作者 | 小F

来源 | 法纳斯特

大家好，我是小F。

最近不少小伙伴都会熬夜看欧洲杯。今年的欧洲杯相比起往年的欧洲杯来说，可谓是冷门频出，出乎意料。

真的不知道，第一会花落谁家～

本期小F就和大家分享一下，用Python和Matplotlib绘制一个足球运动员的数据可视化图表。

来看一下C罗的情况，跟老詹一样高龄，真的佩服。

数据来源于下面两个网站，Understat和Fbref。

链接：

链接：

欧洲足球五大联赛，英超、意甲、西甲、德甲、法甲。

先看一下射门数据的可视化，本质上和篮球的出手点图差不多，都是散点图类型。

导入相关的Python库：

从Understat网站爬取射门数据，使用BeautifulSoup、JSON和pandas解析和处理数据。

此处的ID，通过查询球员名字可知：

查询中国球员武磊，点击访问，在地址栏处，可以看到球员ID。

得到数据如下：

包含射门位置(x、y)、xG(预期进球)、射门结果、赛季。

其中x、y的坐标值为0～1之间，不适合在Matplotlib显示，所以选择放大100倍。

得到结果如下：

既然已经成功获取Understat网站的数据，就可以去获取Fbref网站的数据啦。

这里是球员的一些个人信息，以及赛季的平均数据。

比如全名、国家、位置、俱乐部、联赛、年龄、出生年份、上场时间、得分数据等等。

因为网页的数据是表格形式，所以直接使用pandas的read_html函数，解析表格爬取数据。

这个网站需要取消一下证书验证，要不然连接不成功。

获取球员的相关数据：

得到结果如下：

数据都已经准备好了，那么我们就可以将数据绘制到图表上。

先安装mplsoccer、highlight_text这两个Python库。

其中mplsoccer库可以自定义绘制足球场，无需我们自己绘制场地图。

想了解更多，可以访问它的GitHub地址：

初始化一些设置，画布背景色、字体颜色、默认字体，字体大小，此处选择中文字体。

新建一个画布：

显示如下：

绘制19-20赛季，C罗的进球情况。

通过设置mplsoccer的参数，绘制半个足球场。

果然，左下方有半个足球场。

将射门数据用散点图表示，分为进球得分和未成功进球得分两种情况。

未得分射门散点图：

得分散点图：

结果如下，失败的比成功的多。

这样，我们就将C罗在2019-2020赛季的所有射门点数据可视化出来了。

其中散点的大小，是预期进球的大小。

添加标签及图例，设置相应的位置、文字、字体等设置。

成功添加附加信息：

显示赛季、xG、得分次数、射门次数信息。

同样将20-21赛季的数据绘制出来，放置在19-20赛季的右侧。

结果如下：

C罗老当益壮啊，状态一点也没有下滑。

下面接着绘制所有球员的数据散点图，看看C罗的数据能在哪一档？

创建一个坐标轴：

首先对数据进行筛选，上场时间最少要有900s，而且位置为前锋此类的。

毕竟我们不能拿个守门员，跟C罗比数据吧，参考意义不大。

所有球员每90s预期进球和得分次数的数据情况。

现在我们筛选出C罗的数据，在散点图上用不同的颜色及透明度来突出显示它。

结果如下：

可以看到C罗的数据还是比较高效的，虽不是第一，但也是前几的存在。

最后给散点图添加网格线，以及x轴和y轴标签。

结果如下：

不愧是C罗，在2020-21赛季几乎每90秒就能进1颗球。

18年就已经有一个记录！C罗成历史第一位在90分钟内每分钟都有进球的球员。

最后添加文本信息，包含标题，C罗的头像，场上位置、年龄、效力球队。

此处使用hightlight-text库，可以高亮文本。

C罗的头像、效力的队伍logo，都是小F自己制作的。

得到结果如下：

保存为图片：

看起来还不错哦：

好了，本期的分享就到此结束了，有兴趣的小伙伴可以自行去实践学习。

快给自己喜欢的足球运动员，也制作一个赛季数据面板吧！

代码链接:

密码:n0vq