世界盃：用Python分析熱門奪冠球隊-(附原始碼)

2018年，火熱的世界盃即將拉開序幕。在比賽開始之前，我們不妨用 Python 來對參賽隊伍的實力情況進行分析，並大膽的預測下本屆世界盃的奪冠熱門球隊。

文中有獲取本文原始碼的方式。

透過資料分析，可以發現很多有趣的結果，比如：

• 找出哪些隊伍是首次進入世界盃的黑馬隊伍

• 找出2018年32強中之前已經進入過世界盃，但在世界盃上沒有贏得過一場比賽的隊伍

當然，我們本次的主要任務是要透過資料分析來預測2018年世界盃的奪冠熱門隊伍。

本次分析的資料來源於 Kaggle， 包含從 1872 年到今年的資料，包括世界盃比賽、世界盃預選賽、亞洲盃、歐洲盃、國家之間的友誼賽等比賽，一共大約 40000 場比賽的情況。

本次的環境為

• window 7 系統

• python 3.6

• Jupyter Notebook

• pandas version 0.22.0

先來看看資料的情況：

該資料集包含的資料列的資訊如下：

• 日期

• 主隊名稱

• 客隊名稱

• 主隊進球數 （不含點球）

• 客隊進球數 （不含點球）

• 比賽的型別

• 比賽所在城市

• 比賽所在國家

• 是否中立

結果如下：

1、 獲取所有世界盃比賽的資料（不含預選賽）

結果如下：

資料做一個初步整理

建立一個新的列資料，包含獲勝隊伍的資訊

結果如下：

▼

2、 獲取世界盃所有比賽的前20強資料情況

2.1 獲取世界盃所有比賽獲勝場數最多的前20強資料

用pandas視覺化如下：

柱狀圖

水平柱狀圖

餅圖

分析結論1：

從贏球場數來看，巴西、德國、義大利、阿根廷四支球隊實力最強。

透過上面的分析，我們還可以來檢視部分國家的獲勝情況

執行結果分別是 ‘NA’，4，1，5，‘NA’。

從結果來看，中國隊，在世界盃比賽上（不含預選賽）還沒有贏過。當然，本次世界盃的黑馬-埃及隊，之前兩度進入世界盃上，但也沒有贏過~~

上面分析的是贏球場數的情況，下面我們來看下進球總數情況。

2.2 各個國家隊進球總數量情況

▼

分析結論2：

從進球總數量來看，德國、巴西、阿根廷、義大利四支球隊實力最強。

上面分析的是自1872年以來的所有球隊的資料情況，下面，我們重點來分析下2018年世界盃32強的資料情況。

3、2018年世界盃32強分析

2018年世界盃的分組情況如下：

第一組：俄羅斯、德國、巴西、葡萄牙、阿根廷、比利時、波蘭、法國

第二組：西班牙、秘魯、瑞士、英格蘭、哥倫比亞、墨西哥、烏拉圭、克羅埃西亞

第三組：丹麥、冰島、哥斯大黎加、瑞典、突尼西亞、埃及、塞內加爾、伊朗

第四組：塞爾維亞、奈及利亞、澳大利亞、日本、摩洛哥、巴拿馬、韓國、沙烏地阿拉伯

獲取32強的所有資料

首先，判斷是否有隊伍首次打入世界盃。

透過上述分析可知，冰島隊和巴拿馬隊是首次打入世界盃的。

由於冰島隊和巴拿馬隊是首次進入世界盃，所以這裡的32強資料，事實上是沒有這兩支隊伍的歷史資料的。

3.1 自1872年以來，32強資料情況

贏球場數情況

▼

進球資料情況

▼

分析結論3：

自1872年以來，32強之間的世界盃比賽，從贏球場數和進球數量來看，德國、巴西、阿根廷三支球隊實力最強。

自1872年到現在，已經有100多年，時間跨度較大，有些國家已發生重大變化，後續分別分析自1978年（近10屆）以及2002年（近4屆）以來的比賽情況。

程式程式碼是類似的，這裡只顯示視覺化的結果。

3.2 自1978年以來，32強資料情況

贏球場數情況

▼

進球資料情況

▼

分析結論4：

自1978年以來，32強之間的世界盃比賽，從贏球場數來看，阿根廷、德國、巴西三支球隊實力最強。從進球數量來看，前3強也是這三支球隊，但德國隊的資料優勢更明顯。

3.3 自2002年以來，32強資料情況

贏球場數情況

▼

進球資料情況

▼

分析結論5：

自2002年以來，32強之間的世界盃比賽，從贏球場數和進球數量來看，德國、阿根廷、巴西三支球隊實力最強。其中，德國隊的資料優勢更明顯。

4、綜合結論

2018年世界盃的32支隊伍，根據以往的世界盃比賽資料來看，預測前三強為 德國、阿根廷和巴西，其中德國隊應該是奪冠的最大熱門。

特別說明：以上資料分析，純屬個人學習用，預測結果與實際情況可能偏差很大，不能用於其他用途。

本文是一次比較綜合的專案實戰，希望可以給大家帶來一些啟發。 

作者：Lemonbit  
個人公眾號：Python資料之道
個人部落格：liyangbit.com 


如需獲取原始碼，請在公號【Python資料之道】後臺回覆“PyDataRoad”。