[人工智能] 可视化|东京奥运会可视化（一）

开发: C++知识库 Java知识库 JavaScript Python PHP知识库人工智能区块链大数据移动开发嵌入式开发工具数据结构与算法开发测试游戏开发网络协议系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑笔记本显卡显示器固态硬盘硬盘耳机手机 iphone vivo oppo 小米华为单反装机图拉丁

-> 人工智能 -> 可视化|东京奥运会可视化（一） -> 正文阅读

[人工智能]可视化|东京奥运会可视化（一）

??2020年东京奥运会，即第32届夏季奥林匹克运动会，是由日本奥林匹克委员会举办的国际性运动会，于2021年7月23日开幕、8月8日闭幕。受新冠疫情影响，2020年东京奥运会的举办之路充满争议与艰辛，因其前所未有的复杂的环境因素，2020年东京奥运会在充满争议的同时也产生了独特的赛事影响。

??为了以直观的方式呈现东京奥运会的各项重要事件、表达东京奥运会的大量奖牌、运动员、赛事数据、挖掘东京奥运会期间中国及世界其他国家的表现优劣、进退步趋势等重要信息，本项目通过网络爬虫获取可视化数据，以pyecharts为可视化工具，实现了包括柱状图、条形图、饼图、直方图、散点图、水滴图、矩形树图、旭日图、桑基图、雷达图、地图、地理坐标系等基本图表和柱状折线图、组合雷达图、组合饼图、饼图水滴图、时间线折线图、时间线地图、时间线地理坐标系等组合图表。

??在可视化的基础上，本项目利用Django框架建设了奥运会可视化网站，通过检索、下拉列表等表单为用户提供交互功能，结合pyecharts图表本身的拖拽、选择等交互功能，实现用户自主控制数据，并呈现和反馈符合用户期望的可视化效果。

1 数据来源

1.1 东京奥运会官网

??本项目的首要数据来源是2020年东京奥运会官网，其涵盖的数据内容主要包括奖牌榜、国家奥委会、运动员、运动项目、赛事新闻、集锦和回看等等，链接：https://olympics.com/en/olympic-games/tokyo-2020。

1.2 咪咕视频东京奥运会数据接口

??咪咕视频数据接口中包括详细的东京奥运会奖牌榜数据、各日期获奖数据等，可用于补充与充实东京奥运会官网的数据。
在这里插入图片描述
??此处省略数据爬取与数据预处理的步骤，直接给出处理后的数据，数据来源如下：

链接：https://pan.baidu.com/s/1Rth8ejouYOhnZnNu4cv0wA
提取码：yibo

在这里插入图片描述

2 可视化工具

??pyecharts 是一个用于生成 Echarts 图表的类库，是python与Echarts的结合。其中，Echarts 是一个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。而 Python 是一门富有表达力的语言，很适合用于数据处理。pyecharts具有以下特性：

（1）简洁的 API 设计，使用如丝滑般流畅，支持链式调用

（2）囊括了30多种常见图表，应有尽有

（3）支持主流 Notebook 环境，Jupyter Notebook 和 JupyterLab

（4）可轻松集成至 Flask，Django 等主流 Web 框架

（5）高度灵活的配置项，可轻松搭配出精美的图表

（6）详细的文档和示例，帮助开发者更快地上手项目

（7）多达 400+ 地图文件以及原生的百度地图，支持地理数据可视化

3 可视化过程

??本项目对东京奥运会的可视化主要分为三大部分：奖牌榜可视化、运动员可视化、国家奥委会可视化。由于篇幅限制，本文展示奖牌榜可视化，而运动员可视化与国家奥委会可视化请见东京奥运会可视化（二）（三）。

3.1 奖牌榜可视化

在这里插入图片描述

3.1.1 数量可视化

1. TOP20国家的金银铜数量堆叠柱状图/条形图

#[可视化]奖牌榜堆叠柱状图(前20名)
from pyecharts.charts import Bar
import pyecharts.options as opts
import pandas as pd

medals=pd.read_csv("./DataSet/Medals/all-sports_medals.csv")
# 选择排名前20的国家
top20_medals=medals.iloc[:20]

bar=(
    Bar()
    .add_xaxis([str(x) for x in top20_medals['国家奥委会']])
    .add_yaxis('金牌数',[int(x) for x in top20_medals['金牌数']],color="#f58220",stack=1)
    .add_yaxis('银牌数',[int(x) for x in top20_medals['银牌数']],color="#d3d7d4",stack=1)
    .add_yaxis('铜牌数',[int(x) for x in top20_medals['铜牌数']],color="#ae6642",stack=1)
    .set_global_opts(
        title_opts=opts.TitleOpts(title='2020东京奥运会奖牌分布'),
        xaxis_opts=opts.AxisOpts(
            name='国家',axislabel_opts={'rotate':45},
        ),
        yaxis_opts=opts.AxisOpts(
            name='数量(个)',name_location='center',
            name_gap=30,
        ),
    )
    .set_series_opts(
        label_opts=opts.LabelOpts(is_show=False)
    )
    .render('./Visual/[堆叠柱状图]金银铜奖牌分布.html')
)

在这里插入图片描述
??使用reversal_axis()调整为条形图：

??将拥有较多奖牌数的国家置于上方：

#[可视化]奖牌榜堆叠条形图(前20名)
medals=pd.read_csv("./DataSet/Medals/all-sports_medals.csv")
# 选择排名前20的国家
top20_medals=medals.iloc[:20]
# 绘制堆叠柱状图
from pyecharts.charts import Bar
import pyecharts.options as opts

bar=(
    Bar()
    .add_xaxis([str(x) for x in top20_medals.sort_index(ascending=False)['国家奥委会']])
    .add_yaxis('金牌数',[int(x) for x in top20_medals.sort_index(ascending=False)['金牌数']],color="#f58220",stack=1)
    .add_yaxis('银牌数',[int(x) for x in top20_medals.sort_index(ascending=False)['银牌数']],color="#d3d7d4",stack=1)
    .add_yaxis('铜牌数',[int(x) for x in top20_medals.sort_index(ascending=False)['铜牌数']],color="#ae6642",stack=1)
    .reversal_axis()
    .set_global_opts(
        title_opts=opts.TitleOpts(title='2020东京奥运会奖牌分布'),
        xaxis_opts=opts.AxisOpts(
            name='数量(个)',
            name_gap=30,
            axislabel_opts={'rotate':45},
        ),
    )
    .set_series_opts(
        label_opts=opts.LabelOpts(is_show=False)
    )
    .render('./Visual/[堆叠条形图]金银铜奖牌分布.html')
)

在这里插入图片描述

2. TOP20国家的金牌数VS奖牌数对比柱状图

#[可视化]金牌VS总分排名堆叠柱状图(前20名)
import pandas as pd
from pyecharts.charts import Bar,Line
import pyecharts.options as opts
from pyecharts.globals import ThemeType
medals=pd.read_csv("./DataSet/Medals/all-sports_medals.csv")
# 选择排名前20的国家
top20_medals=medals.iloc[:20]
# 绘制堆叠柱状图
bar=(
    Bar({"theme": ThemeType.MACARONS})
    .add_xaxis([str(x) for x in top20_medals['国家奥委会']])
    .add_yaxis('金牌数',[int(x) for x in top20_medals['金牌数']],stack=0,gap='0%')
    .add_yaxis('奖牌数',[int(x) for x in top20_medals['总分']],stack=0,gap='0%')
    .set_global_opts(
        title_opts=opts.TitleOpts(title='金牌数 VS 奖牌数'),
        xaxis_opts=opts.AxisOpts(
            name='数量(个)',
            name_gap=30,
            axislabel_opts={'rotate':45},
        ),
    )
    .set_series_opts(
        label_opts=opts.LabelOpts(is_show=False)
    )
    .render('./Visual/[堆叠柱状图]金牌数VS奖牌数.html')
)

在这里插入图片描述
??使用Overlap组件添加总数排名的折线图，使之对比更加清晰：

#[可视化]金牌VS总分排名柱状折线层叠图(前20名)
import pandas as pd
from pyecharts.charts import Bar,Line
import pyecharts.options as opts
from pyecharts.globals import ThemeType
medals=pd.read_csv("./DataSet/Medals/all-sports_medals.csv")
# 选择排名前20的国家
top20_medals=medals.iloc[:20]
# 绘制堆叠柱状图
bar=(
    Bar({"theme": ThemeType.MACARONS})
    .add_xaxis([str(x) for x in top20_medals['国家奥委会']])
    .add_yaxis('金牌数',[int(x) for x in top20_medals['金牌数']],stack=0,gap='0%')
    .add_yaxis('奖牌数',[int(x) for x in top20_medals['总分']],stack=0,gap='0%')
    .extend_axis(
        yaxis=opts.AxisOpts(
            axislabel_opts=opts.LabelOpts(formatter="{value}"), interval=5,
        )
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(title='金牌数 VS 奖牌数'),
        xaxis_opts=opts.AxisOpts(
            name_gap=30,
            axislabel_opts={'rotate':45},
        ),
    )
    .set_series_opts(
        label_opts=opts.LabelOpts(is_show=False)
    )
)

line=(
    Line()
    .add_xaxis([str(x) for x in top20_medals['国家奥委会']])
    .add_yaxis("", [30-int(x) for x in top20_medals['按总数排名']] , yaxis_index=1)
    .set_series_opts(
        label_opts=opts.LabelOpts(is_show=False)
    )
)
bar.overlap(line)
bar.render('./Visual/[柱状折线图]金牌数VS奖牌数.html')

在这里插入图片描述

3. 国家金牌优势项目分布旭日图

# 运动项目中英文对应字典
sports_dict={
    'all-sports':'所有赛事',
    'baseball-softball':'棒球/垒球',
    'trampoline-gymnastics':'蹦床体操',
    'cycling-track':'场地自行车',
    'surfing':'冲浪',
    'sailing':'帆船',
    'golf':'高尔夫',
    'cycling-road':'公路自行车',
    'artistic-swimming':'花样游泳',
    'skateboarding':'滑板',
    'fencing':'击剑',
    'canoe-slalom':'激流皮划艇',
    'artistic-gymnastics':'竞技体操',
    'cycling-bmx-racing':'竞速小轮车',
    'canoe-sprint':'静水皮划艇',
    'weightlifting':'举重',
    'karate':'空手道',
    'marathon-swimming':'马拉松游泳',
    'equestrian':'马术',
    'volleyball':'排球',
    'table-tennis':'乒乓球',
    'rugby-sevens':'七人制橄榄球',
    'hockey':'曲棍球',
    'boxing':'拳击',
    'judo':'柔道',
    'rowing':'赛艇',
    '3x3-basketball':'三对三篮球',
    'beach-volleyball':'沙滩排球',
    'cycling-mountain-bike':'山地自行车',
    'shooting':'射击',
    'archery':'射箭',
    'handball':'手球',
    'wrestling':'摔跤',
    'water-polo':'水球',
    'taekwondo':'跆拳道',
    'athletics':'田径',
    'diving':'跳水',
    'triathlon':'铁人三项',
    'tennis':'网球',
    'modern-pentathlon':'现代五项',
    'rhythmic-gymnastics':'艺术体操',
    'swimming':'游泳',
    'badminton':'羽毛球',
    'sport-climbing':'运动攀登',
    'cycling-bmx-freestyle':'自由式小轮车',
    'football':'足球',
}

#[可视化]国家优势项目分布旭日图(以金牌计)
import pandas as pd
# 统计每个运动项目排名第一的国家
values=[]
for sport in sports_dict.keys():
    sport_df=pd.read_csv("./DataSet/Medals/"+sport+"_medals.csv")
    values.append([sports_dict[sport],sport_df.iloc[0]['国家奥委会']])

from pyecharts.charts import Sunburst

c = (
    Sunburst(init_opts=opts.InitOpts(width="1000px", height="600px"))
    .add(
        "",
        data_pair=data,
        highlight_policy="ancestor",
        radius=[0, "95%"],
        sort_="null",
        levels=[
            {},
            {
                "r0": "15%",
                "r": "35%",
                "itemStyle": {"borderWidth": 2},
                "label": {"rotate": "tangential"},
            },
            {"r0": "35%", "r": "70%", "label": {"align": "right"}},
            {
                "r0": "70%",
                "r": "72%",
                "label": {"position": "outside", "padding": 3, "silent": False},
                "itemStyle": {"borderWidth": 3},
            },
        ],
    )
    .set_global_opts(title_opts=opts.TitleOpts(title="国家金牌优势项目分布",pos_left='center'))
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}"))
    .render("./Visual/[旭日图]国家金牌优势项目分布.html")
)

在这里插入图片描述

4. 项目奖牌汇聚国家（美国｜中国｜日本）桑基图

#[可视化]运动项目-奖牌类型-国家桑基图(美国|中国|日本)
from pyecharts import options as opts
from pyecharts.charts import Sankey
nodes=[]
for sport in sports_dict.values():
    nodes.append({"name":sport})
for medal in ("金牌","银牌","铜牌"):
    nodes.append({"name":medal})
for top3 in ("美国","中国","日本"):
    nodes.append({"name":top3})
links=[]
gold_usa,silver_usa,bronze_usa,gold_ch,silver_ch,bronze_ch,gold_jp,silver_jp,bronze_jp=[0 for i in range(9)]
for sport in sports_dict.keys():
    sport_df=pd.read_csv("./DataSet/Medals/"+sport+"_medals.csv")
    country_list=sport_df['国家奥委会']
    if '美国' in country_list.to_list():
        gold=sport_df[sport_df['国家奥委会']=='美国']['金牌数'].values[0]
        silver=sport_df[sport_df['国家奥委会']=='美国']['银牌数'].values[0]
        bronze=sport_df[sport_df['国家奥委会']=='美国']['铜牌数'].values[0] 
        gold_usa+=gold
        silver_usa+=silver
        bronze_usa+=bronze
        if gold>0:
            links.append({"source":sports_dict[sport],"target":'金牌','value':gold})
        if silver>0:
            links.append({"source":sports_dict[sport],"target":'银牌','value':silver})
        if bronze>0:
            links.append({"source":sports_dict[sport],"target":'铜牌','value':bronze})
    if '中国' in country_list.to_list():
        gold=sport_df[sport_df['国家奥委会']=='中国']['金牌数'].values[0]
        silver=sport_df[sport_df['国家奥委会']=='中国']['银牌数'].values[0]
        bronze=sport_df[sport_df['国家奥委会']=='中国']['铜牌数'].values[0] 
        gold_ch+=gold
        silver_ch+=silver
        bronze_ch+=bronze
        if gold>0:
            links.append({"source":sports_dict[sport],"target":'金牌','value':gold})
        if silver>0:
            links.append({"source":sports_dict[sport],"target":'银牌','value':silver})
        if bronze>0:
            links.append({"source":sports_dict[sport],"target":'铜牌','value':bronze})
    if '日本' in country_list.to_list():
        gold=sport_df[sport_df['国家奥委会']=='日本']['金牌数'].values[0]
        silver=sport_df[sport_df['国家奥委会']=='日本']['银牌数'].values[0]
        bronze=sport_df[sport_df['国家奥委会']=='日本']['铜牌数'].values[0] 
        gold_jp+=gold
        silver_jp+=silver
        bronze_jp+=bronze
        if gold>0:
            links.append({"source":sports_dict[sport],"target":'金牌','value':gold})
        if silver>0:
            links.append({"source":sports_dict[sport],"target":'银牌','value':silver})
        if bronze>0:
            links.append({"source":sports_dict[sport],"target":'铜牌','value':bronze})

links.append({"source":"金牌","target":'美国','value':gold_usa})
links.append({"source":"银牌","target":'美国','value':silver_usa})
links.append({"source":"铜牌","target":'美国','value':bronze_usa})

links.append({"source":"金牌","target":'中国','value':gold_ch})
links.append({"source":"银牌","target":'中国','value':silver_ch})
links.append({"source":"铜牌","target":'中国','value':bronze_ch})

links.append({"source":"金牌","target":'日本','value':gold_jp})
links.append({"source":"银牌","target":'日本','value':silver_jp})
links.append({"source":"铜牌","target":'日本','value':bronze_jp})

c = (
    Sankey(init_opts=opts.InitOpts())
    .add(
        "",
        nodes,
        links,
        linestyle_opt=opts.LineStyleOpts(opacity=0.2, curve=0.5, color="source"),
        label_opts=opts.LabelOpts(position="left"),
    )
    .set_global_opts(title_opts=opts.TitleOpts(title="项目奖牌汇聚国家(美国|中国|日本)",pos_left='center'))
    .render("./Visual/[桑基图]项目奖牌汇聚国家(美国中国日本).html")
)

在这里插入图片描述

5. 美国｜中国｜日本球类运动优势雷达图

??选择奥运项目中的七项球类运动：

#[可视化]美国｜中国｜日本球类运动雷达图 
import pandas as pd
import pyecharts.options as opts
from pyecharts.charts import Radar

radar=(
    Radar(init_opts=opts.InitOpts())
    .add_schema(
        schema=[
            opts.RadarIndicatorItem(name="棒球/垒球",max_=5),
            opts.RadarIndicatorItem(name="3x3篮球",max_=5),
            opts.RadarIndicatorItem(name="排球",max_=5),
            opts.RadarIndicatorItem(name="乒乓球",max_=5),
            opts.RadarIndicatorItem(name="网球",max_=5),
            opts.RadarIndicatorItem(name="羽毛球",max_=5),
            opts.RadarIndicatorItem(name="足球",max_=5),
        ],
        center=["50%", "60%"],
        splitarea_opt=opts.SplitAreaOpts(
            is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=0.5)
        ),
        textstyle_opts=opts.TextStyleOpts(color="#000"),
)

    .add(
        series_name="美国",
        data=[[3,4,4,1,1,1,2]],
        linestyle_opts=opts.LineStyleOpts(color="#5CACEE"),
        areastyle_opts=opts.AreaStyleOpts(opacity=0.2,color='#5CACEE'),
)

    .add(
        series_name="中国",
        data=[[1,2,1,4,1,4,1]],
        linestyle_opts=opts.LineStyleOpts(color="#CD0000"),
        areastyle_opts=opts.AreaStyleOpts(opacity=0.2,color='#CD0000'),
)

    .add(
        series_name="日本",
        data=[[4,1,1,3,1,2,1]],
        linestyle_opts=opts.LineStyleOpts(color="#faa755"),
        areastyle_opts=opts.AreaStyleOpts(opacity=0.2,color='#faa755'),
)

.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(
        title_opts=opts.TitleOpts(title="美国｜中国｜日本球类运动雷达图",pos_left='center'), 		 	   legend_opts=opts.LegendOpts(pos_left='80%',orient='vertical')
)

    .render("./Visual/[雷达图]美国-中国-日本球类运动雷达.html")
)

在这里插入图片描述

6. 美国｜中国｜日本球类性别雷达图

??使用Radar图表创建两个新的雷达图（男子和女子）：

# 男子
radar_m=(
    Radar(init_opts=opts.InitOpts())
    .add_schema(
        schema=[
            opts.RadarIndicatorItem(name="棒球/垒球",max_=5),
            opts.RadarIndicatorItem(name="3x3篮球",max_=5),
            opts.RadarIndicatorItem(name="排球",max_=5),
            opts.RadarIndicatorItem(name="乒乓球",max_=5),
            opts.RadarIndicatorItem(name="网球",max_=5),
            opts.RadarIndicatorItem(name="羽毛球",max_=5),
            opts.RadarIndicatorItem(name="足球",max_=5),
        ],
        center=["50%", "60%"],
        splitarea_opt=opts.SplitAreaOpts(
            is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=0.5)
        ),
        textstyle_opts=opts.TextStyleOpts(color="#000"),
    )
    .add(
        series_name="美国男子",
        data=[[3,1,1,1,1,1,1]],
        linestyle_opts=opts.LineStyleOpts(color="#5CACEE"),
        areastyle_opts=opts.AreaStyleOpts(opacity=0.2,color='#5CACEE'),
    )
    .add(
        series_name="中国男子",
        data=[[1,1,1,4,1,4,1]],
        linestyle_opts=opts.LineStyleOpts(color="#CD0000"),
        areastyle_opts=opts.AreaStyleOpts(opacity=0.2,color='#CD0000'),
    )
    .add(
        series_name="日本男子",
        data=[[4,1,1,3,1,1,1]],
        linestyle_opts=opts.LineStyleOpts(color="#faa755"),
        areastyle_opts=opts.AreaStyleOpts(opacity=0.2,color='#faa755'),
    )
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(
        legend_opts=opts.LegendOpts(pos_top='8%')
    )
)
# 女子
radar_w=(
    Radar(init_opts=opts.InitOpts())
    .add_schema(
        schema=[
            opts.RadarIndicatorItem(name="棒球/垒球",max_=5),
            opts.RadarIndicatorItem(name="3x3篮球",max_=5),
            opts.RadarIndicatorItem(name="排球",max_=5),
            opts.RadarIndicatorItem(name="乒乓球",max_=5),
            opts.RadarIndicatorItem(name="网球",max_=5),
            opts.RadarIndicatorItem(name="羽毛球",max_=5),
            opts.RadarIndicatorItem(name="足球",max_=5),
        ],
        center=["50%", "60%"],
        splitarea_opt=opts.SplitAreaOpts(
            is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=0.5)
        ),
        textstyle_opts=opts.TextStyleOpts(color="#000"),
    )
    .add(
        series_name="美国女子",
        data=[[3,4,4,1,1,1,2]],
        linestyle_opts=opts.LineStyleOpts(color="#5CACEE"),
        areastyle_opts=opts.AreaStyleOpts(opacity=0.2,color='#5CACEE'),
    )
    .add(
        series_name="中国女子",
        data=[[1,2,1,4,1,4,1]],
        linestyle_opts=opts.LineStyleOpts(color="#CD0000"),
        areastyle_opts=opts.AreaStyleOpts(opacity=0.2,color='#CD0000'),
    )
    .add(
        series_name="日本女子",
        data=[[4,1,1,3,1,1,1]],
        linestyle_opts=opts.LineStyleOpts(color="#faa755"),
        areastyle_opts=opts.AreaStyleOpts(opacity=0.2,color='#faa755'),
    )
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(
        legend_opts=opts.LegendOpts(pos_top='8%'),
        
    )
)

??使用Page图表组合上述三个雷达图（使用可拖拽布局模式）：

page=(
    Page(layout=Page.DraggablePageLayout)
    .add(radar,radar_m,radar_w)
    .render("./Visual/[雷达多图]美国-中国-日本球类运动雷达性别组合图.html")
)

??将图标拖拽成喜欢的布局，使用左上角的【Save Config】得到一个json文件：
在这里插入图片描述
??使用Page图表的save_resize_html方法生成调整布局后的网页：

Page.save_resize_html("./Visual/[雷达多图]美国-中国-日本球类运动雷达性别组合图.html", cfg_file="./Visual/chart_config.json", dest="[布局雷达多图]美国-中国-日本球类运动雷达性别组合图.html")

在这里插入图片描述

3.1.2 地理可视化

1. 东京奥运会各国奖牌分布图

#[可视化]东京奥运会各国奖牌分布图
from pyecharts import options as opts
from pyecharts.charts import Map

namemap_df=pd.read_csv("./DataSet/Medals/namemap_medals.csv")
data_list=namemap_df.dropna()[['英文名称','奖牌总数']].values.tolist()

map = (
    Map()
    .add("", data_list, "world",
         is_map_symbol_show=False,
         )

    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(
        title_opts=opts.TitleOpts(title="2020东京奥运会各国奖牌分布图"),
        visualmap_opts=opts.VisualMapOpts(max_=120)
    )
    .render("./Visual/[地图]各国奖牌分布图.html")
)

在这里插入图片描述
??更改颜色为同色系，使得奖牌分布多少更加明显：

map = (
    Map()
    .add("", data_list, "world",is_map_symbol_show=False)
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(
        title_opts=opts.TitleOpts(title="2020东京奥运会各国奖牌分布图"),
        visualmap_opts=opts.VisualMapOpts(max_=120,range_color=['#90d7ec','#2b4490'])
    )
    .render("./Visual/[地图]各国奖牌分布图.html")
)

在这里插入图片描述
??同理，可获得金牌、银牌、铜牌分布图。

#[可视化]东京奥运会各国金牌分布图
from pyecharts import options as opts
from pyecharts.charts import Map

namemap_df=pd.read_csv("./DataSet/Medals/namemap_medals.csv")
data_list=namemap_df.dropna()[['英文名称','金牌']].values.tolist()
map = (
    Map()
    .add("", data_list, "world",
         is_map_symbol_show=False,
         )
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(
        title_opts=opts.TitleOpts(title="2020东京奥运会各国金牌分布图"),
        visualmap_opts=opts.VisualMapOpts(max_=50,range_color=['#fedcbd','#f47920'])
    )
    .render("./Visual/[地图]各国金牌分布图.html")
)

在这里插入图片描述

#[可视化]东京奥运会各国银牌分布图
from pyecharts import options as opts
from pyecharts.charts import Map

namemap_df=pd.read_csv("./DataSet/Medals/namemap_medals.csv")
data_list=namemap_df.dropna()[['英文名称','银牌']].values.tolist()
map = (
    Map()
    .add("", data_list, "world",
         is_map_symbol_show=False,
         )
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(
        title_opts=opts.TitleOpts(title="2020东京奥运会各国银牌分布图"),
        visualmap_opts=opts.VisualMapOpts(max_=50,range_color=['#f6f5ec','#464547'])
    )
    .render("./Visual/[地图]各国银牌分布图.html")
)

在这里插入图片描述

#[可视化]东京奥运会各国铜牌分布图
from pyecharts import options as opts
from pyecharts.charts import Map

namemap_df=pd.read_csv("./DataSet/Medals/namemap_medals.csv")
data_list=namemap_df.dropna()[['英文名称','铜牌']].values.tolist()
map = (
    Map()
    .add("", data_list, "world",
         is_map_symbol_show=False,
         )
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(
        title_opts=opts.TitleOpts(title="2020东京奥运会各国铜牌分布图"),
        visualmap_opts=opts.VisualMapOpts(max_=50,range_color=['#ffce7b','#b36d41'])
    )
    .render("./Visual/[地图]各国铜牌分布图.html")
)

在这里插入图片描述

3.1.3 趋势可视化

1. 中国每日奖牌数量趋势

??利用Pandas读取获奖数据，筛选中国的数据，以日期聚类，统计奖牌总数：
$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Y6DxgMK9-1641130092790)(C:\Users\lenovo\AppData\Roaming\Typora\typora-user-images\image-20220102211035322.png)]$
??将数据转换为列表和DataFrame：
$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-suA6Vpnk-1641130092791)(file:///C:\Users\lenovo\AppData\Local\Temp\ksohtml18628\wps3.jpg)][外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-REzUZW4u-1641130092791)(file:///C:\Users\lenovo\AppData\Local\Temp\ksohtml18628\wps4.jpg)]$ 在这里插入图片描述

#[可视化]中国每日奖牌数量趋势
from pyecharts import options as opts
from pyecharts.charts import Line
from pyecharts.globals import ThemeType
CHN = []
x_data=cols[1:]
for d_time in cols[1:]:
    CHN.append(date_medals_df[d_time][date_medals_df['国家']=='中国'].values.tolist()[0])
l1 = (
    Line()
    .add_xaxis(x_data)
    .add_yaxis(
        '中国',
        CHN,
        label_opts=opts.LabelOpts(is_show=True))
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title='中国每日奖牌数量趋势',
            pos_left='center',
        ),
        xaxis_opts=opts.AxisOpts(
            axislabel_opts={'rotate':30},
        ),
        yaxis_opts=opts.AxisOpts(
            name='奖牌/枚',            
            is_scale=True,
            max_=15),
        legend_opts=opts.LegendOpts(is_show=False),
    )
    .render("./Visual/[折线图]中国每日奖牌数量趋势.html")
)

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-lppSJgny-1641130092792)(C:\Users\lenovo\AppData\Roaming\Typora\typora-user-images\image-20220102211148184.png)]$
??使用TimeLine图表添加时间线，并美化图表：

from pyecharts import options as opts
from pyecharts.charts import Line,Timeline
from pyecharts.globals import ThemeType,JsCode
# 背景色
background_color_js = (
    "new echarts.graphic.LinearGradient(0, 0, 0, 1, "
    "[{offset: 0, color: '#c86589'}, {offset: 1, color: '#06a7ff'}], false)"
)
 
# 线条样式
linestyle_dic = {'normal': {
    'width': 4,
    'shadowColor': '#696969',
    'shadowBlur': 10,
    'shadowOffsetY': 10,
    'shadowOffsetX': 10,
}}
timeline = Timeline(init_opts=opts.InitOpts(bg_color=JsCode(background_color_js),
                                            width='980px', height='600px'))
timeline.add_schema(is_auto_play=True, is_loop_play=True,
                    is_timeline_show=True, play_interval=500)
CHN = []
x_data = cols[1:]
for d_time in cols[1:]:
    CHN.append(date_medals_df[d_time][date_medals_df['国家']=='中国'].values.tolist()[0])
    line = (
        Line(init_opts=opts.InitOpts(bg_color=JsCode(background_color_js),
                                        width='980px', height='600px'))
        .add_xaxis(x_data)
        # 中国线条
        .add_yaxis(
            '',
            CHN,
            symbol_size=10,
            is_smooth=True,
            label_opts=opts.LabelOpts(is_show=True),
            markpoint_opts=opts.MarkPointOpts(
                data=[opts.MarkPointItem(
                    name="",
                    type_='max',
                    value_index=0,
                    symbol='image://./DataSet/Image/中国.png',
                    symbol_size=[40, 25],
                )],
                label_opts=opts.LabelOpts(is_show=False),
            )
        )
        .set_series_opts(linestyle_opts=linestyle_dic, label_opts=opts.LabelOpts(font_size=12, color='red'))
        .set_global_opts(
            title_opts=opts.TitleOpts(
                title='中国奖牌',
                pos_left='center',
                pos_top='2%',
                title_textstyle_opts=opts.TextStyleOpts(color='#DC143C', font_size=20)),
            xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(font_size=14, color='red'),
                                        axisline_opts=opts.AxisLineOpts(is_show=True,
                                                                        linestyle_opts=opts.LineStyleOpts(width=2, color='#DB7093'))),
            yaxis_opts=opts.AxisOpts(
                name='奖牌/枚',
                is_scale=True,
                max_=15,
                name_textstyle_opts=opts.TextStyleOpts(
                    font_size=16, font_weight='bold', color='#DC143C'),
                axislabel_opts=opts.LabelOpts(
                    font_size=13, color='red'),
                splitline_opts=opts.SplitLineOpts(is_show=True,
                                                    linestyle_opts=opts.LineStyleOpts(type_='dashed')),
                axisline_opts=opts.AxisLineOpts(is_show=True,
                                                linestyle_opts=opts.LineStyleOpts(width=2, color='#DB7093'))
            ),
            legend_opts=opts.LegendOpts(is_show=True, pos_right='1%', pos_top='2%',
                                        legend_icon='roundRect', orient='vertical'),
        )
    )
    timeline.add(line, '{}'.format(d_time))
timeline.render("./Visual/[时间线折线图]中国每日奖牌数量趋势.html")

在这里插入图片描述

2. TOP3国家每日奖牌数量趋势

? 按照类似的方法获取TOP3国家的每日奖牌数量的数据：
在这里插入图片描述

#[可视化]TOP3每日奖牌数量趋势时间线
# 背景色
background_color_js = (
    "new echarts.graphic.LinearGradient(0, 0, 0, 1, "
    "[{offset: 0, color: '#c86589'}, {offset: 1, color: '#06a7ff'}], false)"
)
 
# 线条样式
linestyle_dic = { 'normal': {
                    'width': 4,  
                    'shadowColor': '#696969', 
                    'shadowBlur': 10,  
                    'shadowOffsetY': 10,  
                    'shadowOffsetX': 10,  
                    }
                }
    
timeline = Timeline(init_opts=opts.InitOpts(bg_color=JsCode(background_color_js),
                                            width='980px',height='600px'))
timeline.add_schema(is_auto_play=True, is_loop_play=True, 
                    is_timeline_show=True, play_interval=500)
 
CHN, USA, JPN = [], [], []
x_data=cols[1:]
for d_time in cols[1:]:
    CHN.append(date_medals_df[d_time][date_medals_df['国家']=='中国'].values.tolist()[0])
    USA.append(date_medals_df[d_time][date_medals_df['国家']=='美国'].values.tolist()[0])
    JPN.append(date_medals_df[d_time][date_medals_df['国家']=='日本'].values.tolist()[0])
    line = (
        Line(init_opts=opts.InitOpts(bg_color=JsCode(background_color_js),
                                     width='980px',height='600px'))
        .add_xaxis(x_data)
        # 中国线条
        .add_yaxis(
            '中国',
            CHN,
            symbol_size=10,
            is_smooth=True,
            label_opts=opts.LabelOpts(is_show=True),
            markpoint_opts=opts.MarkPointOpts(
                    data=[  opts.MarkPointItem(
                            name="",
                            type_='max',
                            value_index=0,
                            symbol_size=[40, 25],
                        )],
                    label_opts=opts.LabelOpts(is_show=False),
                )
        )
        # 美国线条
        .add_yaxis(
            '美国',
            USA,
            symbol_size=5,
            is_smooth=True,
            label_opts=opts.LabelOpts(is_show=True),
            markpoint_opts=opts.MarkPointOpts(
                    data=[
                        opts.MarkPointItem(
                            name="",
                            type_='max',
                            value_index=0,
                            symbol_size=[40, 25],
                        )
                    ],
                    label_opts=opts.LabelOpts(is_show=False),
                )
        )
        # 日本线条
        .add_yaxis(
            '日本',
            JPN,
            symbol_size=5,
            is_smooth=True,
            label_opts=opts.LabelOpts(is_show=True),
            markpoint_opts=opts.MarkPointOpts(
                    data=[  opts.MarkPointItem(
                            name="",
                            type_='max',
                            value_index=0,
                            symbol_size=[40, 25],
                        )],
                    label_opts=opts.LabelOpts(is_show=False),
                )
        )
        .set_series_opts(linestyle_opts=linestyle_dic)
        .set_global_opts(
            title_opts=opts.TitleOpts(
                title='中国 VS 美国 VS 日本',
                pos_left='center',
                pos_top='2%',
                title_textstyle_opts=opts.TextStyleOpts(
                        color='#DC143C', font_size=20)
            ),
            xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(font_size=14, color='red'),
                         axisline_opts=opts.AxisLineOpts(is_show=True,
                            linestyle_opts=opts.LineStyleOpts(width=2, color='#DB7093'))),
            yaxis_opts=opts.AxisOpts(
                name='奖牌/枚',            
                is_scale=True,
                max_=15,
                name_textstyle_opts=opts.TextStyleOpts(font_size=16,font_weight='bold',color='#DC143C'),
                axislabel_opts=opts.LabelOpts(font_size=13),
                splitline_opts=opts.SplitLineOpts(is_show=True, 
                                                  linestyle_opts=opts.LineStyleOpts(type_='dashed')),
                axisline_opts=opts.AxisLineOpts(is_show=True,
                                        linestyle_opts=opts.LineStyleOpts(width=2, color='#DB7093'))
            ),
            legend_opts=opts.LegendOpts(is_show=True, pos_right='1%', pos_top='2%',
                                        legend_icon='roundRect',orient = 'vertical'),
        ))
    timeline.add(line, '{}'.format(d_time))
 
timeline.render("./Visual/[时间线折线图]TOP3国家每日奖牌数量趋势.html")

在这里插入图片描述

3. 中国累计奖牌数量趋势

? 将中国每日奖牌数量的数据按照日期进行累加，得到按日期的累计奖牌数量：
在这里插入图片描述

#[可视化]中国累计奖牌数量趋势时间线
from pyecharts import options as opts
from pyecharts.charts import Line,Timeline
from pyecharts.globals import ThemeType,JsCode
# 背景色
background_color_js = (
    "new echarts.graphic.LinearGradient(0, 0, 0, 1, "
    "[{offset: 0, color: '#c86589'}, {offset: 1, color: '#06a7ff'}], false)"
)
 
# 线条样式
linestyle_dic = {'normal': {
    'width': 4,
    'shadowColor': '#696969',
    'shadowBlur': 10,
    'shadowOffsetY': 10,
    'shadowOffsetX': 10,
}
}
 
timeline = Timeline(init_opts=opts.InitOpts(bg_color=JsCode(background_color_js),
                                            width='980px', height='600px'))
timeline.add_schema(is_auto_play=True, is_loop_play=True,
                    is_timeline_show=True, play_interval=500)
 
CHN = []
x_data = cols[1:]
for d_time in cols[1:]:
    CHN.append(date_add_medals_df[d_time][date_add_medals_df['国家']=='中国'].values.tolist()[0])
    line = (
        Line(init_opts=opts.InitOpts(bg_color=JsCode(background_color_js),
                                        width='980px', height='600px'))
        .add_xaxis(x_data)
        # 中国线条
        .add_yaxis(
            '',
            CHN,
            symbol_size=10,
            is_smooth=True,
            label_opts=opts.LabelOpts(is_show=True),
            markpoint_opts=opts.MarkPointOpts(
                data=[opts.MarkPointItem(
                    name="",
                    type_='max',
                    value_index=0,
                    symbol='image://./DataSet/Image/中国.png',
                    symbol_size=[40, 25],
                )],
                label_opts=opts.LabelOpts(is_show=False),
            )
        )
        .set_series_opts(linestyle_opts=linestyle_dic, label_opts=opts.LabelOpts(font_size=12, color='red'))
        .set_global_opts(
            title_opts=opts.TitleOpts(
                title='中国奖牌',
                pos_left='center',
                pos_top='2%',
                title_textstyle_opts=opts.TextStyleOpts(color='#DC143C', font_size=20)),
            xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(font_size=14, color='red'),
                                        axisline_opts=opts.AxisLineOpts(is_show=True,
                                                                        linestyle_opts=opts.LineStyleOpts(width=2, color='#DB7093'))),
            yaxis_opts=opts.AxisOpts(
                name='奖牌/枚',
                is_scale=True,
                max_=120,
                name_textstyle_opts=opts.TextStyleOpts(
                    font_size=16, font_weight='bold', color='#DC143C'),
                axislabel_opts=opts.LabelOpts(
                    font_size=13, color='red'),
                splitline_opts=opts.SplitLineOpts(is_show=True,
                                                    linestyle_opts=opts.LineStyleOpts(type_='dashed')),
                axisline_opts=opts.AxisLineOpts(is_show=True,
                                                linestyle_opts=opts.LineStyleOpts(width=2, color='#DB7093'))
            ),
            legend_opts=opts.LegendOpts(is_show=True, pos_right='1%', pos_top='2%',
                                        legend_icon='roundRect', orient='vertical'),
        )
    )
    timeline.add(line, '{}'.format(d_time))
    
timeline.render("./Visual/[时间线折线图]中国累计奖牌数量趋势.html")

在这里插入图片描述

4. TOP3国家累计奖牌数量趋势

#[可视化]TOP3累计奖牌数量趋势时间线
from pyecharts import options as opts
from pyecharts.charts import Line,Timeline
from pyecharts.globals import ThemeType,JsCode
# 背景色
background_color_js = (
    "new echarts.graphic.LinearGradient(0, 0, 0, 1, "
    "[{offset: 0, color: '#c86589'}, {offset: 1, color: '#06a7ff'}], false)"
)
 
# 线条样式
linestyle_dic = { 'normal': {
                    'width': 4,  
                    'shadowColor': '#696969', 
                    'shadowBlur': 10,  
                    'shadowOffsetY': 10,  
                    'shadowOffsetX': 10,  
                    }
                }
    
timeline = Timeline(init_opts=opts.InitOpts(bg_color=JsCode(background_color_js),
                                            width='980px',height='600px'))
timeline.add_schema(is_auto_play=True, is_loop_play=True, 
                    is_timeline_show=True, play_interval=500)
 
CHN, USA, JPN = [], [], []
x_data=cols[1:]
for d_time in cols[1:]:
    CHN.append(date_add_medals_df[d_time][date_add_medals_df['国家']=='中国'].values.tolist()[0])
    USA.append(date_add_medals_df[d_time][date_add_medals_df['国家']=='美国'].values.tolist()[0])
    JPN.append(date_add_medals_df[d_time][date_add_medals_df['国家']=='日本'].values.tolist()[0])
    line = (
        Line(init_opts=opts.InitOpts(bg_color=JsCode(background_color_js),
                                     width='980px',height='600px'))
        .add_xaxis(x_data)
        # 中国线条
        .add_yaxis(
            '中国',
            CHN,
            symbol_size=10,
            is_smooth=True,
            label_opts=opts.LabelOpts(is_show=True),
            markpoint_opts=opts.MarkPointOpts(
                    data=[  opts.MarkPointItem(
                            name="",
                            type_='max',
                            value_index=0,
                            symbol_size=[40, 25],
                        )],
                    label_opts=opts.LabelOpts(is_show=False),
                )
        )
        # 美国线条
        .add_yaxis(
            '美国',
            USA,
            symbol_size=5,
            is_smooth=True,
            label_opts=opts.LabelOpts(is_show=True),
            markpoint_opts=opts.MarkPointOpts(
                    data=[
                        opts.MarkPointItem(
                            name="",
                            type_='max',
                            value_index=0,
                            symbol_size=[40, 25],
                        )
                    ],
                    label_opts=opts.LabelOpts(is_show=False),
                )
        )
        # 日本线条
        .add_yaxis(
            '日本',
            JPN,
            symbol_size=5,
            is_smooth=True,
            label_opts=opts.LabelOpts(is_show=True),
            markpoint_opts=opts.MarkPointOpts(
                    data=[  opts.MarkPointItem(
                            name="",
                            type_='max',
                            value_index=0,
                            symbol_size=[40, 25],
                        )],
                    label_opts=opts.LabelOpts(is_show=False),
                )
        )
        .set_series_opts(linestyle_opts=linestyle_dic)
        .set_global_opts(
            title_opts=opts.TitleOpts(
                title='中国 VS 美国 VS 日本',
                pos_left='center',
                pos_top='2%',
                title_textstyle_opts=opts.TextStyleOpts(
                        color='#DC143C', font_size=20)
            ),
            xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(font_size=14, color='red'),
                         axisline_opts=opts.AxisLineOpts(is_show=True,
                            linestyle_opts=opts.LineStyleOpts(width=2, color='#DB7093'))),
            yaxis_opts=opts.AxisOpts(
                name='奖牌/枚',            
                is_scale=True,
                max_=120,
                name_textstyle_opts=opts.TextStyleOpts(font_size=16,font_weight='bold',color='#DC143C'),
                axislabel_opts=opts.LabelOpts(font_size=13),
                splitline_opts=opts.SplitLineOpts(is_show=True, 
                                                  linestyle_opts=opts.LineStyleOpts(type_='dashed')),
                axisline_opts=opts.AxisLineOpts(is_show=True,
                                        linestyle_opts=opts.LineStyleOpts(width=2, color='#DB7093'))
            ),
            legend_opts=opts.LegendOpts(is_show=True, pos_right='1%', pos_top='2%',
                                        legend_icon='roundRect',orient = 'vertical'),
        ))
    timeline.add(line, '{}'.format(d_time))
 
timeline.render("./Visual/[时间线折线图]TOP3国家累计奖牌数量趋势.html")

在这里插入图片描述

3.1.4 比例可视化

1. 中国各项目获奖分布饼图

? 利用Pandas读取获奖详情的数据和获奖结果数据，并将两个表以ID连接：
在这里插入图片描述
? 将奖牌类型的数字对应成奖牌名称（1、2、3分别代表金牌、银牌、铜牌）：

? 筛选中国的数据，并以项目名聚类，统计奖牌个数，再转换成所需列表格式：

#[可视化]中国各项目获奖分布饼图
from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.globals import ThemeType

c = (
    Pie()
    .add("",[['跳水', 12], ['射击', 11], ['举重', 8], ['竞技体操', 8], ['乒乓球', 7], ['游泳', 6], ['羽毛球', 6], ['田径', 5], ['静水皮划艇', 3], ['蹦床体操', 3], ['自由式摔跤', 3], ['赛艇', 3], ['空手道', 2], ['拳击', 2], ['帆船', 2], ['花样游泳', 2], ['跆拳道', 1], ['场地自行车赛', 1], ['古典式摔跤', 1], ['击剑', 1], ['三人篮球', 1]],
         center=["50%", "55%"])
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
    .render("./Visual/[饼图]中国各项目获奖分布.html")
)

在这里插入图片描述
? 利用ThemeType更改图表主题为LIGHT：

#[可视化]中国各项目获奖分布饼图
from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.globals import ThemeType

c = (
    Pie(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
    .add("",[['跳水', 12], ['射击', 11], ['举重', 8], ['竞技体操', 8], ['乒乓球', 7], ['游泳', 6], ['羽毛球', 6], ['田径', 5], ['静水皮划艇', 3], ['蹦床体操', 3], ['自由式摔跤', 3], ['赛艇', 3], ['空手道', 2], ['拳击', 2], ['帆船', 2], ['花样游泳', 2], ['跆拳道', 1], ['场地自行车赛', 1], ['古典式摔跤', 1], ['击剑', 1], ['三人篮球', 1]],
         center=["50%", "55%"])
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
    .render("./Visual/[饼图]中国各项目获奖分布.html")
)