教你如何用python正經地八卦：運動員肉體觀賞指南

如果有10個人關注“體育賽事”

那就有100個人關注“體育明星”

如果有10個人關注羽生結玄能否完成“勾手四周跳”

那就有100個人關注羽生結玄優雅的肉體 

八卦的力量是無窮的 !  

那麼身為一個在職場打拼、會抓熱點、有技術控的編輯，怎樣做一次不妖豔，不從眾的八卦研究呢？今天小編就為大家秀一把新學的技能：用Python完成一次與眾不同的八卦。

本文以奧運資料為導向進行體育明星特點分析，同時也是一個免費的資料技能教程，適合所有資料初學者，具體包括：

1、八卦的資料來源哪裡找？——網頁資料爬取

2、體育明星肉體觀看指南——Python資料清洗、分析與簡單建模

3、總結報告——收集和展示資料結論

 

 小編親測，跟一遍操作你也能很快上手。心急的同學可以直接去文末獲取教程~

---

01

一個頭疼的問題——鮮肉資料哪裡找？  

爬取研究主題的網頁資料是一種最常用的資料收集方法。奧運會可說是一個綜合度高，資訊齊全的主題。百度一下，很快能找到相關資訊網站：網易奧運資料庫。

開啟網站原始碼，會發現所有的網站資料都記錄在內：

網易奧運資料庫url：http://info.2016.163.com/athlete/list/

不需要會寫html程式碼，只要能使用ctrl+f找到你需要的資料，並用三方軟體寫指令碼，十分鐘就能獲取所有上一屆奧運會運動員的csv資料：

寫好爬蟲指令碼即可快速獲取運動員從csv資料

當然，本次小編獲取的資料已經一併打包在文末的教程裡了，不用謝。

02 

體育明星肉體比拼——誰是我的菜？ 

做完必要的資料清洗，接下來小編要思考的是往什麼方向做研究。說到肉體，身材勻稱的長腿鮮肉的是最容易紅的。哪個專案有最多的潛在網紅？誰是大家都愛欣賞的最美肉體？小編思考一番，決定分別用BMI指數、手長、腿身比、年齡來描述身材勻稱、長腿、鮮肉等指標。

呼叫python中的神器庫pandas進行資料載入、清洗和分析，再使用matplotlib庫中的組合圖功能以及seaborn庫中的美化功能，便可以快速美觀地批量出圖：

使用matplotlib庫可以做組合圖表，一鍵存圖，自由度高，在前期視覺化找結論的階段很實用

一項資料研究的開始總會有很多腦洞，對這些小結論進行篩選的過程也是理解資料本身的過程

瞭解了基本情況，小編便決定按大眾喜好制定以下四條評分規則，最後歸一化處理，分別得出每個專案的運動員總評分評分分佈情況：

1、BMI評估:最接近22，差值絕對值越小分數越高

2、腿長評估:計算與身高的比值，比值越大分數越高

3、手長評估:計算與身高的比值，比值越接近1分值越高

4、年齡評估:年齡越小分數越高

綜合來看，跳水、拳擊、游泳的整體表現比較好，且專案裡均有幾個肉體得分高的人。

那麼究竟是哪些運動員有“最美肉體”，按照同樣的邏輯，小編改了幾行程式碼，很快地計算出每個運動員的評分和排名，並進行視覺化：

按照小編的計算得出的“誰是大家都愛欣賞的最美肉體”TOP8運動員：

所以大家可以留心一下，你最喜歡的體育明星上榜了嗎？？？鍾愛游泳的小編當然不會放過國民網紅傅園慧，97年的沈鐸妹子接下來也會是小編的“重點關注物件”。

03

八卦了這麼多——是時候總結一下了  

小編有個好習慣，把做過的資料小研究收集起來，方便翻閱。放在ppt檔案容易忘，所以小編通常會把一些結論做成圖表報告放在線上工具inforgram裡，還可以一鍵分享：

複製這個url到瀏覽器就能看到小編的線上報告了：https://infogram.com/--1hnp27xdgyyp6gq

---

時過境遷，福原愛醬已經嫁為人妻，張繼科也被宇宙景甜給搶走了，當年的CP越來越涼，奧運熱度不再。那麼問題來了，為什麼小編學習了新技能，辛辛苦苦寫下了以上所有程式碼？

因為下一個體育熱點“世界盃”就要來了啊！

把這些程式碼變儲存好變成指令碼，資料的處理過程就儲存下來了，下一次使用就能省下資料清洗、整理、構思的時間，比以前用excel快多了。

磨刀不誤砍柴工，小編的又一篇文章搞定！老闆滿意，主編點頭，不用加班！

以上的這些技能，是小編花了一週業餘時間從大鵬老師的免費Python資料分析教程中學習的，你上你也行！所以，如果你想學Python資料程式設計，我強烈建議你參加一次“要動手、有目標、有答疑”的《資料分析師（Python）訓練營》開始學習。參與方法就在下方↓

想要免費加入《Python資料分析師》訓練營的小夥伴，請掃描下方二維碼，就可以加入資料分析師學習QQ群啦！

除了免費參與訓練營外，進入資料分析師學習QQ群后，還可領取一份12G資料分析資料包。組隊對抗惰性，與小夥伴共同進步吧！