【R图秀-5】图说里约奥运（一）

里约奥运会正在如火如荼的进行，中国奥运健儿在赛场上的拼搏精神感染了无数国人。R图秀在这个夏天也使出“洪荒之力”，用心打造一款奥运专辑。

为了拿到一手的权威数据，我决定写爬虫程序从Rio2016的官方网站上下载和比赛相关的所有信息。
官网地址：https://www.rio2016.com/en/sports

rio2016_website.jpg

奥运会的很多项目还没有开始，所以现在统计各个国家的成绩还为时尚早。但是各个国家参与的比赛项目是已经确定的，今天我们就来看看这个数据。

在分析数据之前，我首先给自己提出了如下几个问题：

1. 本届奥运会有多少比赛项目？哪个国家参与的比赛项目最多？我猜想一个国家参与的比赛项目数可能和它的竞技体育水平以及综合国力成正比。
2. 哪个奥运体育项目所参与的国家最多？我猜想参与的国家数可能和该项目流行程度和精彩程度有关。

有了问题就有了方向，接下来就开始动手做图吧！

整个过程分为如下几个步骤：

1. 用R写爬虫程序抓取数据。根据问题的需要，我首先要抓取所有比赛项目的名称和URL，然后在每个比赛项目的页面上抓取所有参赛国家的名称。所有的数据存放在一个matrix中，行为比赛项目，列为国家名称，1表示参与，0表示未参与。具体代码如下：

   
   
   

   code1.png

2. 为了回答第一个问题，我统计了每个国家参与的所有比赛项目数，然后列出排前20位的国家。

   
   
   

   Rio2016_top20_countries.png
   
   

   排在第一的是东道主巴西，参加了所有39个比赛项目。第二位的是美国，中国共参加了35个比赛项目。等奥运会结束后，这个图还可以和各个国家的比赛成绩联系起来。具体代码如下：

   
   
   

   code2.png

3. 接下来回答第二个问题，看看每个比赛项目有多少国家参加。为了更好的表示各个比赛项目，我选择用官网上的图标，大家也可以顺便学习一下英文：

   
   
   

   olympic_sports.jpg
   
   

   代码如下：

   
   
   

   code3.png
   
   结果如下（原图中空白比较多，下图做了一点手工编辑）：
   
   

   Rio2016_sports.png
   
   

   排名第一的是田径，不愧是世界第一大运动。我本以为这个图可以告诉我们一个运动项目是否和它的流行程度相关，但是看到这个图以后才发现之前的想法是不对的。因为我发现足球、篮球和排球这三大球运动排名非常靠后。我想原因应该是这些项目都在奥运开幕前在各大洲举行了预选赛，能够拿到奥运门票的球队是有限的。

今天的“图说里约奥运”就到这里，下一期我们将继续用R展示奥运数据，敬请关注！

qrcode.jpg