教你如何用python正经地八卦:运动员肉体观赏指南

2024-04-28 13:38

本文主要是介绍教你如何用python正经地八卦:运动员肉体观赏指南,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

如果有10个人关注“体育赛事”

那就有100个人关“体育明星”

如果有10个人关注羽生结玄能否完成“勾手四周跳”

那就有100个人关注羽生结玄优雅的肉体 


八卦的力量是无穷的 !  


那么身为一个在职场打拼、会抓热点、有技术控的编辑,怎样做一次不妖艳,不从众的八卦研究呢?今天小编就为大家秀一把新学的技能:用Python完成一次与众不同的八卦。


本文以奥运数据为导向进行体育明星特点分析,同时也是一个免费的数据技能教程,适合所有数据初学者,具体包括:


1、八卦的数据源哪里找?——网页数据爬取

2、体育明星肉体观看指南——Python数据清洗、分析与简单建模

3、总结报告——收集和展示数据结论

 

 小编亲测,跟一遍操作你也能很快上手。心急的同学可以直接去文末获取教程~




01

一个头疼的问题——鲜肉数据哪里找?  


研究主题的网页数据是一种最常用的数据收集方法。奥运会可说是一个综合度高,信息齐全的主题。百度一下,很快能找到相关信息网站:网易奥运数据库


打开网站源代码,会发现所有的网站数据都记录在内:


网易奥运数据库url:http://info.2016.163.com/athlete/list/


不需要会写html代码,只要能使用ctrl+f找到你需要的数据,并用三方软件写脚本,十分钟就能获取所有上一届奥运会运动员的csv数据:


写好爬虫脚本即可快速获取运动员从csv数据


当然,本次小编获取的数据已经一并打包在文末的教程里了,不用谢


02 

体育明星肉体比拼——谁是我的菜? 


做完必要的数据清洗,接下来小编要思考的是往什么方向做研究。说到肉体,身材匀称的长腿鲜肉的是最容易红的。哪个项目有最多的潜在网红?谁是大家都爱欣赏的最美肉体?小编思考一番,决定分别用BMI指数手长腿身比年龄来描述身材匀称、长腿、鲜肉等指标。


调用python中的神器库pandas进行数据加载、清洗和分析,再使用matplotlib库中的组合图功能以及seaborn库中的美化功能,便可以快速美观地批量出图:


使用matplotlib库可以做组合图表,一键存图,自由度高,在前期可视化找结论的阶段很实用


一项数据研究的开始总会有很多脑洞,对这些小结论进行筛选的过程也是理解数据本身的过程


了解了基本情况,小编便决定按大众喜好制定以下四条评分规则,最后归一化处理,分别得出每个项目的运动员总评分评分分布情况:

1、BMI评估:最接近22,差值绝对值越小分数越高

2、腿长评估:计算与身高的比值,比值越大分数越高

3、手长评估:计算与身高的比值,比值越接近1分值越高

4、年龄评估:年龄越小分数越高

综合来看,跳水、拳击、游泳的整体表现比较好,且项目里均有几个肉体得分高的人。


那么究竟是哪些运动员有“最美肉体”按照同样的逻辑,小编改了几行代码,很快地计算出每个运动员的评分和排名,并进行可视化:


按照小编的计算得出的“谁是大家都爱欣赏的最美肉体”TOP8运动员:


所以大家可以留心一下,你最喜欢的体育明星上榜了吗???钟爱游泳的小编当然不会放过国民网红傅园慧,97年的沈铎妹子接下来也会是小编的“重点关注对象”。


03

八卦了这么多——是时候总结一下了  


小编有个好习惯,把做过的数据小研究收集起来,方便翻阅。放在ppt文件容易忘,所以小编通常会把一些结论做成图表报告放在在线工具inforgram里,还可以一键分享:


复制这个url到浏览器就能看到小编的在线报告了:https://infogram.com/--1hnp27xdgyyp6gq




时过境迁,福原爱酱已经嫁为人妻,张继科也被宇宙景甜给抢走了,当年的CP越来越凉,奥运热度不再。那么问题来了,为什么小编学习了新技能,辛辛苦苦写下了以上所有代码?


因为下一个体育热点“世界杯”就要来了啊!


把这些代码变保存好变成脚本,数据的处理过程就保存下来了,下一次使用就能省下数据清洗、整理、构思的时间,比以前用excel快多了。


磨刀不误砍柴工,小编的又一篇文章搞定!老板满意,主编点头,不用加班!


以上的这些技能,是小编花了一周业余时间从大鹏老师的免费Python数据分析教程中学习的你上你也行!所以,如果你想学Python数据编程,我强烈建议你参加一次“要动手、有目标、有答疑”的《数据分析师(Python)训练营》开始学习。参与方法就在下方↓


想要免费加入《Python数据分析师》训练营的小伙伴,请扫描下方二维码,就可以加入数据分析师学习QQ群啦!


了免费参与训练营外,进入数据分析师学习QQ群后,还可领取一份12G数据分析资料包组队对抗惰性,与小伙伴共同进步吧!

这篇关于教你如何用python正经地八卦:运动员肉体观赏指南的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/943398

相关文章

使用Python实现矢量路径的压缩、解压与可视化

《使用Python实现矢量路径的压缩、解压与可视化》在图形设计和Web开发中,矢量路径数据的高效存储与传输至关重要,本文将通过一个Python示例,展示如何将复杂的矢量路径命令序列压缩为JSON格式,... 目录引言核心功能概述1. 路径命令解析2. 路径数据压缩3. 路径数据解压4. 可视化代码实现详解1

python获取网页表格的多种方法汇总

《python获取网页表格的多种方法汇总》我们在网页上看到很多的表格,如果要获取里面的数据或者转化成其他格式,就需要将表格获取下来并进行整理,在Python中,获取网页表格的方法有多种,下面就跟随小编... 目录1. 使用Pandas的read_html2. 使用BeautifulSoup和pandas3.

Python装饰器之类装饰器详解

《Python装饰器之类装饰器详解》本文将详细介绍Python中类装饰器的概念、使用方法以及应用场景,并通过一个综合详细的例子展示如何使用类装饰器,希望对大家有所帮助,如有错误或未考虑完全的地方,望不... 目录1. 引言2. 装饰器的基本概念2.1. 函数装饰器复习2.2 类装饰器的定义和使用3. 类装饰

Python 交互式可视化的利器Bokeh的使用

《Python交互式可视化的利器Bokeh的使用》Bokeh是一个专注于Web端交互式数据可视化的Python库,本文主要介绍了Python交互式可视化的利器Bokeh的使用,具有一定的参考价值,感... 目录1. Bokeh 简介1.1 为什么选择 Bokeh1.2 安装与环境配置2. Bokeh 基础2

如何使用 Python 读取 Excel 数据

《如何使用Python读取Excel数据》:本文主要介绍使用Python读取Excel数据的详细教程,通过pandas和openpyxl,你可以轻松读取Excel文件,并进行各种数据处理操... 目录使用 python 读取 Excel 数据的详细教程1. 安装必要的依赖2. 读取 Excel 文件3. 读

SpringBoot请求参数接收控制指南分享

《SpringBoot请求参数接收控制指南分享》:本文主要介绍SpringBoot请求参数接收控制指南,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录Spring Boot 请求参数接收控制指南1. 概述2. 有注解时参数接收方式对比3. 无注解时接收参数默认位置

Python的time模块一些常用功能(各种与时间相关的函数)

《Python的time模块一些常用功能(各种与时间相关的函数)》Python的time模块提供了各种与时间相关的函数,包括获取当前时间、处理时间间隔、执行时间测量等,:本文主要介绍Python的... 目录1. 获取当前时间2. 时间格式化3. 延时执行4. 时间戳运算5. 计算代码执行时间6. 转换为指

利用Python调试串口的示例代码

《利用Python调试串口的示例代码》在嵌入式开发、物联网设备调试过程中,串口通信是最基础的调试手段本文将带你用Python+ttkbootstrap打造一款高颜值、多功能的串口调试助手,需要的可以了... 目录概述:为什么需要专业的串口调试工具项目架构设计1.1 技术栈选型1.2 关键类说明1.3 线程模

Python ZIP文件操作技巧详解

《PythonZIP文件操作技巧详解》在数据处理和系统开发中,ZIP文件操作是开发者必须掌握的核心技能,Python标准库提供的zipfile模块以简洁的API和跨平台特性,成为处理ZIP文件的首选... 目录一、ZIP文件操作基础三板斧1.1 创建压缩包1.2 解压操作1.3 文件遍历与信息获取二、进阶技

Python Transformers库(NLP处理库)案例代码讲解

《PythonTransformers库(NLP处理库)案例代码讲解》本文介绍transformers库的全面讲解,包含基础知识、高级用法、案例代码及学习路径,内容经过组织,适合不同阶段的学习者,对... 目录一、基础知识1. Transformers 库简介2. 安装与环境配置3. 快速上手示例二、核心模