东京奥运会能如期举办吗带你用数据看120年奥运变迁史

2020-12-09 21:15 大数据DT
图片

导读:今天带大家用数据可视化解读120年奥运变迁史。


作者:真达、Mika,数据:真达
来源:CDA数据分析师(ID: cdacdacda)

图片

2020年年初,突然袭来的新冠疫情给我们的生活带来了巨大的改变,与此同时也让许多国际体育赛事停摆。3月24日,东京奥组委宣告,2020东京夏季奥运会延期至2021年夏季举行。近日,日本首相菅义伟向全世界承诺,他将继续努力保证东京奥运会在明年安全举行。

随着国内疫情逐渐得到有效控制,我们的生活已步入正轨,但全球的疫情形势还很严峻。8月份以来,日本的第二波疫情来势汹汹,单日新增确诊人数不断刷新历史新高,11月18日单日新增确诊人数已达到2201人。


那么关于奥运会这场世界上影响力最大的体育盛会,背后有哪些有趣的数据?

  • 奥运会参赛国数量和比赛项目有哪些变化?
  • 各国累计奖牌数排名是怎样的?
  • 参赛运动员的年龄和身高有哪些特征?
  • 今天我们就带你用数据来好好盘一盘。

奥林匹克运动会发源于两千多年前的古希腊,因举办地在奥林匹亚而得名。并于1896年举办了首届奥运会,1924年举办了首届冬奥会,是世界上影响力最大的体育盛会。


01 数据理解

我们选取了一个关于现代奥运会的历史数据集,包括从1896年雅典奥运会到2016年里约奥运会的所有奥运会。

数据集取自网站:
www.sports-reference.com

需要注意的是,冬季奥运会和夏季奥运会从1994年起分开,每两年间隔举行,1992年冬季奥运会是最后一届与夏季奥运会同年举行的冬奥会。自1924年开始第1届,截至2018年共举办了23届,每四年一届。

athlete_events.csv 文件包含271116行和15列。每一行对应于在一个单独的奥运会项目(运动员项目)中参赛的运动员。列为:

  • ID - 运动员的ID编号
  • Name - 运动员姓名
  • Sex - 性别
  • Age - 年龄
  • Height - 身高(cm)
  • Weight - 体重(kg)
  • Team - 队伍名称
  • NOC - 国家奥委会编码
  • Games - 年份和季节
  • Year - 年份
  • Season - 季节
  • City - 主办城市
  • Sport - 体育运动
  • Event - 比赛项目
  • Medal - 获奖情况(金牌、银牌、铜牌或无)


02 读入数据

首先导入包和数据。

# 导入库
import numpy as np 
import pandas as pd 
import matplotlib.pyplot as plt 
import seaborn as sns 

import plotly as py 
import plotly.graph_objs as go 
import plotly.express as px 
import plotly.figure_factory as ff 
from plotly.subplots import make_subplots

pyplot = py.offline.plot

# 读入数据
df_athlete = pd.read_csv('./archive/athlete_events.csv')
df_regions = pd.read_csv('./archive/noc_regions.csv'
df_athlete.head() 


df_athlete.info() 
<class 'pandas.core.frame.DataFrame'>
RangeIndex:
 271116 entries, 0 to 271115
Data columns (total 15 columns):
 #   Column  Non-Null Count   Dtype  
---  ------  --------------   -----  
 0   ID      271116 non-null  int64  
 1   Name    271116 non-null  object 
 2   Sex     271116 non-null  object 
 3   Age     261642 non-null  float64
 4   Height  210945 non-null  float64
 5   Weight  208241 non-null  float64
 6   Team    271116 non-null  object 
 7   NOC     271116 non-null  object 
 8   Games   271116 non-null  object 
 9   Year    271116 non-null  int64  
 10  Season  271116 non-null  object 
 11  City    271116 non-null  object 
 12  Sport   271116 non-null  object 
 13  Event   271116 non-null  object 
 14  Medal   39783 non-null   object 
dtypes: float64(3), int64(2), object(10)
memory usage: 31.0+ MB

df_regions.head() 



03 数据预处理

此处对数据做以下处理,以方便后续的分析:

  • 将两个数据集横向合并为一个数据集,Key为NOC这一列
  • Sex:数据值替换
  • Medal:空值填充

# 合并数据
df_all = pd.merge(df_athlete, df_regions, how='left', on='NOC')

# 处理Sex列
df_all['Sex'] = df_all['Sex'].map({'M''Male''F''Female'})

# 处理Medal列
df_all['Medal'].fillna('No Medal', inplace=True)
df_all.head() 



04 数据可视化

我们使用处理好的数据做数据可视化分析,结果如下:

1. 奥运会总体数据

  • 参赛国家数量变化


整体上来看,参赛国家呈现上升趋势,但其中有两届奥运会存在异常的下降。分别是:

  • 1976年蒙特利尔奥运会:出现了规模空前的反种族歧视行动,此次运动会遭到了非洲国家的抵制,规模远逊于上届。
  • 1980年莫斯科奥运会:为了表示对苏联入侵阿富汗的谴责和愤怒,美国带头拒绝参加1980年的莫斯科奥运会,并号召其他国家一起抵制。在美国的号召下,最终一共有65个国家抵制莫斯科奥运会,占当时报名参赛国数量的五分之二。最后只有80个国家参加莫斯科奥运会, 大约5000余人参赛,参赛人数还没有参与报道的记者数量多,创历史记录。

  • 比赛项目数量变化


可以看出,奥运会的比赛项目呈现波浪式上升的趋势,其中在1980-2000年这20年,比赛项目增长趋势最大,且以夏季奥运会尤为突出,但2000年以后比赛项目增加趋势慢慢变为平稳的态势了。

  • 各个国家累计奖牌数量TOP 20


我们选取了各个项目获得奖牌数目排名前20的国家,通过比较发现美国不管是金牌、银牌还是铜牌都领先很多,然后是俄罗斯和德国。由于缺席了多届奥运会,我国的累计奖牌数排名偏后。

2. 奥运会参赛运动员数据

  • 每届参赛人数


从图中可以观察到,夏季奥运会参赛最多人数的是2000年的悉尼奥运会,参赛人数13821人,冬季奥运会参赛人数最多的是2014年,参赛人数4891人。

参加夏季奥运会的人数远远多于冬季的人数,可能是比赛项目少的原因。同时,第一次世界大战和第二次世界大战期间没有举办过奥运会。

  • 参赛运动员男女人数和比例变化

▲男女人数变化

▲男女比例变化

我们纵观整个奥运历史,虽然奥运会的开始,运动员男女比例较为悬殊,男性运动员占比一直高于女性运动员。但是我们可以看到,随着奥运会的发展,女性运动员的占比一直在提升,目前参加奥运会男女比例几乎接近于1:1。

  • 参赛运动员年龄和奖牌数


图中可以看出,年龄的分布呈现右偏分布,其中80%的区域集中在19岁到33岁之间,25岁左右是运动员的黄金年龄。

纵观整个奥运史,年龄最小的运动员仅为10岁。1896年,第一届现代奥运会在希腊举办,仅仅10岁零218天的东道主体操选手Dimitrios Loundras参赛并获得了铜牌,

1928年阿姆斯特丹夏季奥运会中,一名97岁高龄的美国“运动员”,参加了雕刻的“运动项目”,但并未获得名次。这个记录应该是不会被打破了。

  • 参赛运动员的身高、体重分布

▲身高变化

▲体重变化

我们筛选了1960年之后的数据,发现参赛选手中男性身高分布在127cm-226cm之间,女性身高分布在127cm-213cm之间,男性体重的分布在37kg-226kg之间,女性的体重分布在25kg-167kg之间。


结语

由于新冠疫情的影响,日本东京奥运会成为了现代奥林匹克运动史上首届被推迟的奥运会。而这次延期带来的影响无疑是巨大的,据多家日本媒体报道,东京奥运会推迟举行造成的直接经济损失约为60亿美元。赛事场馆和酒店的支出、人力成本等各项额外开支,都会让东道主接下来的筹办捉襟见肘。总之,还是期待明年的全球疫情能够有所好转吧...

公众号后台对话框回复关键字源代码,可获取本文详细数据及代码。

参考资料:
http://rstudio-pubs-static.s3.amazonaws.com/510365_4989159dfb754097843f17b9606aabfe.html
维基百科 奥林匹克运动会
https://zh.wikipedia.org/wiki/%E5%A5%A5%E6%9E%97%E5%8C%B9%E5%85%8B%E8%BF%90%E5%8A%A8%E4%BC%9A


划重点👇

大数据DT推荐搜索
奥运会
金牌榜
身高
年龄


干货直达👇


更多精彩👇

在公众号对话框输入以下关键词
查看更多优质内容!

PPT | 读书 | 书单 | 硬核 | 干货 | 讲明白 | 神操作
大数据 | 云计算 | 数据库 | Python | 可视化
AI | 人工智能 | 机器学习 | 深度学习 | NLP
5G | 中台 | 用户画像 1024 | 数学 | 算法 数字孪生

据统计,99%的大咖都完成了这个神操作
👇


本文章转载自公众号:hzdashuju

首页 - 大数据 相关的更多文章: