今年的奧運會延期至2021年夏季舉行，盤點一下歷屆奧運會數據

本文的文字及圖片來源於網絡,僅供學習、交流使用,不具備任何商業用途,若有問題請及時聯繫咱們以做處理。

如下文章來源於CDA數據分析師 ，做者：CDA數據分析師

 

前言

2020年年初，忽然襲來的新冠疫情給咱們的生活帶來了巨大的改變，與此同時也讓許多國際體育賽事停擺。3月24日，東京奧組委宣告，2020東京夏季奧運會延期至2021年夏季舉行。

 

隨着國內疫情逐漸獲得有效控制，咱們的生活已步入正軌，但全球的疫情形勢還很嚴峻。8月份以來，日本的第二波疫情來勢洶洶，單日新增確診人數不斷刷新歷史新高，11月18日單日新增確診人數已達到2201人。

 

這也使得本來延遲一年的2020東京奧運會，再次籠罩上了一層不肯定性。人們不由在想，已經要延期一年的東京奧運會還能順利舉辦嗎？

 

那麼關於奧運會這場世界上影響力最大的體育盛會，背後有哪些有趣的數據？

 

奧運會參賽國數量和比賽項目有哪些變化？

各國累計獎牌數排名是怎樣的？

參賽運動員的年齡和身高有哪些特徵？

今天咱們就帶你用數據來好好盤一盤。

 

奧林匹克運動會發源於兩千多年前的古希臘，因舉辦地在奧林匹亞而得名。並於1896年舉辦了首屆奧運會，1924年舉辦了首屆冬奧會，是世界上影響力最大的體育盛會。

 

數據理解

 

咱們選取了一個關於現代奧運會的歷史數據集，包括從1896年雅典奧運會到2016年裏約奧運會的全部奧運會。

 

數據集取自網站：www.sports-reference.com

 

須要注意的是，冬季奧運會和夏季奧運會從1994年起分開，每兩年間隔舉行，1992年冬季奧運會是最後一屆與夏季奧運會同年舉行的冬奧會。自1924年開始第1屆，截至2018年共舉辦了23屆，每四年一屆。

 

athlete_events.csv 文件包含271116行和15列。每一行對應於在一個單獨的奧運會項目（運動員項目）中參賽的運動員。列爲：

 

• ID - 運動員的ID編號
• Name - 運動員姓名
• Sex - 性別
• Age - 年齡
• Height - 身高(cm)
• Weight - 體重(kg)
• Team - 隊伍名稱
• NOC - 國家奧委會編碼
• Games - 年份和季節
• Year - 年份
• Season - 季節
• City - 主辦城市
• Sport - 體育運動
• Event - 比賽項目
• Medal - 獲獎狀況(金牌、銀牌、銅牌或無)

讀入數據

首先導入包和數據。

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

import plotly as py 
import plotly.graph_objs as go 
import plotly.express as px 
import plotly.figure_factory as ff 
from plotly.subplots import make_subplots

pyplot = py.offline.plot

# 讀入數據
df_athlete = pd.read_csv('./archive/athlete_events.csv')
df_regions = pd.read_csv('./archive/noc_regions.csv') 
df_athlete.head() 

 

 

 

df_athlete.info() 
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 271116 entries, 0 to 271115
Data columns (total 15 columns):
 #   Column  Non-Null Count   Dtype  
---  ------  --------------   -----  
 0   ID      271116 non-null  int64  
 1   Name    271116 non-null  object 
 2   Sex     271116 non-null  object 
 3   Age     261642 non-null  float64
 4   Height  210945 non-null  float64
 5   Weight  208241 non-null  float64
 6   Team    271116 non-null  object 
 7   NOC     271116 non-null  object 
 8   Games   271116 non-null  object 
 9   Year    271116 non-null  int64  
 10  Season  271116 non-null  object 
 11  City    271116 non-null  object 
 12  Sport   271116 non-null  object 
 13  Event   271116 non-null  object 
 14  Medal   39783 non-null   object 
dtypes: float64(3), int64(2), object(10)
memory usage: 31.0+ MB

df_regions.head() 

 

 

數據預處理

 

此處對數據作如下處理，以方便後續的分析：

 

• 將兩個數據集橫向合併爲一個數據集，Key爲NOC這一列
• Sex：數據值替換
• Medal：空值填充

# 合併數據
df_all = pd.merge(df_athlete, df_regions, how='left', on='NOC')

# 處理Sex列
df_all['Sex'] = df_all['Sex'].map({'M': 'Male', 'F': 'Female'})

# 處理Medal列
df_all['Medal'].fillna('No Medal', inplace=True)
df_all.head() 

 

 

 

數據可視化

 

咱們使用處理好的數據作數據可視化分析，結果以下：

 

奧運會整體數據

 

參賽國家數量變化

 

總體上來看，參賽國家呈現上升趨勢，但其中有兩屆奧運會存在異常的降低。分別是：

 

1976年蒙特利爾奧運會：出現了規模空前的反種族歧視行動，這次運動會遭到了非洲國家的抵制，規模遠遜於上屆。

 

1980年莫斯科奧運會：爲了表示對蘇聯入侵阿富汗的譴責和憤怒，美國帶頭拒絕參加1980年的莫斯科奧運會，並號召其餘國家一塊兒抵制。在美國的號召下，最終一共有65個國家抵制莫斯科奧運會，佔當時報名參賽國數量的五分之二。最後只有80個國家參加莫斯科奧運會， 大約5000餘人參賽，參賽人數尚未參與報道的記者數量多，創歷史記錄。

 

比賽項目數量變化

 

能夠看出，奧運會的比賽項目呈現波浪式上升的趨勢，其中在1980-2000年這20年，比賽項目增加趨勢最大，且以夏季奧運會尤其突出，但2000年之後比賽項目增長趨勢慢慢變爲平穩的態勢了。

 

各個國家累計獎牌數量TOP 20

 

咱們選取了各個項目得到獎牌數目排名前20的國家，經過比較發現美國不論是金牌、銀牌仍是銅牌都領先不少，而後是俄羅斯和德國。因爲缺席了多屆奧運會，我國的累計獎牌數排名偏後。

 

奧運會參賽運動員數據

 

每屆參賽人數

 

從圖中能夠觀察到，夏季奧運會參賽最多人數的是2000年的悉尼奧運會，參賽人數13821人，冬季奧運會參賽人數最多的是2014年，參賽人數4891人。

 

參加夏季奧運會的人數遠遠多於冬季的人數，多是比賽項目少的緣由。同時，第一次世界大戰和第二次世界大戰期間沒有舉辦過奧運會。

 

參賽運動員男女人數和比例變化

 

(男女人數變化)

 

（男女比例變化）

 

咱們縱觀整個奧運歷史，雖然奧運會的開始，運動員男女比例較爲懸殊，男性運動員佔比一直高於女性運動員。可是咱們能夠看到，隨着奧運會的發展，女性運動員的佔比一直在提高，目前參加奧運會男女比例幾乎接近於1:1。

 

參賽運動員年齡和獎牌數

 

圖中能夠看出，年齡的分佈呈現右偏分佈，其中80%的區域集中在19歲到33歲之間，25歲左右是運動員的黃金年齡。

 

縱觀整個奧運史，年齡最小的運動員僅爲10歲。1896年，第一屆現代奧運會在希臘舉辦，僅僅10歲零218天的東道主體操選手Dimitrios Loundras參賽並得到了銅牌，

 

1928年阿姆斯特丹夏季奧運會中，一名97歲高齡的美國「運動員」，參加了雕刻的「運動項目」，但並未得到名次。這個記錄應該是不會被打破了。

 

參賽運動員的身高、體重分佈

 

（身高變化）

 

（體重變化）

 

咱們篩選了1960年以後的數據，發現參賽選手中男性身高分佈在127cm-226cm之間，女性身高分佈在127cm-213cm之間，男性體重的分佈在37kg-226kg之間，女性的體重分佈在25kg-167kg之間。

結語

因爲新冠疫情的影響，日本東京奧運會成爲了現代奧林匹克運動史上首屆被推遲的奧運會。而此次延期帶來的影響無疑是巨大的，據多家日本媒體報道，東京奧運會推遲舉行形成的直接經濟損失約爲60億美圓。賽事場館和酒店的支出、人力成本等各項額外開支，都會讓東道主接下來的籌辦捉襟見肘。總之，仍是期待明年的全球疫情可以有所好轉吧...

參考資料：

http://rstudio-pubs-static.s3.amazonaws.com/510365_4989159dfb754097843f17b9606aabfe.html

維基百科 奧林匹克運動會

https://zh.wikipedia.org/wiki/%E5%A5%A5%E6%9E%97%E5%8C%B9%E5%85%8B%E8%BF%90%E5%8A%A8%E4%BC%9A