⭐️【东京奥运会】 数据分析及可视化 ⭐️
写在前面数据获取数据预处理数据可视化各地区奖牌数量分布奖牌榜前十中国夺金项目分类中国奖牌实时数量合成看板总结写在前面
首先要声明一点标题没写错哦！是【东京奥运会】，应该看过直播的人都知道，至于原因可以自行百度哈，今天给我女朋友看了一下文章，她竟然直接说我标题写错了，哈哈，所以感觉在这有必要解释一下~
8月8日，小日…呃…子过得挺好的日本选手的国家 举办的东京奥运会已经结束了。在奥运期间，主办方种种奇葩操作直接把我看傻，最终它们也通过独特的“手段” 挤入了前三名，在这里首先谢谢他们刷新了我对奥运的认知。同时，借此机会看看我国今年奥运会的获奖情况，话不多说进入正文。
数据获取
奥运会相关数据来自以下两个接口。
https://app-/vms-livedata/olympic-medal/total-table/15/110000004609
https://app-/vms-livedata/olympic-medal/detail-total/15/110000004609
1️⃣ 下面通过第一个接口，解析获取我们所需的数据，主要包含国家的排名与奖牌数。
打开链接之后，可以发现主要信息都在allMedalData字段内。
在网页中确认需要提取的内容，然后通过对应的key进行提取。
import requestsimport pandas as pddata_url = 'https://app-/vms-livedata/olympic\-medal/total-table/15/110000004609'# 请求数据data = requests.get(data_url).json()df = pd.DataFrame()for item in data['body']['allMedalData']:df = df.append([[item['countryName'],item['countryId'],item['rank'],item['goldMedalNum'],item['silverMedalNum'],item['bronzeMedalNum'],item['totalMedalNum']]])# 修改列名df.columns = ['国家', '国家id', '排名', '金牌', '银牌', '铜牌', '奖牌']# 重置索引df.reset_index(drop=True, inplace=True)df.head()
2️⃣ 第二个链接同样如此。
data_url = 'https://app-/\vms-livedata/olympic-medal/detail-total/15/110000004609'data = requests.get(data_url).json()detail_df = pd.DataFrame()# 请求数据for item in data['body']['medalTableDetail']:detail_df = detail_df.append([[item['awardTime'],item['medalType'],item['sportsName'],item['countryId'],item['bigItemName']]])# 修改列名detail_df.columns = ['获奖时间', '奖牌类型', '运动员', '国家id', '运动类别']# 重置索引detail_df.reset_index(drop=True, inplace=True)detail_df.head()
数据预处理
第二个接口获取的数据中没有国家名称，需要参照第一个接口的数据按照 “国家id” 列进行匹配。修改 “奖牌类型”，将“1，2，3” 修改为 “金牌，银牌，铜牌”。
detail_df.loc[detail_df['奖牌类型'] == 1, '奖牌类型'] = '金牌'detail_df.loc[detail_df['奖牌类型'] == 2, '奖牌类型'] = '银牌'detail_df.loc[detail_df['奖牌类型'] == 3, '奖牌类型'] = '铜牌'courtry_df = df.loc[:, ['国家', '国家id']]detail_df = pd.merge(detail_df, courtry_df, on='国家id', how = "inner")detail_df.head()
数据整理完毕可以将数据保存到本地，方便可视化。
df.to_csv('东京奥运会国家排名.csv', index=False)detail_df.to_csv('东京奥运会获奖详情.csv', index=False)
数据可视化
各地区奖牌数量分布
先看一下各地区奖牌数量分布，颜色越深奖牌数（总数）越多。得奖多的地区也侧面反映了国家的实力。
奖牌榜前十
制作堆叠条形图，展示奖牌榜前十名，每个柱子从上到下依次为金牌、银牌、铜牌的数量，图例没在边上没截进去，见谅~
中国夺金项目分类
使用饼图来显示我国夺金的项目分类，像举重、跳水、乒乓球一直都是我们的夺金热门项目。
中国奖牌实时数量
该图展示我国每日金银铜获取的实时情况，可以清晰地看出每天各个项目的获奖情况。
合成看板
将上面制作的图标合成在一个仪表盘中，提高观赏性~
由于地图太大，就在两个看板中添加了跳转按钮，以此实现看板跳转。效果如下。
总结
在此次奥运会中，我国代表队在大部分项目都有出色的表现，传统优势项目也保持了优势地位。举重共8个小项目获得7金1银，跳水8个小项目获得7金5银，均取得历史最好成绩。在整体上来看我国夺金项目覆盖面宽，除优势项目外，还获取 蹦床体操、场地自行车赛、帆船、击剑、净水皮划艇、赛艇、田径、羽毛球 等项目的金牌。
由于数据量不多，不能够较全面的分析整个比赛，这发表一下自己的看法，同时在这里期待下届奥运会我国运动健儿的表现~
这就是本文所有的内容了，如果感觉还不错的话。❤ 点个赞再走吧！！！❤
后续会继续分享《Python数据分析及可视化》方面文章，如果感兴趣的话可以点个关注不迷路哦~。
添加本人微信，备注【交流群】， 拉你进Python交流群👇🏻
像我这么宠粉的人~当然会给关注我的粉丝们亿点小福利啦，关注下方小卡片，回复 “东京奥运会” 即可获取源码哦！，另外还有博主各种文章源码及干货资料！
👇 👇 👇
