世界杯数据处理和分析-Python程序设计语言_python爬取世界杯历年数据

1、所实现的项目内容(文字简要描述，以要点的形式表述)；

本次实验，实现了对历年世界杯的各项数据进行处理。

1. 历年的观众的人数散点图分析
2. 历年进球总数的散点图分析

3. 获得冠军的国家的冠军次数统计

4. 夺冠大洲的分布图分析

5. 作为东道主的夺冠概率分析

6. 比赛总进球数的排名分析

2、实验过程

1. 导入第三方包：导入numpy、pandas、matplotlib、seaborn包。

2.导入数据表（世界杯成绩汇总表），并设置全局的绘图参数。

3.绘制历年的观众的人数的散点图和进球总数的散点图：

设置刻度参数，设置边框和坐标轴标签：

设置刻度并储存表格，将观众人数散点图打印在屏幕上：

进球总数的散点图：

4. 获得冠军的国家的冠军次数统计：

调色，设置画布大小和边框，并进行绘图

设置x,y轴的标签，防止中文乱码。并提取条形的值

5. 绘制夺冠大洲的分布图：

设置标签文本，value_count用于数据表的计数

设置饼图的比例，格式为数组或占比的序列，决定扇形的面积

设置图形参数并打印

6.绘制作为东道主的夺冠概率分析：

将winner和hostcountry作比较，赋值ture和false

标签文本，value_count用于数据表的计数

设置饼图的比例，决定扇形面积

7. 比赛总进球数的排名统计：

导入数据：比赛信息表

类型转化，astype()函数可用于转化dateframe某一列的数据类型

格式化比赛结果

比赛进球数分析：

排序函数，将total_goals排序

绘制柱状图，调用vs数据并显示在y轴上

体育场比赛时间等信息，并打印在屏幕上：

三、结论

1.实验结果

（1）历年的观众的人数散点图

可以看出世界杯观众人数有逐年上升的趋势，存在较小的波动。

（2）历年进球总数的散点图

 可以看出进球总数整体呈现上升的趋势，中间有几年出现了较大的波动。

(3) 获得冠军的国家的冠军次数统计

可以看出，巴西获得冠军的次数最多。而英格兰和西班牙获得冠军的次数最少。

（4）夺冠大洲的分布图

欧洲夺冠的国家多于美洲夺冠的国家，欧洲有12个国家曾夺冠，美洲有9个国家曾夺冠

（5）作为东道主的夺冠概率分析

可以看出，作为东道主的国家，夺冠的概率为百分之29

（6）比赛总进球数的排名

2.分析与讨论：

本次实验使用了Python语言和数据分析的方法，实现了对历年世界杯的各项数据进行处理。主要使用了Matplotlib的子类pyplot进行绘图，进行数据的可视化；使用Numpy用于科学计算；并用pandas用于处理数据框；使用了astype()函数转换数据类型，使用了排序函数进行排序；

通过这次实验，我对数据的分析，预处理和可视化有了更深入的认识，

对Python语言有了更深刻的理解。

实现一个较为完善的、逻辑上较为完整的程序。主题不限，可以是一个数据分析项目，可以是一个网络爬虫项目，可以是一个游戏，也可以是一个Web系统等。

实验报告写作要点：

首选列出你具体实现了哪些功能，然后依次写出整个实验的的基本步骤，辅以相应文字说明，并提交相应的源代码.py文件及实验报告文档。将创建的程序运行结果截图，分析讨论实验过程中的心得与体会。