Pyecharts“可視化大屏“，帶你重溫 “2020東京奧運會“，不看直播盡知其事！

本文禁止其他人轉載，違者必究！

目錄

??1、專案背景
??2、奧運會相關資訊爬取
???① 匯入相關庫
???② 爬蟲代碼完整講解
??3、資料預處理
???① 資料替換
???② 資料分組
???③ 中英文名映射轉換
??4、可視化展示
???① 2020東京奧運會各國金牌分布地圖
???② 2020東京奧運會獎牌榜詳情堆積柱形圖
???③ 2020東京奧運會獎牌榜總數前十名柱形圖
???④ 2020東京奧運會金牌榜總數前十名柱形圖
???⑤ 2020東京奧運會中國各專案獲獎詳情餅圖
???⑥ 中國選手每榷訓得獎牌數折線圖
???⑦ 中國選手每榷訓得金牌數折線圖
???⑧ 中國選手奪金詳細資料表格
???⑨ 組合為可視化大屏

整體思路

1、專案背景

奧運會剛剛過去，你是否已經看過2020東京奧運會呢？本文將手把手帶你爬取奧運會相關資訊，并利用可視化大屏為你展示奧運詳情，讓一個沒關注過奧運會的朋友，也能夠秒懂奧運會，

學完本文后，你將學會如下可視化大屏的制作，

2、奧運會相關資訊爬取

• 爬取欄位： 國家、國家ID、排名、金牌數、銀牌數、銅牌數、獎牌總數、專案名、運動員、獲獎型別、獲獎時間；
• 爬取說明： 基于兩個介面的資料爬取【json格式的資料】，直接采用鍵值對的方式獲取相關資料；
• 使用工具： Pandas+requests

本文是基于兩個介面的資料爬取，相對容易的多，

# 這個鏈接主要展示：各國的金銀銅牌及其總數！
https://app-sc.miguvideo.com/vms-livedata/olympic-medal/total-table/15/110000004609

# 這個鏈接主要展示：每個參賽隊員的參賽專案和獲得的獎牌情況！
https://app-sc.miguvideo.com/vms-livedata/olympic-medal/total-table/15/110000004609

① 匯入相關庫

import requests
import pandas as pd
from pprint import pprint

• requests庫用于發起網頁請求，獲取網頁中的源代碼；
• pandas庫用于存盤和讀取獲取到的資訊；
• pprint庫是漂亮的列印，對于json格式的資料，能夠很好的展示結構，方便我們決議；

② 爬蟲講解

url = 'https://app-sc.miguvideo.com/vms-livedata/olympic-medal/total-table/15/110000004609'
data = requests.get(url).json()
pprint(data)

三行代碼就可以獲取到網頁的源代碼，利用pprint庫，可以清晰的展示json結構，對于我們決議資料很有幫助，

從圖中可以很清晰地看到，我們要的資料，都存在于body鍵下面的allMedalData鍵中，allMedalData鍵的值是一個串列，里面有很多字典組成的鍵值對資訊，就是我們要爬取的資料，

直接利用鍵獲取對應的值資訊，代碼如下：

df1 = pd.DataFrame()
for info in data1['body']['allMedalData']:
    name = info['countryName']
    name_id = info['countryId']
    rank = info['rank']
    gold = info['goldMedalNum']
    silver = info['silverMedalNum']
    bronze = info['bronzeMedalNum']
    total = info['totalMedalNum']
    # 組織資料
    orangized_data = [[name,name_id,rank,gold,silver,bronze,total]]
    # 然后追加df
    df1 = df1.append(orangized_data)
df1.columns = ['名稱', 'ID', '排名', '金牌', '銀牌', '銅牌', '獎牌總數']
df1

結果如下：

對于另外一個網頁，我們采取同樣的方式，

url = 'https://app-sc.miguvideo.com/vms-livedata/olympic-medal/detail-total/15/110000004609'
data2 = requests.get(url).json()
pprint(data2)

結果如下：

是不是此時感覺結構更清楚了？

df2 = pd.DataFrame()
for info in data2['body']['medalTableDetail']:
    english_name = info['countryName']
    name_id = info['countryId']
    award_time = info['awardTime']
    item_name = info['bigItemName']
    sports_name = info['sportsName']
    medal_type = info['medalType']
    # 組織資料
    orangized_data = [[english_name,name_id,award_time,item_name,sports_name,medal_type]]
    # 然后追加df
    df2 = df2.append(orangized_data)
df2.columns = ['英文縮寫', 'ID', '獲獎時間', '專案名', '運動員', '金牌型別']
df2

結果如下：

3、資料預處理

對于爬取到的資料，往往是有問題的，我們需要提前預處理一下，方便后續做可視化展示，

① 資料替換

對于上述爬取到的資料，我們做一個資料篩選，

df1 = pd.read_excel("各國獎牌數.xlsx")
df1[df1["名稱"].str.contains("中國")]

結果如下：

雖說中國香港、中國臺灣都單獨參加了奧運會，但她們都屬于中國，我們將她們的都改為中國，ID也都改為26，

df1["名稱"].replace(["中國臺北","中國香港"],"中國",inplace=True)
df1["ID"].replace([31,38],26,inplace=True)
df1[df1["名稱"].str.contains("中國")]

結果如下：

② 資料分組

經過上述處理，那么中國就相當于有3條資料了，我們以名稱+ID作為聯合欄位，進行分組，然后求和，將這3條資料進行合并，最后，再以金牌欄位為基準，進行降序排列，

df2 = df1.groupby(["名稱","ID"])[["金牌","銀牌","銅牌","獎牌總數"]].sum().reset_index().sort_values(by="金牌",axis=0,ascending=False)
df2.head(10)

結果如下：

③ 中英文名映射轉換

由于使用pyecharts繪制世界地圖時，名稱必須是英文的，所以我們需要將這里的中文名稱映射為英文名稱，于是我在網上找到了下面這個檔案：

我們要做的就是將它與表格中的資料，做個映射轉換，先把它轉換為一個Excel檔案吧，方便我們以后直接使用，

with open("國家名中英文對照表.txt","r",encoding="utf-8") as f:
    x = f.read()

df3 = pd.DataFrame()
for i in x.split("\n"):
    x = i.split(":")[0].strip()
    y = i.split(":")[1].strip()
    orangined_data = [[x,y]]
    df3 = df3.append(orangined_data)
df3.columns = ["名稱","英文名稱"]
df3.to_excel("國家名中英文對照表.xlsx",index=None)

然后，在和上述的df2表格做一個左連接即可，

df4 = pd.merge(df2,df3,on="名稱",how="left")
df4

結果如下：

4、可視化展示

關于可視化部分，使用的是pyecharts庫，這部分一共分以下8個主題：

• ① 2020東京奧運會各國獎牌分布圖；
• ② 2020東京奧運會獎牌榜詳情；
• ③ 2020東京奧運會獎牌榜總數前十名；
• ④ 2020東京奧運會金牌榜總數前十名；
• ⑤ 2020東京奧運會中國各專案獲獎詳情；
• ⑥ 中國選手每榷訓得獎牌數；
• ⑦ 中國選手每榷訓得金牌數；
• ⑧ 中國選手奪金詳細資料；

① 2020東京奧運會各國金牌分布圖

② 2020東京奧運會獎牌榜詳情

③ 2020東京奧運會獎牌榜總數前十名

④ 2020東京奧運會金牌榜總數前十名

⑤ 2020東京奧運會中國各專案獲獎詳情

⑥ 中國選手每榷訓得獎牌數

⑦ 中國選手每榷訓得金牌數

⑧ 中國選手奪金詳細資料

⑨ 組合為可視化大屏

說明： 這里就不做結果分析了，因為通過上圖，相信大家應該能夠很清晰的了解到2020東京奧運會，哪怕你沒看過，