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：https://understat.com/
链接：https://fbref.com/en/
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。
importrequests
frombs4importBeautifulSoupassoup
importjson
importpandasaspd
importmatplotlib.pyplotasplt
importnumpyasnp
importmatplotlibasmpl
从Understat网站爬取射门数据，使用BeautifulSoup、JSON和pandas解析和处理数据。
#请求数据,C罗的ID为2371
url='https://understat.com/player/2371'
html=requests.get(url)
#解析处理数据
parse_soup=soup(html.content,'lxml')
scripts=parse_soup.find_all('script')
strings=scripts[3].string
ind_start=strings.index("('")+2
ind_end=strings.index("')")
json_data=strings[ind_start:ind_end]
json_data=json_data.encode('utf8').decode('unicode_escape')
data=json.loads(json_data)
print(data)
#处理数据,包含射门位置、预期进球、射门结果、赛季
x=[]
y=[]
xg=[]
result=[]
season=[]
fori,_inenumerate(data):
forkeyindata[i]:
ifkey=='X':
x.append(data[i][key])
ifkey=='Y':
y.append(data[i][key])
ifkey=='xG':
xg.append(data[i][key])
ifkey=='result':
result.append(data[i][key])
ifkey=='season':
season.append(data[i][key])
columns=['X','Y','xG','Result','Season']
df_understat=pd.DataFrame([x,y,xg,result,season],index=columns)
df_understat=df_understat.T
df_understat=df_understat.apply(pd.to_numeric,errors='ignore')
#得到最终的结果
print(df_understat)
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。
df_understat['X']=df_understat['X'].apply(lambdax:x*100)
df_understat['Y']=df_understat['Y'].apply(lambdax:x*100)
print(df_understat)
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。
#全局取消证书验证
importssl
ssl._create_default_https_context=ssl._create_unverified_context
获取球员的相关数据。
defreadfromhtml(filepath):
#选择第二个表格
df=pd.read_html(filepath)[0]
column_lst=list(df.columns)
forindexinrange(len(column_lst)):
column_lst[index]=column_lst[index][1]
df.columns=column_lst
df.drop(df[df['Player']=='Player'].index,inplace=True)
df=df.fillna('0')
df.set_index('Rk',drop=True,inplace=True)
try:
df['Comp']=df['Comp'].apply(lambdax:''.join(x.split()[1:]))
df['Nation']=df['Nation'].astype(str)
df['Nation']=df['Nation'].apply(lambdax:x.split()[-1])
except:
print('Errorinuploadingfile:'+filepath)
finally:
df=df.apply(pd.to_numeric,errors='ignore')
returndf
#获取2020-2021欧洲五大联赛球员数据
df_fbref=readfromhtml('https://fbref.com/en/comps/Big5/shooting/players/Big-5-European-Leagues-Stats')
print(df_fbref)
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。
#安装
pipinstall-ihttps://pypi.tuna.tsinghua.edu.cn/simplemplsoccer
pipinstall-ihttps://pypi.tuna.tsinghua.edu.cn/simplehighlight_text
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。
https://github.com/andrewRowlinson/mplsoccer
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。
fromhighlight_textimportax_text,fig_text
importmplsoccer
#背景色
background='#D6DBD9'
#字体颜色
text_color='black'
mpl.rcParams['xtick.color']=text_color
mpl.rcParams['ytick.color']=text_color
mpl.rcParams['text.color']=text_color
#中文字体
mpl.rcParams['font.family']='Songti SC'
mpl.rcParams['legend.fontsize']=12
新建一个画布。
#新建画布
fig,ax=plt.subplots(figsize=(10,8))
#关闭坐标轴
ax.axis('off')
#背景色填充
fig.set_facecolor(background)
plt.show()
显示如下。
绘制19-20赛季，C罗的进球情况。
#垂直方向半个足球场
pitch=mplsoccer.VerticalPitch(half=True,pitch_type='opta',line_zorder=3,pitch_color='grass')
#图表大小
ax_opta1=fig.add_axes((0.05,0.06,0.45,0.4))
ax_opta1.patch.set_facecolor(background)
pitch.draw(ax=ax_opta1)
plt.show()
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。
#2019-2020赛季,C罗射门位置散点图(未得分),透明度0.6
df_fil=df_understat.loc[df_understat['Season']==2019]
pitch.scatter(df_fil[df_fil['Result']!='Goal']['X'],df_fil[df_fil['Result']!='Goal']['Y'],
s=np.sqrt(df_fil[df_fil['Result']!='Goal']['xG'])*100,marker='o',alpha=0.6,
edgecolor='black',facecolor='grey',ax=ax_opta1)
plt.show()
未得分射门散点图。
得分散点图。
#2019-2020赛季,C罗射门位置散点图(得分),透明度0.9
pitch.scatter(df_fil[df_fil['Result']=='Goal']['X'],df_fil[df_fil['Result']=='Goal']['Y'],
s=np.sqrt(df_fil[df_fil['Result']=='Goal']['xG'])*100,marker='o',alpha=0.9,
edgecolor='black',facecolor='#6778d0',ax=ax_opta1,label='Goal')
plt.show()
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。
#添加图例
ax_opta1.legend(loc='lowerright').get_texts()[0].set_color("black")
#文字信息
ax_opta1.text(30,61,'得分次数:'+str(len(df_fil[df_fil['Result']=='Goal'])),weight='bold',size=11)
ax_opta1.text(30,64,f"预期进球:{round(sum(df_fil['xG']),2)}",weight='bold',size=11)
ax_opta1.text(30,58,'射门次数:'+str(len(df_fil)),weight='bold',size=11)
ax_opta1.text(90,60,'2019-20赛季',weight='bold',size=14)
plt.show()
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。
#2020-2021赛季,C罗射门位置散点图
ax_opta2=fig.add_axes((0.50,0.06,0.45,0.4))
ax_opta2.patch.set_facecolor(background)
pitch.draw(ax=ax_opta2)
#根据条件,筛选数据
df_fil=df_understat.loc[df_understat['Season']==2020]
#未得分
pitch.scatter(df_fil[df_fil['Result']!='Goal']['X'],df_fil[df_fil['Result']!='Goal']['Y'],
s=np.sqrt(df_fil[df_fil['Result']!='Goal']['xG'])*100,marker='o',alpha=0.6,
edgecolor='black',facecolor='grey',ax=ax_opta2)
#得分
pitch.scatter(df_fil[df_fil['Result']=='Goal']['X'],df_fil[df_fil['Result']=='Goal']['Y'],
s=np.sqrt(df_fil[df_fil['Result']=='Goal']['xG'])*100,marker='o',alpha=0.9,
edgecolor='black',facecolor='#6778d0',ax=ax_opta2,label='Goal')
#添加图例,文字信息
ax_opta2.legend(loc='lowerright').get_texts()[0].set_color("black")
ax_opta2.text(30,61,'得分次数:'+str(len(df_fil[df_fil['Result']=='Goal'])),weight='bold',size=11)
ax_opta2.text(30,64,f"预期进球:{round(sum(df_fil['xG']),2)}",weight='bold',size=11)
ax_opta2.text(30,58,'射门次数:'+str(len(df_fil)),weight='bold',size=11)
ax_opta2.text(90,60,'2020-21赛季',weight='bold',size=14)
plt.show()
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？
#初始化
ax_scatter=fig.add_axes([0.52,0.57,0.4,0.35])
ax_scatter.patch.set_facecolor(background)
plt.show()
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。
#得到散点图的X,Y坐标值
no_90s=10
df_fil=df_fbref[df_fbref['90s']>=no_90s]
#前锋位置
df_fil=df_fil[df_fil['Pos'].apply(lambdax:xin['FW','MF,FW','FW,MF'])]
#每90s预期进球和得分次数
x,y=(df_fil['xG']/df_fil['90s']).to_list(),(df_fil['Gls']/df_fil['90s']).to_list()
#生成所有前锋位置,数据散点图
ax_scatter.scatter(x,y,alpha=0.3,c='#EF8804')
plt.show()
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。
#C罗的数据
df_player=df_fil[df_fil['Player']=='CristianoRonaldo']
ax_scatter.scatter(df_player['xG']/df_player['90s'],df_player['Gls']/df_player['90s'],c='blue')
plt.show()
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。
#添加网格线及标签
ax_scatter.grid(b=True,color='grey',
linestyle='-.',linewidth=0.5,
alpha=0.4)
ax_scatter.set_xlabel('每90秒的预期进球',fontdict={'fontsize':12,'weight':'bold','color':text_color})
ax_scatter.set_ylabel('每90秒得分',fontdict=dict(fontsize=12,weight='bold',color=text_color))
plt.show()
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。
#添加C罗的头像
ax_player=fig.add_axes([0.03,0.53,0.25,0.45])
ax_player.axis('off')
im=plt.imread('ronaldo.png')
ax_player.imshow(im)
#添加标题信息
fig_text(0.03,0.94,"<克里斯蒂亚诺·罗纳尔多(C罗)>赛季数据",weight='heavy',size=19,highlight_textprops=[{'color':'blue'}])
fig_text(0.25,0.85,'位置:<边锋>',weight='bold',size=15,highlight_textprops=[{'color':'#EF8804'}])
fig_text(0.25,0.81,'年龄:<36>',weight='bold',size=15,highlight_textprops=[{'color':'red'}])
#添加俱乐部logo
ax_team=fig.add_axes([0.27,0.55,0.15,0.15])
ax_team.axis('off')
im=plt.imread('FCJ.png')
ax_team.imshow(im)
#添加备注
fig_text(0.07,0.03,'本图制作者：<小F>数据来源：Fbref.com、Understat.com',
size=12,highlight_textprops=[{'color':'#EF8804'}],weight='bold')
plt.show()
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。
#保存为图片
plt.savefig('ronaldo_viz.png',dpi=300,facecolor=background)
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。
使用到的代码及文件都已上传，公众号回复「 足球 」即可获取。
快给自己喜欢的足球运动员，也制作一个赛季数据面板吧！
原文: https://mp.weixin.qq.com/s/MiHu4vnuu0mlhx8B5x6OqA