CDA数据分析师出品：泽龙、米卡数据：震大后期：泽龙【导读】北京时间7月20日，本赛季西甲联赛正式结束，最受关注的“全村希望”武磊和他的西班牙人队告别西甲联赛。今天我们就用数据来说说武磊。Python的技术部分请直接看第二部分。今天我们来说说吴磊。近日，中国足球再次成为社会热议的话题。12分钟跑、体能、成绩成为社会人士和职场人士津津乐道的话题。外行足球是一项综合性的运动，你不懂。真热闹。或许足球真的只分内行和外行。很少有人根本不关心它。任何看足球的人都可以说他懂足球。回到本期的主角，武磊，中国足坛第一人，武林之王，下赛季，武磊的去向将永远占据体育界的头版头条，几支有中国背景的球队都想得到吴磊，商业价值确实无与伦比。看看爱奇艺西甲的收视率，武磊打过的场次和没打过的场次相差70%。西班牙人的综合评价可以与英超相提并论。这就是商业价值。虽然西班牙人降级了，但是乐动体育的知名度却在稳步上升，这笔投资的性价比还是很高的。我们提取了皇家西班牙人足球俱乐部在18/19和19/20这2个赛季的所有比赛数据，并进行了可视化分析。接下来，我们就对应数据，解读武磊的表现。本文主要从这几个角度展开对武磊职业生涯的评价。武磊身价浮动数据。数据分析：_1_武磊近年职业生涯回顾显示，武磊的职业生涯评分，从16年到20年都有下降趋势，但西甲的实力和中超本身的实力是两个世界，所以下降也在情理之中，毕竟对手和队友是不一样的。在西甲的1.5个赛季，武磊也算是高开低走，但西班牙人却出现了断崖式的下滑。所以如果对比一下武磊和西班牙人的下滑曲线，C君觉得这个赛季西班牙人真的配不上武磊。_2_武磊的身家达到1000万欧元。看看他的职业生涯走势，再看看他的身家走势。武磊小时候的愿望，我要价值1000万——真的实现了。西甲中下游的主力前锋身价1000万，也算是公平公正了。虽然进球数有点亮眼，但他创造机会的能力很强。最近武磊的身价下降了200万，主要是西班牙人本赛季实在是太弱了。如果武磊下赛季能够登陆英超，估计他的身价还能更高。_3_武磊欧战进球曲线图为了更直观的感受武磊的进球效率，我们统计了武磊在正式比赛中的进球数，做了一个折线图。直观感受就是进球效率确实不高，但是西班牙人的进攻效率更低，基本上每场比赛的射门次数都很少。只能说，武磊并不是一个强中锋，没有能力单独控制锋线。他打二中锋，跑动投篮，比起护球，运球，带球，传球更舒服。_4_西班牙人进攻效率对比其实不能完全怪武磊的进攻效率。看看西班牙人本赛季的进球数，也是惨不忍睹，而且这不仅是西甲，还加入了欧联杯。如果只看西甲，可以说西班牙人不降级就说不过去，场均只有1球。再加上最强后防线是主力门将，后防常年出问题。可以说，最后一个保级名额是西班牙人当之无愧的。西班牙人进球走势（2018.8.19-2019.5.18）西班牙人进球走势（2019.7.27-至今）我们对比了上赛季的西班牙人，可以明显看出上赛季西班牙人的进攻要好很多，可以达到平均水平场均2球，稳定。后防线与本赛季相似，但1球定胜负。3分和0分之间的差距是巨大的。说到防守，大家可能会有这样的印象，就是防守薄弱的球队，进攻性不够。人们通常说他们玩得很干净。我们统计了犯规趋势图。其实总的来说，和西甲的平均值差不多。物理联盟。事实上，西班牙人的失球主要是因为缺人和被反击。西班牙人和巴萨属于同一地区，踢球风格其实也差不多。在球员能力严重不足的情况下踢全脱全防足球，踢传控足球无异于自杀。中场丢球被反击，这就是本赛季西班牙人的写照。西班牙人降级真的是因为防守的问题大于进攻的问题。防守是一支定位于小俱乐部的球队的基础。武磊确实浪费了很多机会，但每次触球都是个位数，这对武磊来说难度不小。大家都在说孙兴慜好，但是孙兴慜比武磊浪费的机会多，拿球也多。只能说，他赢得了信任，也有了更多的得球机会，形成了良性循环。武磊并没有真正拿到过联赛前五。02数据分析步骤我们使用Python获取球探体育网站上西班牙人的球队数据，地址：http://zq.win007.com/cn/team/...下面展示部分分析代码：首先导入所需包，其中pandas用于数据读取和数据整理，pyecharts用于数据可视化分析。`importpandasaspdfrompyecharts.chartsimportBar,Pie,Line,Pagefrompyechartsimportoptionsasopts`_1_读入的数据该数据包含西班牙人队2013-08-20到2020-07-17的比赛数据，数据预览如下：`#读入数据df_4=pd.read_excel('../data/Scoutsportsgamedata.xlsx')提取日期df_4['date']=df_4['time'].str.split('').str[0]df_4.head()`_2_数据预处理去掉友谊赛的数据，按照日期升序排列。`#removefriendlymatchdf_4=df_4[df_4['match']!='clubfriendship']sortdf_4=df_4.sort_values('date')df_4.shape`_3_数据可视化3.1赛季2019-07-26-今天西班牙比分chart`#Screentimedf_sel2=df_4[(df_4['date']>='2019-07-26')]df_sel2.head()``#提及西班牙主队比分zhudui=df_sel2[df_sel2['主队']=='Spanish'][['date','score']]scorezhudui['score']=zhudui['score'].str.split('-').str[0].astype('int')提及西班牙人队客场比分kedui=df_sel2[df_sel2['客队']=='西班牙'][['date','score']]scorekedui['score']=kedui['score'].str.split('-').str[1].astype('int')提取日期riqi=df_sel2[['date']]合并数据riqi=pd.merge(riqi,zhudui[['date','score']],on='date',how='left')riqi=pd.merge(riqi,kedui[['date','score']],on='date',how='left')riqi.columns=['date','主队得分','客队得分']填空值riqi=riqi.fillna(0)添加得分riqi['score']=riqi['hometeamscore']+riqi['AwayTeamScore']riqi.head()``#生成数据x_data=riqi['date'].values.tolist()y_data=riqi['score'].values.tolist()折线图line5=Line(init_opts=opts.InitOpts(width='1350px',height='750px'))line5.add_xaxis(x_data)line5.add_yaxis('',y_data,label_opts=opts.labelopts（is_show=false），markpoint_opts=opts.markPointOpts（data=[opts.markpointItem（类型_=“min”），opts.markPointItem（type_=“max”），），），）line5.set_global_opts（title_opts=title_opts=title_opts=title_opts=title_opts=opts.titleopts（title='西班牙球队得分（2019.07.26-至今）'），xaxis_opts=opts.axisopts（axislabel_opts=opts.labelopts（labelopts）），），yaxis_opts=opts.axisopts（max_=10，min_=-1，name=“”，type_=“value”，axislabel_opts=opts.labelopts（formatter=“{value}”(is_show=False),))line5.set_series_opts(linestyle_opts=opts.LineStyleOpts(width=3,color='#4169E1'))line5.render()`3.2Season2019-07-26-Today'sSpanishscoredistribution`#计算分数score_num=riqi['score'].value_counts()生成数据data_pair=[list(z)forzinzip([str(i)+'分'foriinscore_num.index],score_num.values.tolist())]绘制饼图pie5=Pie(init_opts=opts.InitOpts(width='1350px',height='750px'))pie5.add('',data_pair,radius=['35%','60%'])pie5.set_global_opts(title_opts=opts.TitleOpts(title='西班牙队得分分布(2019.07.26-至今)'),legend_opts=opts.LegendOpts(orient='vertical',pos_top='15%',pos_left='2%'))pie5.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:{c}\n比例({d}%)")pie5.set_colors(['#EF9050','#3B7BA9','#6FB27C','#FFAF34','#D8BFD8','#00BFFF','#7FFFAA'])pie5.render()`3.3season2019-07-26-西班牙队犯规黄牌红牌`#筛选时间df_sel2=df_4[(df_4['date']>='2019-07-26')]生成数据x_data=df_sel2['date'].values.tolist()y_data1=df_sel2['foul'].values.tolist()y_data2=df_sel2['黄牌'].values.tolist()y_data3=df_sel2['红牌'].values.tolist()折线图line6=Line(init_opts=opts.InitOpts(width='1350px',height='750px'))line6.add_xaxis(x_data)line6.add_yaxis('foul',y_data1,markpoint_opts=opts.MarkPointOpts(data=[typePointmmax'temax',MarkIteopts(name='最大值'),opts.markpointitem(type_='min',name='最小值')))))))))))))))))))))))))))))))))))))))))))))))))line6.add_yaxis('黄牌',y_data2,markpoints=opts.markpointopts(type_='max',name='最大值'),opts.MarkPointItem(type_='min',name='最小值')]))line6.add_yaxis('RedCard',y_data3,OptsMarkpoint_opts=opts.Mark(data=[opts.MarkPointItem(type_='max',name='maximum'),opts.MarkPointItem(type_='min',name='minimum')]))line6.set_global_opts=titleTitleOpts(title='西班牙队犯规-黄牌-红牌走势图(2019.07.26-present)'),xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate='45'),AXISLINE_OPTS=OPTS.AXISLINEOPTS（IS_ON_ZERO=false）），yaxis_opts=opts.axisopts（max_=30，min_=0，name=0，name=“”，type_=“value”，axislabel_opts=opts.labelopts=optse=），splitline_opts=opts.splitlineopts（is_show=false），））line6.set_series_opts（label_opts=optse=opts.labelopts（is_show=false），linestyle_opts=optse=opts.linestyleopts（linestyleopt）到底是武磊配不上西班牙人，还是西班牙人配不上武磊，这个还是留给大家来评判吧，大家可以给我们留言，表达一下自己的观点。如果想看任何体育相关的数据分析，也请给我们留言，我们会第一时间安排！
