世界杯数据可视化分析_网站优化分享

您的位置：上海毫米网络优化公司 > 网站优化分享 >

1.数据来源

天池大赛官网链接：

https://tianchi.aliyun.com/competition/entrance/532045/information

百度网盘下载链接：

python源代码也放入进去了（现在只有一个表的分析，后面会更新剩下两个表的分析）

https://pan.baidu.com/s/1GuiqtTLCwdR-yfobdhnX6w?pwd=zytt 提取码：zytt

2.字段解释

世界杯成绩信息表：WorldCupsSummary

包含了所有21届世界杯赛事（1930-2018）的比赛主办国、前四名队伍、总参赛队伍、总进球数、现场观众人数等汇总信息，包括如下字段：

Year: 举办年份
HostCountry: 举办国家
Winner: 冠军队伍
Second: 亚军队伍
Third: 季军队伍
Fourth: 第四名队伍
GoalsScored: 总进球数
QualifiedTeams: 总参赛队伍数
MatchesPlayed: 总比赛场数
Attendance: 现场观众总人数
HostContinent: 举办国所在洲

WinnerContinent: 冠军国家队所在洲

世界杯比赛比分汇总表：WorldCupMatches.csv

包含了所有21届世界杯赛事（1930-2014）单场比赛的信息，包括比赛时间、比赛主客队、比赛进球数、比赛裁判等信息。包括如下字段：

Year: 比赛（所属世界杯）举办年份
Datetime: 比赛具体日期
Stage: 比赛所属阶段，包括小组赛（GroupX）、16进8（Quarter-Final）、半决赛（Semi-Final）、决赛（Final）等
Stadium: 比赛体育场
City: 比赛举办城市
Home Team Name: 主队名
Away Team Name: 客队名
Home Team Goals: 主队进球数
Away Team Goals: 客队进球数
Attendance: 现场观众数
Half-time Home Goals: 上半场主队进球数
Half-time Away Goals: 上半场客队进球数
Referee: 主裁
Assistant 1: 助理裁判1
Assistant 2: 助理裁判2
RoundID: 比赛所处阶段ID，和Stage字段对应
MatchID: 比赛ID
Home Team Initials: 主队名字缩写

Away Team Initials: 客队名字缩写

世界杯球员信息表：WorldCupPlayers.csv

RoundID: 比赛所处阶段ID，同比赛信息表的RoundID字段
MatchID: 比赛ID
Team Initials: 队伍名
Coach Name: 教练名
Line-up: 首发/替补
Shirt Number: 球衣号码
Player Name: 队员名
Position: 比赛角色，包括：C=Captain, GK=Goalkeeper

Event: 比赛事件，包括进球、红/黄牌等

3.数据分析及可视化

在这里，我是对一个表一个表分析可视化来的，首先对世界杯成绩信息表：WorldCupsSummary进行分析。

我们先导入所需要用到的库

import pandas as pd
import numpy as np
from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.charts import Line
from pyecharts.charts import Map

然后导入数据

#显示所有列
pd.set_option('display.max_columns', None)
#显示所有行
pd.set_option('display.max_rows', None)
#设置value的显示长度为100，默认为50
pd.set_option('max_colwidth',100)
df=pd.read_csv('WorldCupsSummary.csv',index_col=0)#将第一列作为索引列，即将时间作为索引

首先，我先分析进入半决赛的国家次数，夺冠次数，获得亚军次数，获得季军次数，获得第四名次数，由于给的数据都比较规则，不存在什么缺失值和异常值，故这里没怎么进行数据处理，但是在国家这里，国家名称存在着问题，如Germany FR 与Germany，这里需要对其进行合并，最终代码如下

#国家获得冠军数量
groupbyed=df.groupby(['Winner']).groups
for i in groupbyed :
    groupbyed[i]=len(groupbyed[i])
groupbyed['Germany']=groupbyed['Germany FR']+groupbyed['Germany']#合并Germany与Germany FR
del groupbyed['Germany FR']
groupbyed=pd.DataFrame([groupbyed]).T
groupbyed.columns=['nums']
#获得亚军数量
Second=df.groupby('Second').groups
for i in Second :
    Second[i]=len(Second[i])
Second['Germany']=Second['Germany FR']+Second['Germany']
del Second['Germany FR']
Second=pd.DataFrame([Second]).T
Second.columns=['nums']
#获得季军数
Third=df.groupby('Third').groups
for i in Third :
    Third[i]=len(Third[i])
Third['Germany']=Third['Germany FR']+Third['Germany']
del Third['Germany FR']
Third=pd.DataFrame([Third]).T
Third.columns=['nums']
#第四名数
Fourth=df.groupby('Fourth').groups
for i in Fourth :
    Fourth[i]=len(Fourth[i])
Fourth['Germany']=Fourth['Germany FR']
del Fourth['Germany FR']
Fourth=pd.DataFrame([Fourth]).T
Fourth.columns=['nums']
groupbyed.reset_index(inplace=True)
Second.reset_index(inplace=True)
Third.reset_index(inplace=True)
Fourth.reset_index(inplace=True)
groupbyed=pd.merge(groupbyed,Second,how='outer',on='index')
groupbyed=pd.merge(groupbyed,Third,how='outer',on='index')
groupbyed=pd.merge(groupbyed,Fourth,how='outer',on='index')
groupbyed.columns=['国家','冠军数','亚军数','季军数','第四名数']
groupbyed.fillna(0,inplace=True)
groupbyed['总数']=groupbyed['冠军数']+groupbyed['亚军数']+groupbyed['季军数']+groupbyed['第四名数']
groupbyed.sort_values(by='总数',inplace=True,ascending=False)
print(groupbyed)
c = (
    Bar(init_opts=opts.InitOpts(width='1500px'))
    .add_xaxis(list(groupbyed['国家']))
    .add_yaxis("冠军数", list(groupbyed['冠军数']),category_gap='15%')
    .add_yaxis("亚军数", list(groupbyed['亚军数']),category_gap='15%')
    .add_yaxis("季军数", list(groupbyed['季军数']),category_gap='15%')
    .add_yaxis("第四名数", list(groupbyed['第四名数']),category_gap='15%')
    .add_yaxis('总数',list(groupbyed['总数']),category_gap='15%')
    .set_global_opts(title_opts=opts.TitleOpts(title="按照获奖总数排序",pos_left='20%'),
                     xaxis_opts=opts.AxisOpts(name='国家',axispointer_opts={'interval':'0'},axislabel_opts=opts.LabelOpts(rotate=35,font_size=12)),
                     yaxis_opts=opts.AxisOpts(name='数量'),
                     legend_opts=opts.LegendOpts(textstyle_opts=opts.TextStyleOpts(font_size=15)))
    .render("前四名.html")
)

世界杯数据可视化分析,第1张

从上述可看出，进入半决赛最多的是德国队，其次就是巴西队、意大利队等，想不到韩国也进过半决赛，懂得都懂。

然后我们分析一下举办年份，按照四年一届世界杯，看看中间是否有过缺席

#统计未举办年份
Year=list(df.index)
count={}
for i in range(1930,2019,4):
    count[str(i)]=Year.count(i)
count=pd.DataFrame([count]).T
count.columns=['是否举办']
print(count[count['是否举办']==0])

世界杯数据可视化分析,第2张

发现1942年和1946年未举办，估计这是由于正在打二战所导致的

然后我们统计分析一波，总进球数，总比赛场数，总参赛队伍数，并简单计算一下场均进球数

GoalsScored=df.loc[:,'GoalsScored']
changjun=np.array(GoalsScored)/np.array(df.loc[:,'MatchesPlayed'])
changjun=[round(i,1) for i in changjun]
# print(changjun)
bar = (
    Bar(init_opts=opts.InitOpts(width='1500px'))
    .add_xaxis(list(GoalsScored.index))
    .add_yaxis("总进球数", GoalsScored.tolist(),category_gap='15%',z=0)
    .add_yaxis('总参赛队伍数',list(df.loc[:,'QualifiedTeams']),category_gap='15%',z=0)
    .add_yaxis("总比赛场数",list(df.loc[:,'MatchesPlayed']),category_gap='15%',z=0)
    .set_global_opts(
                     xaxis_opts=opts.AxisOpts(axispointer_opts={'interval':'0'},axislabel_opts=opts.LabelOpts(rotate=35,font_size=12),name='Time'),
                     yaxis_opts=opts.AxisOpts(name='Numbers'),
                     legend_opts=opts.LegendOpts(textstyle_opts=opts.TextStyleOpts(font_size=15))))
line=(
    Line(init_opts=opts.InitOpts(width='1500px'))
        .add_xaxis(GoalsScored.index.tolist())
        .add_yaxis("场均进球数",y_axis=changjun,is_smooth=True,is_symbol_show=True)
        .set_global_opts(title_opts=opts.TitleOpts(title="折线图-基本示例"))
)
bar.overlap(line)
bar.render('场均进球.html')

世界杯数据可视化分析,第3张

世界杯数据可视化分析,第4张可看出参赛队伍从1930年的13支增加到了18年的32支，这么多支队伍，中国都进不去啧啧啧，参赛队伍的增加，导致了总进球数和比赛场次的增加，但54年和58年像是个意外，队伍不多，进的球还不少，难不成刚二战结束，踢球都带有民族情绪，而场均进球数，从1930年到2018年呈下降趋势，这可能与早期足球参赛队伍少，比赛场次少有关吧，数量少了，偶然性就大嘛，而54年的场均进球数最高，平均每场都得进5、6个，搞得我还去百度了一下54年世界杯发生啥了，踢的这么激烈。

接着咱们看看世界杯现场观众数量的变化

people=[round(i,2) for i in df.loc[:,'Attendance']/10000]
c = (
    Line(init_opts=opts.InitOpts(width='1150px'))
    .add_xaxis(df.index.tolist())
    .add_yaxis("现场观众总人数", people, is_smooth=True,
               markpoint_opts=opts.MarkPointOpts(data=[opts.MarkLineItem(type_='max',symbol_size = [80,50],name='max'),opts.MarkLineItem(type_='min',symbol_size = [80,50],name='min')]))
    .set_global_opts(
                     tooltip_opts=opts.TooltipOpts(
                         is_show=True, trigger="axis", axis_pointer_type="cross"
                     ),
                     xaxis_opts=opts.AxisOpts(
                         name='Time',
                         type_="category",
                         axispointer_opts=opts.AxisPointerOpts(is_show=False, type_="shadow"),
                     ),
                     yaxis_opts=opts.AxisOpts(
                         name='numbers(10000)'
                     ))
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False)
                     )
    .render("现场观众总人数.html")
)

世界杯数据可视化分析,第5张

世界杯现场观众数整体是上升的，从最初只有60万人到2018年有303万人现场观看，上涨了近5倍，其中在1934年现场人数最少，只有36万人左右，可能是要打仗了吧=-=，而在1994年，现场人数最多，达到了358万人，是在美国所举办=-=。但我估计今年卡塔尔世界杯可能会破新高。

然后我们分析一下哪些国家举办国世界杯的吧，这里队日本和韩国的数据要处理一下，他们联合举办，就当他们都举办过的吧=-=，当然这里的德国和联邦德国依旧合并，而这里的USA需要更改为United States，England 也需要更改，不然Map画不出来=-=。

HostCountry=df.groupby(df.loc[:,'HostCountry']).groups
for i in HostCountry:
    HostCountry[i]=len(HostCountry[i])
HostCountry['Korea']=1
HostCountry['Japan']=1
del HostCountry['Korea/Japan']
HostCountry['United States']=HostCountry['USA']
del HostCountry['USA']
HostCountry['United Kingdom']=HostCountry['England']
del HostCountry['England']
HostCountry=[[i,HostCountry[i]] for i in HostCountry]
c=(
    Map(init_opts=opts.InitOpts(width='1150px'))
        .add(
            series_name="举办国家",
            data_pair=HostCountry,
            maptype="world",
        )
        # 全局配置项
        .set_global_opts(
            # 设置标题
            title_opts=opts.TitleOpts(title="世界地图"),
            # 设置标准显示
            visualmap_opts=opts.VisualMapOpts(max_=2, is_piecewise=False),
        )
        # 系列配置项
        .set_series_opts(
            # 标签名称显示，默认为True
            label_opts=opts.LabelOpts(is_show=False, color="blue"),showLegendSymbol=False
        )
        # 生成本地html文件
        .render("世界地图.html")
        )

世界杯数据可视化分析,第6张

只能说有的国家都举办二轮了，有的国家连一轮都没举办过，当然这和地区经济也有关，可以看在亚洲举办的次数最少，在欧洲举办的次数是最多的，像墨西哥，巴西，法国等都举办了两次了。

然后再看看夺冠国家的分布吧，这里英国的名字需要自己修改一下，不如又识别不了

Winner=df.groupby(['Winner']).groups
for i in Winner :
    Winner[i]=len(Winner[i])
Winner['Germany']=Winner['Germany FR']+Winner['Germany']
del Winner['Germany FR']
Winner['United Kingdom']=Winner['England']
del Winner['England']
Winner=[[i,Winner[i]] for i in Winner]
# Winner.columns=['nums']
c=(
    Map(init_opts=opts.InitOpts(width='1150px'))
        .add(
            series_name="夺冠国家",
            data_pair=Winner,
            maptype="world",
        )
        # 全局配置项
        .set_global_opts(
            # 设置标题
            title_opts=opts.TitleOpts(title="世界地图"),
            # 设置标准显示
            visualmap_opts=opts.VisualMapOpts(max_=5, is_piecewise=True),
        )
        # 系列配置项
        .set_series_opts(
            # 标签名称显示，默认为True
            label_opts=opts.LabelOpts(is_show=False, color="blue"),showLegendSymbol=False
        )
        # 生成本地html文件
        .render("夺冠国家分布.html")
        )

世界杯数据可视化分析,第7张

可以看出，巴西强呀，拿过五次冠军，德国也不弱呀，也拿了四次，整体来看，还是欧洲实力强劲，欧洲总共拿了12次冠军，剩下的就是南美洲拿了，其他洲呢呜呜呜，搞得像是个南美与欧洲的游戏似的。

然后我们开始分析第二个表，就是世界杯比赛比分汇总表：WorldCupMatches.csv这个表。

先导入模块，这里因为我是分呈两个py文件写的，所以我又导了一遍模块，这里说明一下吧，就没有具体的步骤是对数据进行清洗和处理的，因为数据原本已经很规整了，但里面一下国家名字需要处理，都在用到的时候进行处理，比如德国和联邦德国=-=。

import pandas as pd
from pyecharts import options as opts
import seaborn as sns
from pyecharts.charts import Bar,Pie
from pyecharts.charts import Line
import matplotlib.pyplot as plt

还是要导入数据

#显示所有列
pd.set_option('display.max_columns', None)
#显示所有行
pd.set_option('display.max_rows', None)
#设置value的显示长度为100，默认为50
pd.set_option('max_colwidth',100)
df=pd.read_csv('WorldCupMatches.csv',index_col=0)#将第一列作为索引列，即将时间作为索引

然后我先分析了一下主客场对的取胜有没有影响，这里我就统计了一下主客场胜率

主客队队比赛胜利的影响
#主场队胜
win=int(df[df.loc[:,'Home Team Goals']>df.loc[:,'Away Team Goals']].count()[0])
#平
draw=int(df[df.loc[:,'Home Team Goals']==df.loc[:,'Away Team Goals']].count()[0])
#主场队输
loss=int(df[df.loc[:,'Home Team Goals'] 
 
  
 从中可以发现，主场优势是真实存在的，当作为主场方的，其胜率达到了58%，而客场的胜率只有20%，也确实是这样，以前在重庆看力帆打上海申花，全程都是一片红，只有一点蓝，然后加油的时候，申花傻逼直上云霄哇哈哈哈 
然后统计一下在举办世界杯的年份中，未举办16强，半决赛，决赛等的年份，顺带统计一下这些比赛的场均观众人数吧 
#统计一下小组赛，16进8，半决赛，决赛场均观众人数
df.loc[df['Stage'].str.contains('Group'),'Stage']='Group'
df.loc[df['Stage']=='First round','Stage']='Group'
df.loc[df['Stage']=='Preliminary round','Stage']='Group'
df.loc[df['Stage']=='Round of 16','Stage']='Quarter-finals'
df.loc[df['Stage']=='Third place','Stage']='Match for third place'
df.loc[df['Stage']=='Play-off for third place','Stage']='Match for third place'
Stage=list(set(df['Stage']))
Year=list(set(df.index))
Index={}
for i in Stage:
    a=[]
    for j in Year:
        a.append((j,i))
    Index[i]=a
groupbyed=df.groupby(['Year','Stage']).agg('mean')
Index=[list(i) for i in groupbyed.index]
Index.sort(key=lambda x: x[1])
Final=[]
Group=[]
Third=[]
Quarter=[]
Semi=[]
Index=[tuple(i) for i in Index]
for i in Index:
    if i[1]=='Final':
        Final.append(i)
    elif i[1]=='Group':
        Group.append(i)
    elif i[1]=='Match for third place':
        Third.append(i)
    elif i[1]=='Quarter-finals':
        Quarter.append(i)
    else:
        Semi.append(i)
Year=[i[0] for i in groupbyed.loc[Group,:].index]
Group=groupbyed.loc[Group,'Attendance']
Quarter=groupbyed.loc[Quarter,'Attendance']
data=pd.merge(Group,Quarter,how='outer',on='Year')
Semi=groupbyed.loc[Semi,'Attendance']
data=pd.merge(data,Semi,how='outer',on='Year')
Third=groupbyed.loc[Third,'Attendance']
data=pd.merge(data,Third,how='outer',on='Year')
Final=groupbyed.loc[Final,'Attendance']
data=pd.merge(data,Final,how='outer',on='Year')
data.columns=['小组赛','16进8','半决赛','季军赛','决赛']
for i in data.columns:
    print('未举办'+i+"的年份:",list(data[data[i].isna()][i].index))
c = (
    Line(init_opts=opts.InitOpts(width='1150px',height='550px'))
    .add_xaxis(Year)
    .add_yaxis("小组赛", data.iloc[:,0].tolist(), is_connect_nones=True,is_smooth=True)
    .add_yaxis("16进8", data.iloc[:,1].tolist(), is_connect_nones=True,is_smooth=True)
    .add_yaxis("半决赛", data.iloc[:,2].tolist(), is_connect_nones=True,is_smooth=True)
    .add_yaxis("季军赛",  data.iloc[:,3].tolist(), is_connect_nones=True,is_smooth=True)
    .add_yaxis("决赛",  data.iloc[:,4].tolist(), is_connect_nones=True,is_smooth=True)
    .set_global_opts(title_opts=opts.TitleOpts(),
                     tooltip_opts=opts.TooltipOpts(is_show=True,axis_pointer_type= "cross",trigger="axis"),
                     xaxis_opts=opts.AxisOpts(name='Time'),
                     yaxis_opts=opts.AxisOpts(name='Numbers'))
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False),)
    .render("不同比赛现场观众.html")
) 
 
  
从中可以指导1950年没有举办决赛，为此我还去百度了一下，1950年巴西世界杯，真没有正式的决赛，当也还没有半决赛=-=，好像是中途有几个国家退出了，咱们也不知道。从场均现场观众数来看，基本都是决赛>季军赛>半决赛>16进8>小组赛，但在1986年的季军赛，谁打谁呀，观众少的可怜，百度一下，法国打比利时=-=，法国4：2比利时，但为什么没人看呢 
然后统计分析一下球队的进球数，失球数吧 
#统计球队历史总进球数,失球数
df.loc[df['Home Team Name'].str.contains('Germany'),'Home Team Name']='Germany'
df.loc[df['Away Team Name'].str.contains('Germany'),'Away Team Name']='Germany'
# print(df.loc[df['Home Team Name'].str.contains('German')])
inGoals=pd.DataFrame(df.groupby(['Home Team Name']).agg('sum')['Home Team Goals']+df.groupby(['Away Team Name']).agg('sum')['Away Team Goals'])
outGoals=pd.DataFrame(df.groupby(['Home Team Name']).agg('sum')['Away Team Goals']+df.groupby(['Away Team Name']).agg('sum')['Home Team Goals'])
inGoals.index.names=['Team Name']
outGoals.index.names=['Team Name']
Goals=pd.merge(inGoals,outGoals,how='inner',on='Team Name')
Goals['Total Goals']=Goals.iloc[:,0]+Goals.iloc[:,1]
Goals.columns=['inGoals','outGoals','Total Goals']
Goals=Goals.sort_values(by='Total Goals',ascending=False)
Goals.fillna(0,inplace=True)
#场均进球
count1=df.groupby(['Home Team Name']).agg('count')['Datetime']
count1.index.name='Team Name'
count2=df.groupby(['Away Team Name']).agg('count')['Datetime']
count2.index.name='Team Name'
Goals=pd.merge(Goals,count1,how='inner',on='Team Name')
Goals=pd.merge(Goals,count2,how='inner',on='Team Name')
Goals['times']=Goals.iloc[:,3]+Goals.iloc[:,4]
Goals.drop(Goals.columns[[3,4]],axis=1,inplace=True)
Goals['avginGoals']=Goals.loc[:,'inGoals']/Goals.loc[:,'times']
Goals['avgoutGoals']=Goals.loc[:,'outGoals']/Goals.loc[:,'times']
# print(Goals)
c = (
    Bar(init_opts=opts.InitOpts(width='1150px'))
    .add_xaxis(Goals.index.tolist())
    .add_yaxis("总进球数", Goals.iloc[:,0].tolist())
    .add_yaxis("总失球数", Goals.iloc[:,1].tolist())
    .add_yaxis("总球数", Goals.iloc[:,2].tolist())
    .add_yaxis("场均进球数", [round(i,2) for i in Goals.iloc[:,4].tolist()])
    .add_yaxis("场均失球数", [round(i,2) for i in Goals.iloc[:,5].tolist()])
    .add_yaxis("总比赛场数", Goals.iloc[:,3].tolist())
    .set_global_opts(
        title_opts=opts.TitleOpts(),
        datazoom_opts=opts.DataZoomOpts(),
        xaxis_opts=opts.AxisOpts(name='Team Name'),
        yaxis_opts=opts.AxisOpts(name='Numbers'),
    )
    .render("总球数.html")
) 
 
 
 这个图是动态的嘛，反正可以拖动，进球多的反正都是那些强队，也没啥好说的，咱们来看看中国队，唯一一次进世界杯，但好像一个球没进，丢了9个球，打了三场，哎，看着今年的日本、韩国和沙特，真觉得国足在干嘛呀呜呜。 
然后我们具体来看看冠军球队的进球和失球数吧 
#统计一下冠军对的进球数失球数和场均进球失球，这里需要从另外个表获取一下数据
df1=pd.read_csv('WorldCupsSummary.csv',index_col=0)#将第一列作为索引列，即将时间作为索引
#国家获得冠军数量
groupbyed=df1.groupby(['Winner']).groups
for i in groupbyed :
    groupbyed[i]=len(groupbyed[i])
groupbyed['Germany']=groupbyed['Germany FR']+groupbyed['Germany']#合并Germany与Germany FR
del groupbyed['Germany FR']
groupbyed=pd.DataFrame([groupbyed]).T
groupbyed.columns=['nums']
groupbyed.sort_values(by='nums',ascending=False,inplace=True)
guanjun=groupbyed[groupbyed['nums']>=1].index
c = (
    Bar(init_opts=opts.InitOpts(width='1150px'))
    .add_xaxis(guanjun.tolist())
    .add_yaxis("总进球数", Goals.loc[guanjun,'inGoals'].tolist())
    .add_yaxis("总失球数", Goals.loc[guanjun,'outGoals'].tolist())
    .add_yaxis("总球数", Goals.loc[guanjun,'Total Goals'].tolist())
    .add_yaxis("场均进球数", [round(i,2) for i in Goals.loc[guanjun,'avginGoals'].tolist()])
    .add_yaxis("场均失球数", [round(i,2) for i in Goals.loc[guanjun,'avgoutGoals'].tolist()])
    .add_yaxis("总比赛场数", Goals.loc[guanjun,"times"].tolist())
    .add_yaxis("夺冠次数", groupbyed.loc[guanjun,"nums"].tolist())
    .set_global_opts(
        title_opts=opts.TitleOpts(title='按照夺冠次数排名'),
        datazoom_opts=opts.DataZoomOpts(),
        xaxis_opts=opts.AxisOpts(name='Team Name'),
        yaxis_opts=opts.AxisOpts(name='Numbers'),
    )
    .render("冠军球数.html")
) 
 
 
在比赛场次中，德国打的最多，其次就是巴西，加之两者实力也差不多，所以德国进球数和失球数都高于巴西也是正常，虽然巴西比德国多一个冠军呢，而在场均进球和失球数上看，巴西都好于德国，同时巴西是场均进球最多的，但只有巴西和德国场均进球破2了，说明这两只是进攻性较强的队伍，而法国的场均失球是最少的，一场比赛一个球都不一定能丢，说明法国队防守挺厉害的，  
 接下来，咱们看看比分最大的10场比赛是哪10场 
#比分最大的比赛
df['maxGoals']=abs(df.loc[:,'Home Team Goals']-df.loc[:,'Away Team Goals'])
df.sort_values(by='maxGoals',ascending=False,inplace=True)
df['VS']=df.loc[:,'Home Team Name']+' VS '+df.loc[:,'Away Team Name']
df['result'] = df['Home Team Goals'].astype(str)+"-"+df['Away Team Goals'].astype(str)
# print(df.iloc[:10,df.columns.get_loc('VS')])
plt.figure(figsize=(12, 10))
ax = sns.barplot(y=df.iloc[:10,df.columns.get_loc('VS')], x=df.iloc[:10,df.columns.get_loc('maxGoals')])
sns.despine(right=True)
plt.ylabel('Match',fontsize=15)
plt.xlabel('Score Difference',fontsize=15)
plt.yticks(size=12)
plt.xticks(size=12)
plt.title('Top10 Score Gap', size=20)
for i, s in enumerate("Stadium " + df.iloc[:10,df.columns.get_loc('Stadium')] + ", Date: " + df.iloc[:10,df.columns.get_loc('Datetime')] + "\n" +
                        ", match result: " + df.iloc[:10,df.columns.get_loc('result')]):
    ax.text(1, i, s, fontsize=12, color='white', va='center')
plt.show() 
 哇哦，比分差距最大的是9，这么大的比分，压对了得多大的赔率呀哇哈哈哈 
最后咱们来看看，参与3届世界杯以上的主裁吧，希望马宁下次能当主裁（偷笑） 
#参与三届世界杯的主裁
Referee=df.groupby(['Referee']).groups
times=[]
for i in Referee:
    times.append(len(list(set(Referee[i]))))
    Referee[i]=list(set(Referee[i]))
Referee=pd.DataFrame().from_dict(Referee,orient='index')
Referee['Times']=times
Referee.index.name='Referee Name'
Referee.columns=['时间1','时间2','时间3','次数']
# Referee.columns=['Times']
Referee.sort_values(by='次数',inplace=True,ascending=False)
plt.figure(figsize=(12, 10))
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
ax = sns.barplot(y=Referee[Referee['次数']==3].index, x=Referee.loc[Referee[Referee['次数']==3].index,'次数'])
sns.despine(right=True)
plt.ylabel('主裁',fontsize=15)
plt.xlabel('次数',fontsize=15)
plt.yticks(size=12)
plt.xticks(size=12)
plt.title('参与三次世界杯的主裁', size=20)
for i, s in enumerate("主裁世界杯时间：" + Referee.loc[Referee[Referee['次数']==3].index,'时间1'].astype(int).astype(str)+'年、'+ Referee.loc[Referee[Referee['次数']==3].index,'时间2'].astype(int).astype(str) +'年、'+ Referee.loc[Referee[Referee['次数']==3].index,'时间3'].astype(int).astype(str)+'年'):
    ax.text(1, i, s, fontsize=12, color='white', va='center')
plt.show() 
  
这些裁判估计都很厉害吧，咱们也不认识，我也懂足球，咱们就不对他们分析了  
然后后面还有一个球员信息的表，我我看了一下好像没啥可以分析的，咱们就不对其进行分析了，如果有兴趣的可以自己去分析分析吧，就到这吧respect！
  高端公司网站  个人网址  网站建设的必要性  b2b网站平台有哪些  网件rax50  企业网站公司

上一篇：Zookeeper详解（从安装—入门—使用）

下一篇：RabbitMQ反序列化未经授权的类异常解决方案