2020东京奥运会奖牌数据分析报告(下)

分析主要国家奖牌分布情况

任务描述

旨在深入了解奥运会中主要国家在奖牌数量上的表现,从而评估各国的体育实力和成就了解体育实力的分布情况,其中主要国家在全球范围内的体育实力分布具有重要意义。还得以了解主要国家在奥运会奖牌上的分布情况,帮助我们把握全球体育力量的分布格局,了解不同国家之间的体育实力强弱关系。以此了解不同国家在体育领域的特点和优势项目,并为体育决策和发展提供支持和指导

任务分析

将东京奥运会奖牌榜数据的前十名数据重新创建成主要国家奖牌获得表。

使用柱状图展现主要国家奖牌分布情况,并展示结果。

使用条状图展现主要国家奖牌分布情况,并展示结果。

创建主要国家奖牌获得表

为展现主要国家奖牌的获得情况,需将东京奥运会奖牌榜数据的前十名数据重新创建成主要国家奖牌获得表,具体操作如代码6-1所示。

代码 61 创建主要国家奖牌获得表

 import pandas as pd

# 读取原始Excel文件

df = pd.read_excel('national_medal.xlsx')

# 提取前十行数据

new_df = df.head(10)

new_df.to_excel('qianshi.xlsx', index=False)

使用柱状图展现分布情况

为更直观展现主要国家奖牌的获得情况,可使用柱状图在横轴上表示国家名称,纵

轴上表示奖牌数量,使用条形的高度来表示奖牌的数量,并将金牌、银牌和铜牌的数量分别用不同的颜色来区分,以直观展示不同国家在不同奖牌类别上的分布情况,具体操作如代码6-2所示。

代码 62主要国家奖牌分布情况柱状图

 import pandas as pd

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']

plt.rcParams['axes.unicode_minus'] = False

# 读取Excel文件,假设数据表位于"medal_data.xlsx"文件中的"Sheet1"工作表

df = pd.read_excel("qianshi.xlsx", sheet_name="Sheet1")

# 提取国家名称和奖牌数量数据

country_names = df["国家"].tolist()

gold_medals = df["金牌"].tolist()

silver_medals = df["银牌"].tolist()

bronze_medals = df["铜牌"].tolist()

# 设置柱状图的位置和宽度

bar_positions = range(len(country_names))

bar_width = 0.2

# 绘制金牌柱状图

plt.bar(bar_positions, gold_medals, width=bar_width, label="金牌", color="gold")

# 绘制银牌柱状图

plt.bar([p + bar_width for p in bar_positions], silver_medals, width=bar_width, label="银牌", color="silver")

# 绘制铜牌柱状图

plt.bar([p + 2 * bar_width for p in bar_positions], bronze_medals, width=bar_width, label="铜牌", color="brown")

# 设置横轴标签和标题

plt.xlabel("国家")

plt.ylabel("奖牌数量")

plt.title("主要国家奖牌分布情况")

# 设置横轴刻度标签

plt.xticks([p + bar_width for p in bar_positions], country_names)

# 添加图例

plt.legend()

plt.xticks(rotation=25)

# 显示图表

plt.show()

所得柱状图结果如图6-1所示:

2020东京奥运会奖牌数据分析报告(下)_第1张图片

图 61主要国家奖牌情况柱状图

使用饼图展现分布情况

通过将圆饼划分为不同的扇区,每个扇区表示一个国家,扇区的角度可以表示该国家获得奖牌的比例,将金牌、银牌和铜牌的数量分别用不同的颜色来区分,同时在饼图的中心显示国家名称,直观地展示主要国家在奖牌数量上的比例关系,以展示主要国家的奖牌分布情况,具体操作如代码6-3所示。

代码 6-3主要国家奖牌分布情况饼状图

import pandas as pd

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']

plt.rcParams['axes.unicode_minus'] = False

# 读取Excel文件,假设数据表位于"medal_data.xlsx"文件中的"Sheet1"工作表

df = pd.read_excel("qianshi.xlsx", sheet_name="Sheet1")

# 提取国家名称和奖牌数量数据

country_names = df["国家"].tolist()

medal_counts = df["总数"].tolist()

# 自定义颜色和标签

colors = ["gold", "silver", "brown", "peru", "slateblue", "limegreen", "orange"][:len(country_names)]

labels = country_names

# 绘制饼状图

plt.pie(medal_counts, labels=labels, colors=colors, autopct="%1.1f%%")

# 添加图表标题

plt.title("主要国家奖牌分布情况")

# 显示图表

plt.show()

所得饼状图结果如图6-2所示:

2020东京奥运会奖牌数据分析报告(下)_第2张图片

图 6-2主要国家奖牌情况饼状图

分析我国奖牌分布与变化情况

任务描述

为深入了解我国在国际体育赛事中的表现,并从中获取有关我国体育发展的重要信息。揭示我国在各类国际体育赛事中各个国家的奖牌分布情况,了解我国在世界体育舞台上的竞争力。并借此观察奖牌分布的变化趋势,了解我国体育实力的发展和成长轨迹更加全面了解我国在国际体育舞台上的表现,并为制定相应的体育发展策略提供依据。此外,该分析还有助于激励和激发全民参与体育运动的热情,提高国民素质和国家形象。

任务分析

  1. 使用折线图展现我国奖牌分布与变化情况,并展示结果。

使用折线图展现变化情况

通过在横轴上表示时间,纵轴上表示奖牌数量,使用折线来连接数据点,展示我国奖

牌数量随时间的变化趋势。可以将金牌、银牌和铜牌分别用不同线条或颜色来表示。这种图表类型可以直观地展示我国奖牌数量的增长或下降,以及奖牌类型的变化情况,以展示我国的奖牌获得变化情况,具体操作如代码7-1所示。

代码 7-1我国奖牌变化情况折线图

import pandas as pd

import matplotlib.pyplot as plt

data = pd.read_excel('itemtoge.xlsx')

usa_gold=data[(data['名次']==1)&(data['国家']=='中国')]

usa_silver=data[(data['名次']==2)&(data['国家']=='中国')]

usa_bronze=data[(data['名次']==3)&(data['国家']=='中国')]

plt.rcParams['font.sans-serif']=['SimHei']#用来正常显示中文标签

plt.rcParams['axes.unicode_minus']=False#用来正常显示负号

#x

x=usa_gold.sort_values(by='日期')['日期'].drop_duplicates(keep="first")

x2=usa_bronze.sort_values(by='日期')['日期'].drop_duplicates(keep="first")

x3=usa_silver.sort_values(by='日期')['日期'].drop_duplicates(keep="first")

#日期所对应的累加的银牌

def count_num(usa_three):

    group = usa_three.groupby('日期')

    s = group.size()

    sum = 0

    y = []

    for n in range(len(s)):

        sum = s[n] + sum

        y.append(sum)

    return y

#日期所对应的累加的金牌、银牌、铜牌

data_gold=count_num(usa_gold)

data_silver=count_num(usa_silver)

data_bronze=count_num(usa_bronze)

plt.figure(figsize=(15,10))

#折线图

plt.title('中国成就')

plt.xlabel('时间')

plt.ylabel('奖牌数量')

plt.plot(x, data_gold, marker='o', markersize=3)  # 绘制折线图,添加数据点,设置点的大小

plt.plot(x2, data_bronze, marker='o', markersize=3)

plt.plot(x3, data_silver, marker='o', markersize=3)

plt.legend(['金牌', '银牌', '铜牌'])  # 设置折线名称

plt.show()  # 显示折线图

所得折线图结果如图7-1所示:2020东京奥运会奖牌数据分析报告(下)_第3张图片

图 7-1我国奖牌变化情况折线图

比较我国与竞争国家奖牌情况

任务描述

为比较我国与竞争国家的奖牌情况可以帮助评估我国在国际体育赛事中的竞争力,了解我国与其他国家在体育领域的差距和优势,以及找到提升竞争力的潜在机会和策略。推广比较我国与竞争国家在各类国际体育赛事中的奖牌总数以及金牌、银牌、铜牌数量的对比,了解我国在国际体育赛事中所处的位置和与竞争国家的差距更加全面了解我国在国际体育舞台上与其他国家的竞争状况,并针对性地制定相应的竞争策略。此外,比较分析还有助于发现我国体育发展的不足之处,为我国提升体育竞争力提供重要参考和借鉴。

任务分析

  1. 使用并列柱状图展现我国与竞争国家奖牌情况,并展示结果。
  2. 使用堆叠柱状图展现我国与竞争国家奖牌情况,并展示结果。

使用并列柱状图展现竞争情况

通过在横轴上表示不同国家,纵轴上表示奖牌数量,使用并列的柱形来表示不同国家

的奖牌数量。可以将金牌、银牌和铜牌分别用不同颜色的柱子来区分以直观地比较我国与竞争国家在不同奖牌类别上的奖牌数量,具体操作如代码8-1所示。

代码 8-1我国与竞争国家奖牌情况并列柱状图

import matplotlib.pyplot as plt

import  pandas as pd

datas =pd.read_excel('national_medal.xlsx')

x = datas['国家'][0:5]

y1 = datas['金牌'][0:5]

y2 = datas['银牌'][0:5]

y3 = datas['铜牌'][0:5]

plt.rcParams['font.sans-serif'] = ['SimHei']

plt.rcParams['axes.unicode_minus'] = False

bar_width=0.2

plt.bar(y3.index,y3,color='#81D8CF',width=bar_width)

plt.bar(y2.index+bar_width,y2,color='#FBD26A',width=bar_width)

plt.bar(y1.index+bar_width+bar_width,y1,color='#E60000',width=bar_width)

plt.legend(('银牌','铜牌','金牌'))

plt.xticks(x.index+ 3 * bar_width / 3,x)

plt.title('前五竞争国家奖牌数量柱状图')

plt.show()

所得折线图结果如图8-1所示:

               2020东京奥运会奖牌数据分析报告(下)_第4张图片

图 8-1 我国与竞争国家奖牌情况并列柱状图

使用堆叠柱状图展现竞争情况

通过在横轴上表示不同国家,纵轴上表示奖牌数量,使用堆叠的柱状来表示不同奖牌

类别的数量,并将柱子堆叠在一起展示总奖牌数量以直观地比较我国与竞争国家的总体奖牌数量,并以颜色区分不同奖牌类别的贡献,具体操作如代码8-2所示。

代码 8-2 我国与竞争国家奖牌情况堆叠柱状图

import pandas as pd

import matplotlib.pyplot as plt

df2 = pd.read_excel('qianshi.xlsx')

plt.rcParams['font.sans-serif']=['SimHei']#用来正常显示中文标签

plt.bar(x=0,bottom=df2.国家,height=0.5,width=df2.金牌,color='#E60000',orientation='horizontal',label='金牌')

plt.bar(x=df2.金牌,bottom=df2.国家,height=0.5,width=df2.银牌,color='#81D8CF',orientation='horizontal',label='银牌')

plt.bar(x=df2.金牌+df2.银牌,bottom=df2.国家,height=0.5,width=df2.铜牌,color='#01847F',orientation='horizontal',label='铜牌')

plt.title('竞争情况')

plt.legend()

plt.show()

所得折线图结果如图8-2所示:

2020东京奥运会奖牌数据分析报告(下)_第5张图片

 图 8-2 我国与竞争国家奖牌情况堆叠柱状图

小结

2020东京奥运会作为备受关注的体育盛事,其奖牌数据为我们提供了宝贵的信息和洞察力。通过对这些数据的分析,我们得以深入了解各国在体育竞技中的表现、趋势和变化,在本次报告中,我们对2020东京奥运会的奖牌数据进行了全面的分析。

根据本次奥运会的数据分析,一些传统体育强国如美国、中国和俄罗斯等在奖牌榜上表现出色,稳居前列。这些国家在多个项目中获得了大量的奖牌,展示了他们在全球体育领域的强大实力,我们清楚地看到中国以及其他一些竞争国家在奖牌争夺中的位置及变化情况。

通过分析各项目的奖牌分布,我们可以看到一些项目的竞争异常激烈,奖牌数量接近,反映了运动员水平的互相接近,这些项目往往备受关注,成为观众们最为关注和关注的焦点。

通过比较历届奥运会的数据,我们可以观察到一些国家在体育发展方面的变化。一些新兴体育强国在奖牌榜上崛起,显示出其对体育发展的巨大投资和努力。这些国家在特定项目上的突出表现表明了他们在该领域的实力和潜力。

通过对2020东京奥运会奖牌数据的分析,我们获得了对各国体育竞技表现的深入认识,并为制定体育发展战略提供了重要的数据支持,这些分析结果将为未来的体育发展、选拔优秀运动员和促进国际体育交流提供宝贵的参考和指导。

你可能感兴趣的:(数据分析,python,数据挖掘)