120年奥运历史数据分析(奥运历史知识)

该数据集整理了从1896年雅典奥运会至2016年里约热内卢奥运会120年的奥林匹克运动会的历史数据。

需要注意的是，在1896年-1992年期间，冬季奥运会与夏季奥运会都是在同一年举行的。在这之后，冬季与夏季的奥运会才被错开举办，冬季奥运会从1994年开始4年举办一次，夏季奥运会从1996开始4年举办一次。大家在分析这些数据时，经常会犯得一个错误就是认为夏季与冬季奥运会是一直错开举办的。

受疫情影响，2020东京奥运会将延期至2021年举行；

虽然延期，但此次奥运会依旧会沿用「2020东京奥运会」这个名称；

这也将是奥运会历史上首次延期（1916年、1940年、1944年曾因一战，二战停办）；

文件列表 该数据集包含两个文件：

    athlete_events.csv ：参赛运动员基本生物数据和奖牌结果

    noc_regions.csv ： 国家奥委会3个字母的代码与对应国家信息

文件athlete_events.csv中包含15个字段，具体信息如下：

每一行代表的是一个参加个人比赛运动员

No 属性 数据类型 字段描述

1 ID Integer 给每个运动员的唯一ID

2 Name String 运动员名字

3 Sex Integer 性别

4 Age Float 年龄

5 Height Float 身高

6 Weight Float 体重

7 Team String 所代表的国家队

8 NOC String 国家奥委会3个字母的代码

9 Games String 年份与季节

10 Year Integer 比赛年份

11 Season String 比赛季节

12 City String 举办城市

13 Sport String 运动类别

14 Event String 比赛项目

15 Medal Sring 奖牌

文件noc_regions.csv中包含3个字段，具体信息如下：

No

属性

数据类型

字段描述

1

NOC

String

国家奥委会3个字母的代码

2

Region

String

国家

3

Notes

String

地区

数据集源自于kaggle平台用户分享，基于证书 CC0: Public Domain 发布，具体信息内容源自​​Sports Reference​​。

可以从以下几个方面来探索奥林匹克运动会的演变历程：

import pandas as pd
from pyecharts.charts import *
from pyecharts import options as opts
from pyecharts.commons.utils import JsCode
 
athlete_data = pd.read_csv('./data/athlete_events.csv')
noc_region = pd.read_csv('./data/noc_regions.csv')
 
# 关联代表国家
data = pd.merge(athlete_data, noc_region, on='NOC', how='left')
print(data.head())
 
medal_data = data.groupby(['Year', 'Season', 'region', 'Medal'])['Event'].nunique().reset_index()
medal_data.columns = ['Year', 'Season', 'region', 'Medal', 'Nums']
medal_data = medal_data.sort_values(by="Year", ascending=True)
 
 
def medal_stat(year, season='Summer'):
    t_data = medal_data[(medal_data['Year'] <= year) & (medal_data['Season'] == season)]
    t_data = t_data.groupby(['region', 'Medal'])['Nums'].sum().reset_index()
    t_data = t_data.set_index(['region', 'Medal']).unstack().reset_index().fillna(0, inplace=False)
    t_data = sorted(
        [(row['region'][0], int(row['Nums']['Gold']), int(row['Nums']['Silver']), int(row['Nums']['Bronze']))
         for _, row in t_data.iterrows()], key=lambda x: x[1] + x[2] + x[3], reverse=True)[:20]
    return t_data
 
 
year_list = sorted(list(set(medal_data['Year'].to_list())), reverse=True)
 
tl = Timeline(init_opts=opts.InitOpts(theme='dark', width='1000px', height='1000px'))
tl.add_schema(is_timeline_show=True, is_rewind_play=True, is_inverse=False,
              label_opts=opts.LabelOpts(is_show=False))
 
for year in year_list:
    t_data = medal_stat(year)[::-1]
    bar = (
        Bar(init_opts=opts.InitOpts())
        .add_xaxis([x[0] for x in t_data])
        .add_yaxis("铜牌