文章目录

前期数据准备导入数据

分析：世界杯中各队赢得的比赛数分析：先打或后打的比赛获胜次数分析：世界杯中的抛硬币决策分析：2022年T20世界杯的最高得分者分析：世界杯比赛最佳球员奖分析：最适合先击球或追逐的球场案例分析总结文末送书《Pandas数据分析》送书参与方式

每一场体育赛事都会产生大量数据，这些数据可用于分析运动员、球队表现以及比赛中的亮点。作为分析案例，我们使用T20世界杯的数据进行分析。如果你有兴趣学习如何分析类似T20世界杯这样的体育赛事，本文将为您提供指导。在本文中，我们将使用 Python 来分析 2022年T20世界杯的数据。

前期数据准备

我们使用的数据集主要的关键数据信息如下，具体数据可以直接下载原始数据进行查看：

venue（比赛场馆）: 比赛举行的地点team1（先发击球队伍）: 先发击球的队伍team2（后发击球队伍）: 后发击球的队伍stage（比赛阶段）: 比赛的阶段（超级12、半决赛或决赛）toss winner（赢得抛硬币的队伍）: 赢得抛硬币的队伍toss decision（赢得抛硬币后队长的决策）: 队长在赢得抛硬币后的决策first innings score（第一局得分）: 第一局得分first innings wickets（第一局失去的击球员数）: 第一局失去的击球员数second innings score（第二局得分）: 第二局得分second innings wickets（第二局失去的击球员数）: 第二局失去的击球员数winner（赢得比赛的队伍）: 获胜的队伍won by（赢得比赛的方式）: 队伍获胜的方式（击球员数或得分数）player of the match（比赛最佳球员）: 比赛的最佳球员top scorer（比赛中得分最高的球员）: 比赛中得分最高的球员highest score（比赛中某球员获得的最高得分）: 比赛中由球员得到的最高得分best bowler（比赛中取得最多击球员的球员）: 比赛中取得最多击球员的球员best bowling figure（最佳投手在比赛中取得的击球员数和失去的得分数）: 最佳投手在比赛中取得的击球员数和失去的得分数

原始数据下载：文末公众号回复<code>D01即可下载。

导入数据

使用如下的代码进行导入数据，主要使用的 Package 是 Python 的 pandas

<code>import pandas as pd

import plotly.express as px

import plotly.graph_objects as go

import plotly.io as pio

pio.templates.default = "plotly_white"

data = pd.read_csv("data\\t20-world-cup-22.csv")

print(data.head())

打印的数据内容如下：

PyDev console: starting.

Python 3.8.8 (tags/v3.8.8:024d805, Feb 19 2021, 13:18:16) [MSC v.1928 64 bit (AMD64)] on win32

...

venue team1 ... best bowler best bowling figure

0 SCG New Zealand ... Tim Southee 3-6

1 Optus Stadium Afghanistan ... Sam Curran 5-10

2 Blundstone Arena Ireland ... Maheesh Theekshana 2-19

3 MCG Pakistan ... Hardik Pandya 3-30

4 Blundstone Arena Bangladesh ... Taskin Ahmed 4-25

[5 rows x 17 columns]

分析：世界杯中各队赢得的比赛数

现在让我们来看一看每支球队在世界杯中赢得的比赛数量：

figure = px.bar(data,

x=data["winner"],

title="2022年T20世界杯中各队赢得的比赛数")code>

figure.show()

最后生成的图表：

从图表中可以看出，获胜次数最多的是英格兰，他们赢得了五场比赛。而巴基斯坦和印度都赢得了4场比赛。

分析：先打或后打的比赛获胜次数

<code>won_by = data["won by"].value_counts()

label = won_by.index

counts = won_by.values

colors = ['#004c6d','#c1e7ff']

fig = go.Figure(data=[go.Pie(labels=label, values=counts)])

fig.update_layout(title_text='比赛胜利次数按得分或击球数来计算')code>

fig.update_traces(hoverinfo='label+percent', textinfo='value', textfont_size=30,code>

marker=dict(colors=colors, line=dict(color='black', width=3)))code>

fig.show()

图表分析可知，在2022年T20世界杯中，有16场比赛是由先打的一方获胜，而有13场比赛是由追击的一方获胜。

分析：世界杯中的抛硬币决策