2,values = ['獎(jiǎng)牌類型'],index = ['獲獎(jiǎng)時(shí)間','國家'],aggfunc = 'count').query("國家 == ['中國']").cumsum()
手把手教你用 <a href='/map/pandas/' style='color:#000;font-size:inherit;'>pandas</a> 分析可視化東京奧運(yùn)會(huì)數(shù)據(jù)

數(shù)據(jù)計(jì)算

最后,計(jì)算前十名各國每日獎(jiǎng)牌數(shù)量統(tǒng)計(jì),注意:對于第一天沒有數(shù)據(jù)的國家用0填充,其余時(shí)間的缺失值用上一日數(shù)據(jù)填充。

這看似簡單的問題,涉及的 pandas 操作還真不少!

data = pd.pivot_table(df2,values = ['獎(jiǎng)牌類型'],index = ['獲獎(jiǎng)時(shí)間','國家'],aggfunc = 'count').query("國家 == ['美國', '中國', '日本', '英國', 'ROC', '澳大利亞', '荷蘭', '法國', '德國', '意大利']") data = data.unstack() data.columns = data.columns.get_level_values(1) data.columns.name = None data = data.cumsum() data = data.fillna(axis=0,method='ffill').fillna(0) data 

條形圖

首先制作獎(jiǎng)牌排行榜

手把手教你用 <a href='/map/pandas/' style='color:#000;font-size:inherit;'>pandas</a> 分析可視化東京奧運(yùn)會(huì)數(shù)據(jù)

上圖使用 matplotlib 制作,看起來不錯(cuò),但代碼量也確實(shí)不少

手把手教你用 <a href='/map/pandas/' style='color:#000;font-size:inherit;'>pandas</a> 分析可視化東京奧運(yùn)會(huì)數(shù)據(jù)

堆疊圖

接下來使用 pyecharts 繪制上一題獎(jiǎng)牌榜各獎(jiǎng)牌的細(xì)分

手把手教你用 <a href='/map/pandas/' style='color:#000;font-size:inherit;'>pandas</a> 分析可視化東京奧運(yùn)會(huì)數(shù)據(jù)

使用 pyecharts 的好處就是使用封裝好的方法,代碼量相對較少

手把手教你用 <a href='/map/pandas/' style='color:#000;font-size:inherit;'>pandas</a> 分析可視化東京奧運(yùn)會(huì)數(shù)據(jù)

環(huán)形圖

現(xiàn)在進(jìn)一步繪制中國隊(duì)的獎(jiǎng)牌分布

手把手教你用 <a href='/map/pandas/' style='color:#000;font-size:inherit;'>pandas</a> 分析可視化東京奧運(yùn)會(huì)數(shù)據(jù)

同樣使用 pyecharts ,實(shí)際行代碼搞定

手把手教你用 <a href='/map/pandas/' style='color:#000;font-size:inherit;'>pandas</a> 分析可視化東京奧運(yùn)會(huì)數(shù)據(jù)

地圖

現(xiàn)在繪制獎(jiǎng)牌分布的熱力地圖

手把手教你用 <a href='/map/pandas/' style='color:#000;font-size:inherit;'>pandas</a> 分析可視化東京奧運(yùn)會(huì)數(shù)據(jù)

使用 pyecharts 繪制,繪圖代碼不多,但是調(diào)整國家中英文映射字典是一件痛苦的事情

手把手教你用 <a href='/map/pandas/' style='color:#000;font-size:inherit;'>pandas</a> 分析可視化東京奧運(yùn)會(huì)數(shù)據(jù)

動(dòng)態(tài)圖

最后繪制每日獎(jiǎng)牌榜前十獎(jiǎng)牌數(shù)量的動(dòng)態(tài)圖,使用 matplotlib 或 pyecharts 均得不到較好的效果,所以這里使用另一個(gè)第三方庫 bar_chart_race 進(jìn)行繪制

手把手教你用 <a href='/map/pandas/' style='color:#000;font-size:inherit;'>pandas</a> 分析可視化東京奧運(yùn)會(huì)數(shù)據(jù)

以上就是基于 2020年東京奧運(yùn)會(huì) 數(shù)據(jù)進(jìn)行的一系列數(shù)據(jù)分析可視化流程,基本涉及到利用 Pandas 進(jìn)行數(shù)據(jù)分析的主要操作,是一份不可多得的簡單易懂、利于探索的數(shù)據(jù)集。

數(shù)據(jù)分析咨詢請掃描二維碼

若不方便掃碼,搜微信號:CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進(jìn)行初始化 // 參數(shù)1:配置參數(shù) // 參數(shù)2:回調(diào),回調(diào)的第一個(gè)參數(shù)驗(yàn)證碼對象,之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個(gè)配置參數(shù)為必須,不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺(tái)檢測極驗(yàn)服務(wù)器是否宕機(jī) new_captcha: data.new_captcha, // 用于宕機(jī)時(shí)表示是新驗(yàn)證碼的宕機(jī) product: "float", // 產(chǎn)品形式,包括:float,popup width: "280px", https: true // 更多配置參數(shù)說明請參見:http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計(jì)時(shí)完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請輸入'+oInput.attr('placeholder')+'!'; var errTxt = '請輸入正確的'+oInput.attr('placeholder')+'!'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }