【可视化】看！全运会历届金牌榜
共 2895字，需浏览 6分钟
· 2021-09-19
第十四届全国运动会已经开始了，大家有看比赛吗？你最喜欢哪项运动？各位家乡选手都表现得如何？
借这个机会，我来给大家演示一个基本的数据采集并可视化的案例：
将历届全运会的金牌榜可视化
1. 数据整理
我没有找到现成的结构化数据表格，不过找到这样一个文本数据：
http://blog.sina.com.cn/s/blog_4efe65c30102eik8.html
格式还算比较规整，稍微处理下就可以使用。（这里是1~12届，上一届第13届因为开始取消奖牌榜了，我就不管了，不影响我们展示）
于是我把数据全部复制下来，然后通过 SublimeText 的正则查找替换功能做一下初步的处理。平常一些简单的文本或数据处理，我都会这么做，不一定非要用代码处理。好一点的文本编辑器也都有类似的功能。
把多余的文字删除掉之后，剩下的就是只有空行和 ┃ 符号分隔的数据，用代码很容易读取：
import pandas as pdis_change = Truecount = 12all_data = [] # 记录历届成绩data = [] # 记录一届成绩writer = pd.ExcelWriter('history.xls')watches = set()with open('history.txt') as f:for line in f:if line.strip():# 非空行if is_change:is_change = False# 读取、清理空格、记录数据data.append([l.strip() for l in line.split('┃')])else:# 遇到空行，结束一届的记录if not is_change:# 记录数据df = pd.DataFrame(data)all_data.append(df)# 写入文件df.to_excel(writer, sheet_name=f'No.{count}', index=False)# 把前3名加入集合top3 = list(df[1][:3])watches.update(top3)# 重置参数is_change = Truecount -= 1data = []writer.save()
将每届的奖牌榜存成一个单独的 DataFrame，再全部放进一个 list 列表里。顺便我还把数据存成了 excel。（文末会提供数据和代码下载）
同时，为了展示方便，我只筛选出了历届曾经拿过前三的队伍，用于后续作图，分别是：
上海、北京、山东、广东、江苏、解放军、辽宁
从所有数据中，把这几支队伍的金牌数依次取出，保存成列表：
gold = {}all_data.reverse()for team in watches:gold[team] = []for data in all_data:gold[team].append(float(data[data[1]==team][2]))
2. Matplotlib 折线图
Python 做可视化图表最常用的库就是 matplotlib。代码很简单：
import matplotlib.pyplot as pltfor team in gold:plt.plot(gold[team], linewidth=4, label=team)plt.legend()
折线图很适合展示随时间变化的数据，也适合多组同类数据的对比。
比如这张图上，可以直观地看出，解放军队在最初两届获得了远超其他队的金牌，而像山东、辽宁、江苏的金牌数量整体呈比较明显的上升趋势。
如果不做可视化，只是盯着密密麻麻的数字，那可能眼睛都要看瞎了。
顺便说下，图表上显示中文的时候会出现显示为 □ 的情况，需要额外做处理，我这里用的方法是自己下载一个字体文件使用：
from pylab import mplfont = mpl.font_manager.FontProperties(fname='simhei.ttf', size=15)plt.legend(prop=font)
另外还有一种方法是：
plt.rcParams['font.sans-serif'] = ['SimHei']3. PyEcharts 折线图
Matplotlib 的图表简单实用，功能也很强大，但都是静态的。如果需要可交互的动态图表，则可以使用 pyecharts 库。
用法也很简单：
from pyecharts.charts import Lineline = Line()line.add_xaxis(xaxis_data=range(1, 13))for team in gold:line.add_yaxis(team, gold[team])line.render_notebook()
在这个图上，你可以选择隐藏/显示部分数据，鼠标移到某个节点上是也会显示详细信息。
特别提醒两点：
1. 我这里是在 jupyter notebook 上进行开发（数据分析可视化推荐使用），所以可以直接调用 .render_notebook() 显示动态图表。如果你是其他 IDE，可以改成 .render("文件名.html") 的方式输出结果页面。
2. PyEcharts 之前做过较大更新，以至于网上很多教程里的用法在新版本上已经无法使用了。所以你在通过网上资料学习 PyEcharts 时，一定要看清版本，建议看新出的教程或官网的例子。
以上就是将全运会历届金牌榜进行可视化展示的学习案例。有什么疑问，欢迎大家在留言中讨论，或将代码问题发至我们的答疑论坛上，我将会为大家解答。
获取数据及代码，请在公众号“Crossin的编程教室”里回复关键字：
全运会
如果文章对你有帮助，欢迎转发/点赞/收藏~
_往期文章推荐_