足球运动员的数据分析实战（python）.pdfVIP

⾜球运动员的数据分析实战 （python） ⼀、本案例的相关说明   本⼈把这篇⽂章拿出 进⾏写作的主要原因是为了让⼤家对数据分析有⼀个较为清楚的认识，其实数据分析并不是那么⾼深，只是看你 怎么从⼀堆杂乱⽆章的数据中能够发现⼀定的有规律性的结论，有时候可能会觉得某些结论有些牵强，但这属于每个⼈对每个问题⽽见解不 同，因⽽较强的数据分析能⼒，需要我们在实际⼯作中进⾏慢慢培养出 。同时这篇⽂章很好的将pandas库运⽤到其中，这个也可以帮助 我们学以致⽤，⽤⽽学，会起到更好的效果。 1、案例背景   ⾜球运动是最受欢迎的运动之⼀。在此万受瞩⽬的运动下，打算针对⾜球运动员个⼈的信息，技能⽔平等各项指标进⾏相关的分析与统 计。例如，我们可能会关注如下的内容 ： ⾜球运动员是否受出⽣ ⽇期的影响？ 左撇⼦适合踢⾜球吗？ ⾜球运动员的号码是否与位置相关？ ⾜球运动员的年龄与能⼒具有怎样的关联？ 2、任务说明   ⽬前，我们收集到了某年现役运动员的数据集data.csv。我们希望通过该数据集，针对众多的⾜球运动员进⾏分析与统计，从⽽能够发 现⼀些关于⾜球运动员的特征，解开我们上述疑问。 3、数据列名的含义 4、⾜球场上各位置说明 5、什么是数据分析？   数据分析指的就是利⽤统计学知识，对⼀系列杂乱⽆章的数据进⾏数据分析前的预处理，同时结合数据的具体应⽤场景，提炼出数据中 的有效信息，帮助我们定位、分析、解决某些问题，⾼效决策。 6、数据分析的基本流程 明确需求 数据收集   内部数据   购买数据   爬取数据   调查问卷 数据预处理   数据清洗     缺失值     异常值     重复值   数据转换 数据分析   数据建模   数据可视化 编写报告 7、理解流程   现在⽹上最常见的⼀种⽐喻数据分析流程的⽅式，就是利⽤ “炒菜” 对⽐ “数据分析的每个流程”。 做做菜菜步步骤骤 数数据据分分析析步步骤骤 确定做菜 明确需求与 ⽬的 做做菜菜步步骤骤 数数据据分分析析步步骤骤 买菜 数据收集 洗菜 数据清洗 切菜 数据转换 炒菜 数据分析 盛菜 数据可视化 写⽇记 编写报告 1）熟悉数据集   熟悉数据集，就是在进⾏数据处理之前，应该先熟悉数据，只有对数据充分熟悉之后，才能更好的进⾏分析。   熟悉数据常⽤的⽅法和属性有shape、head()、tail()、sample()、info()、describe()。 shape：以元组形式返回数据集的⾏、列⼤⼩。 head()或tail() ：当数据量过⼤时，我们不可能直接查看所有数据，这样会很消耗电脑内存，因此，使⽤head()或tail()，可以默认返回 数据集的前五⾏、后五⾏的数据 ；当向head()或tail()中传⼊整数n时，则可以返回任意前n⾏、后n⾏的数据。 sample() ：向⽅法中传⼊整数n时，则会从当前数据集中随机抽样n条记录显⽰出 ，对于我们了解数据很有帮助。 info() ：可以显⽰每列的列名、⾮空值数量、数据类型，内存占⽤等信息。 describe() ：可以帮助我们掌握数值的分布情况，会返回每个字段的count()、mean()、std(