ITPub博客

世界杯:用Python分析热门夺冠球队-(附源代码)

数据架构 作者:tianxiaoxu 时间:2018-06-15 18:04:54 0 删除 编辑


2018年,火热的世界杯即将拉开序幕。在比赛开始之前,我们不妨用 Python 来对参赛队伍的实力情况进行分析,并大胆的预测下本届世界杯的夺冠热门球队。

文中有获取本文源代码的方式。

通过数据分析,可以发现很多有趣的结果,比如:

  • 找出哪些队伍是首次进入世界杯的黑马队伍

  • 找出2018年32强中之前已经进入过世界杯,但在世界杯上没有赢得过一场比赛的队伍

当然,我们本次的主要任务是要通过数据分析来预测2018年世界杯的夺冠热门队伍。

本次分析的数据来源于 Kaggle, 包含从 1872 年到今年的数据,包括世界杯比赛、世界杯预选赛、亚洲杯、欧洲杯、国家之间的友谊赛等比赛,一共大约 40000 场比赛的情况。

本次的环境为

  • window 7 系统

  • python 3.6

  • Jupyter Notebook

  • pandas version 0.22.0

先来看看数据的情况:

该数据集包含的数据列的信息如下:

  • 日期

  • 主队名称

  • 客队名称

  • 主队进球数 (不含点球)

  • 客队进球数 (不含点球)

  • 比赛的类型

  • 比赛所在城市

  • 比赛所在国家

  • 是否中立

结果如下:

1、 获取所有世界杯比赛的数据(不含预选赛)


结果如下:

数据做一个初步整理

创建一个新的列数据,包含获胜队伍的信息

结果如下:

2、 获取世界杯所有比赛的前20强数据情况

2.1 获取世界杯所有比赛获胜场数最多的前20强数据


用pandas可视化如下:

柱状图

水平柱状图


饼图

分析结论1:

从赢球场数来看,巴西、德国、意大利、阿根廷四支球队实力最强。

通过上面的分析,我们还可以来查看部分国家的获胜情况

运行结果分别是 ‘NA’,4,1,5,‘NA’。

从结果来看,中国队,在世界杯比赛上(不含预选赛)还没有赢过。当然,本次世界杯的黑马-埃及队,之前两度进入世界杯上,但也没有赢过~~

上面分析的是赢球场数的情况,下面我们来看下进球总数情况。

2.2 各个国家队进球总数量情况


分析结论2:

从进球总数量来看,德国、巴西、阿根廷、意大利四支球队实力最强。

上面分析的是自1872年以来的所有球队的数据情况,下面,我们重点来分析下2018年世界杯32强的数据情况。

3、2018年世界杯32强分析

2018年世界杯的分组情况如下:

第一组:俄罗斯、德国、巴西、葡萄牙、阿根廷、比利时、波兰、法国

第二组:西班牙、秘鲁、瑞士、英格兰、哥伦比亚、墨西哥、乌拉圭、克罗地亚

第三组:丹麦、冰岛、哥斯达黎加、瑞典、突尼斯、埃及、塞内加尔、伊朗

第四组:塞尔维亚、尼日利亚、澳大利亚、日本、摩洛哥、巴拿马、韩国、沙特阿拉伯

获取32强的所有数据

首先,判断是否有队伍首次打入世界杯。

通过上述分析可知,冰岛队和巴拿马队是首次打入世界杯的。

由于冰岛队和巴拿马队是首次进入世界杯,所以这里的32强数据,事实上是没有这两支队伍的历史数据的。

3.1 自1872年以来,32强数据情况

赢球场数情况

进球数据情况

分析结论3:

自1872年以来,32强之间的世界杯比赛,从赢球场数和进球数量来看,德国、巴西、阿根廷三支球队实力最强。

自1872年到现在,已经有100多年,时间跨度较大,有些国家已发生重大变化,后续分别分析自1978年(近10届)以及2002年(近4届)以来的比赛情况。

程序代码是类似的,这里只显示可视化的结果。

3.2 自1978年以来,32强数据情况

赢球场数情况

进球数据情况

分析结论4:

自1978年以来,32强之间的世界杯比赛,从赢球场数来看,阿根廷、德国、巴西三支球队实力最强。从进球数量来看,前3强也是这三支球队,但德国队的数据优势更明显。

3.3 自2002年以来,32强数据情况

赢球场数情况

进球数据情况

分析结论5:

自2002年以来,32强之间的世界杯比赛,从赢球场数和进球数量来看,德国、阿根廷、巴西三支球队实力最强。其中,德国队的数据优势更明显。

4、综合结论

2018年世界杯的32支队伍,根据以往的世界杯比赛数据来看,预测前三强为 德国、阿根廷和巴西,其中德国队应该是夺冠的最大热门

特别说明:以上数据分析,纯属个人学习用,预测结果与实际情况可能偏差很大,不能用于其他用途。

本文是一次比较综合的项目实战,希望可以给大家带来一些启发。 


作者:Lemonbit  
个人公众号:Python数据之道
个人博客:liyangbit.com 


如需获取源代码,请在公号【Python数据之道】后台回复“PyDataRoad”。

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/31137683/viewspace-2156246/,如需转载,请注明出处,否则将追究法律责任。

请登录后发表评论 登录
全部评论

注册时间:2016-04-26

  • 博文量
    167
  • 访问量
    268443