目录

1.引言

2.项目简介

2.1数据集介绍

2.2技术工具

3.数据可视化

3.1往届世界杯获奖国家TOP5

3.2往届世界杯比赛数据情况

3.3往届世界杯观众人数情况

3.4往届世界杯主办方情况

3.5往届世界杯冠军队情况


1.引言

足球是世界上非常受欢迎的运动之一,在全球范围内吸引了众多的参与者。成千上万的职业足球运动员参与到专业的足球比赛中,许多重大的足球赛事(如国际足联世界杯等)受到数以百万计的球迷的关注。可视分析技术能够对分析的流程和结果进行清晰直观的展示,并支持用户对数据进行交互式的探索,被广泛应用到不同领域的数据分析中。

在体育数据可视分析领域中,足球比赛数据的可视分析吸引了众多研究人员的关注。例如,ESPN和WhoScored等足球比赛数据网站大量采用图标和时间轴等可视化元素对比赛过程进行展示,采用柱状图和雷达图等统计图表对球员统计数据进行比较分析。在专业的足球比赛数据分析中,定制的可视分析系统被广泛采用,其可以帮助数据分析师对比赛形势以及比赛中采取的战术进行直观的分析和探索。

足球比赛数据主要包括统计数据、事件数据、轨迹数据等。针对不同的比赛数据类型,相关的可视分析工作可以按照分析任务分为不同的类别。例如针对统计数据,可以分为比赛排名的可视化分析和统计指标的可视化分析等;针对事件数据,可以分为关键事件的可视分析和传球事件的可视分析等;针对轨迹数据,可以分为比赛视频的可视分析、比赛时空轨迹的可视分析、比赛阵形的可视分析等。

2022年卡塔尔世界杯(英语:FIFA World Cup Qatar 2022)是第二十二届世界杯足球赛,是历史上首次在卡塔尔和中东国家境内举行、也是第二次在亚洲举行的世界杯足球赛。除此之外,卡塔尔世界杯还是首次在北半球冬季举行、首次由从未进过世界杯决赛圈的国家举办的世界杯足球赛。

2020年7月15日,2022年卡塔尔世界杯赛程公布,全部比赛在卡塔尔境内8座球场举行。2022年6月15日,决赛阶段球队全部确定。 该届赛事揭幕战于11月21日0时(当地时间11月20日19时)进行,由东道主卡塔尔对阵厄瓜多尔;决赛于12月18日23时(当地时间12月18日18时)在卢塞尔体育场进行。

2.项目简介

2.1数据集介绍

数据集来源于天池,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

2.2技术工具

Python版本: 3.9

代码编辑器:jupyter notebook

3.数据可视化

首先导入本次项目用到的第三方包并且导入数据集

3.1往届世界杯获奖国家TOP5

这里我们先是分别从原始数据集中提取出获得冠亚季的国家,最后通过merge进行合并可视化

从图中看出,TOP5中的国家有巴西、意大利、德国和法国,可以看出这几个国家在足球方面实力确实很强。

3.2往届世界杯比赛数据情况

这里我们画出世界杯总进球、参赛队伍、比赛场次数的历届数据线图

从结果看出整体趋势都是在上升,中间有几届出现较大的波动。

3.3往届世界杯观众人数情况

从图中看出,现场观众人数跟比赛队伍情况都是一样的有着不断上升趋势,说明世界杯越来越受欢迎。

3.4往届世界杯主办方情况

从图中看出,世界杯的主办方一般都在欧洲和美洲,很少会在亚洲和非洲举办,这可能跟经济实力或者国家足球实力有关吧。

3.5往届世界杯冠军队情况

从图中看出,历届的世界杯冠军队伍都是在欧洲和美洲,说明这两个洲的国家足球实力是真的很强,也难怪举办方也主要是这两个洲,主场光环加成吧。

好了,以上就是本次世界杯往届数据分析可视化,希望对学习可视化的你有所帮助。

数据分析案例-往届世界杯数据可视化相关推荐

  1. 数据分析案例-顾客购物数据可视化分析(文末送书5本)

  2. 天池赛:世界杯数据可视化分析

    目录 前言 一.数据集介绍 二.读取数据,去重 三.夺冠球队进失球率展示 1.  计算进球数.进球率及场次 2.  计算失球数.失球率及场次 3.  夺冠国家进失球率矩阵图 四.夺冠球队顺逆风球情况 ...

  3. 大数据可视化案例分析_Tableau数据可视化分析案例

    0x00 Tableau简介 Tableau是一款定位于数据可视化敏捷开发和实现的商务智能展现工具,可用来实现交互的.可视化的分析和仪表盘应用. Tableau提供了体验感良好且易用的使用界面,在处理 ...

  4. 案例分享|数据可视化下的驱动业务增长

    在我国,制造业有两种态势:一种是生产同质化产品,产品价格公开,利润几乎透明:一种是高新技术产品,利润大,但创新和管理成本高.如何在同质化的产品中做好精细化和管理和成本控制,如何驱动创新成为制造业重出产 ...

  5. python数据分析pandas画图_Pandas数据可视化基础绘图教程

    众所周知,Pandas是基于Python平台的大数据分析与处理的利器.在数据为王的时代,想要掌握数据分析能力,学会Pandas数据可视化工具是十分重要的.本文将带领大家一步一步学习Pandas数据可视 ...

  6. 动手学数据分析(4)数据可视化

    什么是数据可视化? 数据可视化其实是将抽象概念进行形象性表达,将抽象语言进行具象图形可视的过程.数据可视化,不仅仅是统计图表.本质上,任何能够借助于图形的方式展示事物原理.规律.逻辑的方法都叫数据可视 ...

  7. 爬虫学习案例3:数据可视化

    数据可视化 利用Flask框架将爬虫得到的数据展示在网页中,更为直观.以案例1中得到的数据为例进行可视化学习. 1.导入模块 from flask import Flask,render_templa ...

  8. 【读书笔记->数据分析】03 BDA数据可视化

    数据可视化 介绍 章节内容 数据可视化的概念.原理与各种常用的分析方法 考试内容 数据可视化简介 (1) 数据可视化的基本概念 (2) 数据可视化的发展历史 (3) 数据可视化的基本作⽤ (4) 数据 ...

  9. Python金融大数据分析——第五章数据可视化(1)二维绘图

    目录 第五章 数据可视化 5.1 二维绘图 5.1.1 一维数据集 5.1.2 二维数据集 5.1.3绘制其他图表 5.1.3.1绘制散点图 5.1.3.2 直方图 5.1.3.3 箱型图 第五章 数 ...

最新文章

  1. 领域驱动设计 敏捷_反馈失败:发现敏捷数据驱动的致命弱点的风险
  2. 内含福利 | 世界人工智能大会:对话大咖,深挖机器学习的商业应用
  3. 在线压缩png图像工具
  4. python决策评价模型_Python大规模建模的特征值选择和性能评估方法详解
  5. mysql 数据库缓冲池_MySQL5.6新特性快速预热Buffer_Pool缓冲池
  6. Redis BigKey
  7. sudo: unable to resolve host xxx解决办法
  8. mysql的哈希函数_mysql – 密码哈希函数抛出错误1146
  9. 【古典密码】 凯撒密码 移位变换 仿射变换 多表代换 Python
  10. SwitchHosts的安装及软件使用
  11. QQ语音老是连接服务器超时,手机QQ提示连接超时请检查网络设置解决办法
  12. 玩游戏计算机丢失msvcp,计算机丢失msvcp,因计算机丢失msvcp140
  13. STP/RSTP协议(二)
  14. 全站仪外业测绘数据导入CAD图中技巧
  15. GDPR全文翻译(一)
  16. biopython:2:序列组成
  17. 黑苹果卡在苹果logo_不是买不起白苹果iMac,有的地方白苹果也比不上黑苹果
  18. 分享123个ASP源码,总有一款适合您
  19. Maven - 2、安装、配置、mvn运行过程详解
  20. Java小农养成记第四天

热门文章

  1. socket文件传输
  2. 大数据毕设/课设 - 数据大屏监控可视化设计与实现
  3. 推荐几款项目管理工具 总有一款适合你
  4. 开源机器人库orocos KDL 学习笔记(五):Inverse Kinematric
  5. docker启动容器
  6. android手机时钟、闹钟、计时器、秒表app源码
  7. MacOS 苹果系统下 OBS黑屏(屏幕录制黑屏)解决办法
  8. MySQL Workbench 使用教程 - 如何使用 Workbench 操作 MySQL / MariaDB 数据库中文指南
  9. 如何提升网站关键词的优化排名?
  10. RFID-MFRC522射频识别模块,S50卡M1