1.导入相关模块

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

import warnings
warnings.filterwarnings('ignore')

2.导入数据：

import os
os.chdir('/Users/liyili2/Downloads/datas/python_wei/04/')
player_hots=pd.read_excel('奥运运动员数据.xlsx',sheetname =0,encoding ='GB18030')
player_info=pd.read_excel('奥运运动员数据.xlsx',sheetname =1,encoding ='GB18030')
player_cphot=pd.read_excel('奥运运动员数据.xlsx',sheetname =2,encoding ='GB18030')

''
要求：
1、分男女分别分析运动员的身高分布，并制作图表，数据为“奥运运动员数据.xlsx，sheet → 运动员信息”
要求：
① 制作分布密度图
② 计算出男女平均身高，并绘制辅助线表示
提示：
① 可视化制图方法 → sns.distplot()
② 辅助线制图方法 → plt.axvline()
③ 分男女分别筛选数据并制作图表
④ 不需要创建函数
'''
data2=player_info[['event','name','gender','height']]
data2.dropna(inplace=True)#data2=data2.dropna(inplace=True)是会报错的
female=data2[data2['gender']=='女']
male=data2[data2['gender']=='男']
female_h=female['height'].mean()
male_h=male['height'].mean()

sns.set_style("ticks")
plt.figure(figsize = (8,4)) 
sns.distplot(female['height'],hist=False,kde=True,rug = True,
             rug_kws = {'color':'y','lw':2,'alpha':0.5,'height':0.1},
             kde_kws={"color": "y", "lw": 1.5, 'linestyle':'--'},        # 设置密度曲线颜色，线宽，标注、线形
             label = 'male_height')

sns.distplot(male['height'],hist=False,kde=True,rug = True,
             rug_kws = {'color':'g','lw':2,'alpha':0.5} , 
             kde_kws={"color": "g", "lw": 1.5, 'linestyle':'--'},
             label = 'female_height')

# 绘制男女高度分布密度图
#绘制女运动员平均身高分布密度图
plt.axvline(female_h,color='y',linestyle=":",alpha=0.8) 
plt.text(female_h+2,0.005,'female_height_mean: %.1fcm' % (female_h), color = 'y')


# 绘制男运动员平均身高辅助线
plt.axvline(male_h,color='g',linestyle=":",alpha=0.8)
plt.text(male_h+2,0.008,'male_height_mean: %.1fcm' % (male_h), color = 'g')

plt.ylim([0,0.03])
plt.grid(linestyle = '--')     # 添加网格线
plt.title("Athlete's height")  # 添加图表名

image.png

4.

'''
2、综合指标判断运动员的身材，并找到TOP8的运动员，并制作图表，数据为“奥运运动员数据.xlsx，sheet → 运动员信息”
要求：
① 针对不同指标，绘制面积堆叠图
② TOP8的运动员，绘制雷达图表示
提示：
① 四个指标评判运动员身材，并加权平均
   a. BMI 指数（BMI =体重kg ÷ 身高m**2，详细信息可百度查询）→ 越接近22分数越高
   b. 腿长/身高 指数 → 数据筛选，只选取小于0.7的数据，越大分数越高
   c. 臂展/身高 指数 → 数据筛选，只选取大于0.7的数据，比值越接近1分数越高
   d. 年龄 指数 → 年龄越小分数越高
   对上述abcd指标分别标准化得到n1,n2,n3,n4（划分到0-1的分值）
   最后评分： finalscore = (n1 + n2 + n3 + n4)/4
② 制作堆叠面积图，data.plot.area()
③ 雷达图需要构建子图 + for循环遍历得到

'''
data3=player_info[['name','height','arm','leg','weight','age']]
data3.dropna(inplace=True)
data3['BMI']=data3['weight']/data3['height']**2
data3['leg_h']=data3['leg']/data3['height']
data3['arm_h']=data3['arm']/data3['height']
data3=data3[(data3['leg_h']<0.7)&(data3['arm_h']>0.7)]

data4=data3[['name','BMI','leg_h','arm_h','age']]


data4['BMI_assess']=np.abs(data4['BMI']-22)
data4['leg_assess']=data4['leg_h']
data4['arm_assess'] =np.abs(data4['arm_h'] - 1) 
data4['age_assess']=data4['age']


data4['BMI_norm']=(data4['BMI_assess']-data4['BMI_assess'].min())/(data4['BMI_assess'].max()-data4['BMI_assess'].min())
data4['leg_norm']=(data4['leg_assess']-data4['leg_assess'].min())/(data4['leg_assess'].max()-data4['leg_assess'].min())
data4['arm_norm']=(data4['arm_assess']-data4['arm_assess'].min())/(data4['arm_assess'].max()-data4['arm_assess'].min())
data4['age_norm']=(data4['age_assess']-data4['age_assess'].min())/(data4['age_assess'].max()-data4['age_assess'].min())

data4['finalscore'] = (data4['BMI_norm'] + data4['leg_norm'] + data4['arm_norm'] + data4['age_norm'])/4
 
plt.figure(figsize = (10,6))
data4.sort_values(by = 'finalscore',inplace = True,ascending=False)
data4.reset_index(inplace=True)
# 排序并重新设定index
data4[['age_norm','BMI_norm','leg_norm','arm_norm']].plot.area(colormap = 'PuRd',alpha = 0.5,figsize = (10,6))
plt.ylim([0,4])
plt.grid(linestyle='--')

# 绘制运动员身材数据分布图表

image.png

datatop8 = data4[:8]
# 数据筛选

fig = plt.figure(figsize=(15,6))
plt.subplots_adjust(wspace=0.35,hspace=0.5)
#整边距和子图的间距，wspace = 0.35，为子图之间的空间保留的宽度，平均轴宽的一部分；
#hspace，为子图之间的空间保留的高度，平均轴高度的一部分



n = 0
c = plt.cm.BuPu_r(np.linspace(0, 0.7,10))[n-1]
#axi = plt.subplot(2,4,n, projection = 'polar')
for i in datatop8['name'].tolist():
    n += 1
    c = plt.cm.BuPu_r(np.linspace(0, 0.7,10))[n-1]
    axi = plt.subplot(2,4,n, projection = 'polar')
    datai = datatop8[['BMI_norm','leg_norm','arm_norm','age_norm']][datatop8['name']==i].T
    scorei = datatop8['finalscore'][datatop8['name']==i]
    angles = np.linspace(0, 2*np.pi, 4, endpoint=False)
    #axi.plot(angles,datai,linestyle = '-',lw=1,color = c)
    plt.polar(angles, datai, 'o-', linewidth=1,color = c)
    axi.fill(angles,datai,alpha=0.5,color=c)
    axi.set_thetagrids(np.arange(0.0, 360.0, 90),['BMI','腿长/身高','臂长/身高','年龄'])
    axi.set_rgrids(np.arange(0.2,1.5,0.2),'--')
    plt.title('Top%i %s: %.3f\n' %(n,i,scorei))
# 分别绘制每个运动员的评分雷达图

中文乱码了，为啥呀，我试过了所有方法，之前是可以的，然后现在又不可以了。

image.png

image.png

df_length = len(player_cphot)
df_columns =player_cphot.columns.tolist()
# 查看数据
# pd.read_excel → 读取excel文件，这里得到的是pandas的dataframe数据格式

player_cphot.replace([np.nan,'无数据','无贴吧'],0,inplace=True)
# 数据清洗
player_cphot['n1'] = (player_cphot['cp微博数量']-player_cphot['cp微博数量'].min())/(player_cphot['cp微博数量'].max()-player_cphot['cp微博数量'].min())
player_cphot['n2'] = (player_cphot['cp微博话题阅读量']-player_cphot['cp微博话题阅读量'].min())/(player_cphot['cp微博话题阅读量'].max()-player_cphot['cp微博话题阅读量'].min())
player_cphot['n3'] = (player_cphot['B站cp视频播放量']-player_cphot['B站cp视频播放量'].min())/(player_cphot['B站cp视频播放量'].max()-player_cphot['B站cp视频播放量'].min())
player_cphot['f'] = player_cphot['n1']*0.5 + player_cphot['n2']*0.3 + player_cphot['n3']*0.2
# 计算综合热度

player_cphot.sort_values(by = 'f',inplace = True,ascending=False)
player_cphot.reset_index(inplace=True)
# 数据重新排序

result = player_cphot[['p1','p2','f']]
writer = pd.ExcelWriter('output.xlsx')
result.to_excel(writer,'sheet1')
writer.save()
# 数据导出excel文件

image.png

image.png

image.png