如果有10个人关注“体育赛事”
那就有100个人关注“体育明星”
如果有10个人关注羽生结玄能否完成“勾手四周跳”
那就有100个人关注羽生结玄优雅的肉体
八卦的力量是无穷的 !
那么身为一个在职场打拼、会抓热点、有技术控的编辑，怎样做一次不妖艳，不从众的八卦研究呢？今天我就为大家秀一把新学的技能：用Python完成一次与众不同的八卦。
本文以奥运数据为导向进行体育明星特点分析，同时也是一个免费的数据技能教程，适合所有数据初学者，具体包括：
1、八卦的数据源哪里找？——网页数据爬取
2、体育明星肉体观看指南——Python数据清洗、分析与简单建模
3、总结报告——收集和展示数据结论
亲测，跟一遍操作就能很快上手。心急的同学可以直接去文末获取教程~
01
一个头疼的问题——鲜肉数据哪里找？
爬取研究主题的网页数据是一种最常用的数据收集方法。奥运会可说是一个综合度高，信息齐全的主题。百度一下，很快能找到相关信息网站：网易奥运数据库。
打开网站源代码，会发现所有的网站数据都记录在内：
网易奥运数据库url：http://info.2016.163.com/athlete/list/
不需要会写html代码，只要能使用ctrl+f找到你需要的数据，并用三方软件写脚本，十分钟就能获取所有上一届奥运会运动员的csv数据：
写好爬虫脚本即可快速获取运动员从csv数据
当然，本次获取的数据已经一并打包在文末的教程里了，不用谢。
02
体育明星肉体比拼——谁是我的菜？
做完必要的数据清洗，接下来要思考的是往什么方向做研究。说到肉体，身材匀称的长腿鲜肉的是最容易红的。哪个项目有最多的潜在网红？谁是大家都爱欣赏的最美肉体？一番思考后，决定分别用BMI指数、手长、腿身比、年龄来描述身材匀称、长腿、鲜肉等指标。
调用python中的神器库pandas进行数据加载、清洗和分析，再使用matplotlib库中的组合图功能以及seaborn库中的美化功能，便可以快速美观地批量出图：
使用matplotlib库可以做组合图表，一键存图，自由度高，在前期可视化找结论的阶段很实用
一项数据研究的开始总会有很多脑洞，对这些小结论进行筛选的过程也是理解数据本身的过程
了解了基本情况后，决定按大众喜好制定以下四条评分规则，最后归一化处理，分别得出每个项目的运动员总评分评分分布情况：
1、BMI评估:最接近22，差值绝对值越小分数越高
2、腿长评估:计算与身高的比值，比值越大分数越高
3、手长评估:计算与身高的比值，比值越接近1分值越高
4、年龄评估:年龄越小分数越高
综合来看，跳水、拳击、游泳的整体表现比较好，且项目里均有几个肉体得分高的人。
那么究竟是哪些运动员有“最美肉体”，按照同样的逻辑，我改了几行代码，很快地计算出每个运动员的评分和排名，并进行可视化：
按照计算得出的“谁是大家都爱欣赏的最美肉体”TOP8运动员：
所以大家可以留心一下，你最喜欢的体育明星上榜了吗？？？钟爱游泳的我当然不会放过国民网红傅园慧，97年的沈铎妹子接下来也会是“重点关注对象”。
03
八卦了这么多——是时候总结一下了
把做过的数据小研究收集起来是个好习惯，方便翻阅。放在ppt文件容易忘，我通常会把一些结论做成图表报告放在在线工具inforgram里，还可以一键分享：
复制这个url到浏览器就能看到在线报告了：https://infogram.com/--1hnp27xdgyyp6gq
时过境迁，福原爱酱已经嫁为人妻，张继科也被宇宙景甜给抢走了，当年的CP越来越凉，奥运热度不再。那么问题来了，为什么我还要学习新技能，辛辛苦苦写下了以上所有代码？
因为下一个体育热点“世界杯”就要来了啊！
把这些代码变保存好变成脚本，数据的处理过程就保存下来了，下一次使用就能省下数据清洗、整理、构思的时间，比以前用excel快多了。
磨刀不误砍柴工，作为新媒体编辑又一篇文章搞定！老板满意，主编点头，不用加班！
以上的这些技能，是我花了一周业余时间从大鹏老师的免费Python数据分析教程中学习的，你上你也行！所以，如果你想学Python数据编程，我强烈建议你参加一次“要动手、有目标、有答疑”的《数据分析师（Python）训练营》开始学习。参与方法就在下方↓
想要免费加入《Python数据分析师》训练营的小伙伴，请扫描下方二维码，就可以加入数据分析师学习QQ群啦！
除了免费参与训练营外，进入数据分析师学习QQ群后，还可领取一份12G数据分析资料包。组队对抗惰性，与小伙伴共同进步吧！