【2020东京奥运会】数据分析及可视化「建议收藏」

大家好，我是你的好朋友思创斯。今天说一说【2020东京奥运会】数据分析及可视化「建议收藏」,希望您对编程的造诣更进一步.

⭐️【2020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【2020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-sc.miguvideo.com/vms-livedata/olympic-medal/total-table/15/110000004609
https://app-sc.miguvideo.com/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 requests
import pandas as pd

data_url = 'https://app-sc.miguvideo.com/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-sc.miguvideo.com/\
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)

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！

👇 👇 👇

文章由思创斯整理,转载请注明出处： https://ispacesoft.com/62642.html

【2020东京奥运会】数据分析及可视化「建议收藏」