Python数据可视化小项目

英雄联盟S14世界赛选手数据可视化

由于本学期有一门数据可视化课程，课程结课作业要求完成一个数据可视化的小Demo，于是便有了这个小项目，课程老师要求比较简单，只要求熟练运用可视化工具展示数据，并不要求数据来源，因此这个小项目非常简单

项目简介

这是一个基于 PyEcharts 的数据可视化小项目，展示了英雄联盟 S14 世界赛选手的关键数据表现，适合作为数据可视化课程作业或兴趣项目。

项目特点：

  • 数据源权威，来源于 Kaggle。
  • 涉及多种可视化类型，包括柱状图、箱形图、雷达图等。
  • 共包含 14 个可视化图表，分布在 3 个 HTML 页面中，方便浏览与展示。

完整代码：英雄联盟S14世界赛选手数据可视化

数据来源

数据来自 Kaggle 平台的 2024 LoL Championship Player Stats & Swiss Stage。

  • 数据涵盖选手的各项核心指标，如 KDA、场均击杀、场均死亡等。
  • 细化到每分钟视野分数、野区控制等高级数据。

数据示例

TeamNamePlayerNamePositionGames…Penta KillsSolo KillsCountryFlashKeybind
Top Esports369Top8…02ChinaD
Dplus KIAaimingAdc9…02South KoreaF
MAD Lions KOIalvaroSupport5…00SpainD
………………………
LNG EsportszikaTop8…02ChinaD

效果展示

主要采用PyEcharts来完成数据可视化

数据总览

该模块主要有一个各队伍平均胜率的柱状图和全部选手的国籍分布饼图组成

在这里插入图片描述

# 计算各队伍平均胜率，并将其转换为百分数形式（乘以100并保留两位小数）
team_win_rates = df.groupby('TeamName')['Win rate'].mean().reset_index()
team_win_rates['Win rate'] = team_win_rates['Win rate'].apply(lambda x: round(x * 100, 2))
print(team_win_rates)
# 绘制柱状图
bar = Bar(init_opts=opts.InitOpts(width="1100px", height="500px")
)
bar.add_xaxis(team_win_rates['TeamName'].tolist())
bar.add_yaxis("平均胜率", team_win_rates['Win rate'].tolist(), category_gap="60%")
bar.set_global_opts(title_opts=opts.TitleOpts(title="各队伍平均胜率", subtitle=""),xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=45)),yaxis_opts=opts.AxisOpts(name="胜率", min_=0, max_=100),visualmap_opts=opts.VisualMapOpts(is_show=False, max_=100, min_=0)
)
bar.render("static/charts/team_win_rates.html")

在这里插入图片描述

# 国家分布
# 按照国家进行分组，计算每个国家的选手数量
grouped_data = df.groupby('Country').size()# 将结果转换为 DataFrame，并命名为 'Count'
country_data = grouped_data.reset_index(name='Count')
print(country_data)
country_pie = (Pie(init_opts=opts.InitOpts(theme="macarons")).add("", [list(z) for z in zip(country_data['Country'], country_data['Count'])]).set_global_opts(title_opts=opts.TitleOpts(title=""))
)
country_pie.render("static/charts/country_distribution_chart.html")

主要数据

该模块主要涉及了选手的各方位数据总览情况，能够直观的观察各方面数据突出的选手，其中包括：场均击杀、

场均KDA、场均死亡、场均助攻、辅助视野综合得分、选手平均击杀、选手闪现按键情况

在这里插入图片描述

# 场均击杀
sorted_df = df.sort_values(by='Avg kills', ascending=False)
avg_kills = sorted_df[['PlayerName', 'Avg kills']]
avg_kills_top10 = avg_kills[0:10]
print(avg_kills_top10)
# 创建Bar实例，用于构建柱状图
bar = Bar(init_opts=opts.InitOpts(width="600px", height="300px")
)
# 添加x轴数据，即选手姓名
bar.add_xaxis(avg_kills_top10['PlayerName'].tolist())
# 添加y轴数据，即场均击杀数，并设置系列名称为"场均击杀数"
bar.add_yaxis("场均击杀数", avg_kills_top10['Avg kills'].tolist())
# 设置全局配置项
bar.set_global_opts(title_opts=opts.TitleOpts(title="场均击杀榜前十"),xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=45),  # 让x轴标签旋转45度，避免文字重叠),yaxis_opts=opts.AxisOpts(name="场均击杀数"),  # 设置y轴名称visualmap_opts=opts.VisualMapOpts(is_show=False, max_=6, min_=4)
)
bar.render("static/charts/avg_kills_top10.html")

在这里插入图片描述

# KDA
kda_top10 = df.sort_values(by='KDA', ascending=False)[['PlayerName', 'KDA']][0:10]
print(kda_top10)
bar = Bar(init_opts=opts.InitOpts(width="600px", height="300px")
)
bar.add_xaxis(kda_top10['PlayerName'].tolist())bar.add_yaxis('场均KDA', kda_top10['KDA'].tolist())
# 设置全局配置项
bar.set_global_opts(title_opts=opts.TitleOpts(title="场均KDA前十"),xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=45),  # 让x轴标签旋转45度，避免文字重叠),yaxis_opts=opts.AxisOpts(name="场均KDA"),  # 设置y轴名称visualmap_opts=opts.VisualMapOpts(is_show=False, max_=10, min_=6)
)
bar.render("static/charts/kda_top10.html")

在这里插入图片描述

# 场均死亡
deaths_top10 = df.sort_values(by='Avg deaths', ascending=False)[['PlayerName', 'Avg deaths']][0:10]
print(deaths_top10)
bar = Bar(init_opts=opts.InitOpts(width="600px", height="300px", theme="macarons"))
bar.add_xaxis(deaths_top10['PlayerName'].tolist())
bar.add_yaxis('场均死亡', deaths_top10['Avg deaths'].tolist())
# 设置全局配置项
bar.set_global_opts(title_opts=opts.TitleOpts(title="场均死亡前十"),xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=45),  # 让x轴标签旋转45度，避免文字重叠),yaxis_opts=opts.AxisOpts(name="场均死亡"),  # 设置y轴名称visualmap_opts=opts.VisualMapOpts(is_show=False, max_=6, min_=4)
)
bar.render("static/charts/deaths_top10.html")

在这里插入图片描述

# 场均助攻
assists_top10 = df.sort_values(by='Avg assists', ascending=False)[['PlayerName', 'Avg assists']][0:10]
print(assists_top10)
bar = Bar(init_opts=opts.InitOpts(width="600px", height="300px", theme="macarons")
)
bar.add_xaxis(assists_top10['PlayerName'].tolist())bar.add_yaxis('场均助攻', assists_top10['Avg assists'].tolist())# 设置全局配置项
bar.set_global_opts(title_opts=opts.TitleOpts(title="场均助攻前十"),xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=45),  # 让x轴标签旋转45度，避免文字重叠),yaxis_opts=opts.AxisOpts(name="场均助攻"),  # 设置y轴名称visualmap_opts=opts.VisualMapOpts(is_show=False, max_=13, min_=10)
)
bar.render("static/charts/assists_top10.html")

其中每分钟视野分数(VSPM)、每分钟赢得的野区分数(每分钟赢得的野区分数)、每分钟控制野区分数(Avg WCPM)、每分钟视野控制分数(Avg VWPM)各自的权重为1，可自行更改

在这里插入图片描述

# 辅助野区视野排行
df['custom_sort'] = df['VSPM'] * 25 + df['Avg WPM'] * 25 + df['Avg WCPM'] * 25 + df['Avg VWPM'] * 25
support_top_10 = df.sort_values(by='custom_sort', ascending=False)[['PlayerName', 'VSPM', 'Avg WPM', 'Avg WCPM', 'Avg VWPM', 'custom_sort']][0:10]
print(support_top_10)
# 创建堆叠柱状图
bar_stacked = Bar(init_opts=opts.InitOpts(width="1000px", height="400px", theme='macarons')
)
# 添加 X 轴数据（选手名字）
bar_stacked.add_xaxis(support_top_10['PlayerName'].tolist())
# 添加堆叠柱状图的每一项数据
bar_stacked.add_yaxis("每分钟视野分数", support_top_10['VSPM'].tolist(), stack="stack1")
bar_stacked.add_yaxis("每分钟赢得的野区分数", support_top_10['Avg WPM'].tolist(), stack="stack1")
bar_stacked.add_yaxis("每分钟控制野区分数", support_top_10['Avg WCPM'].tolist(), stack="stack1")
bar_stacked.add_yaxis("每分钟视野控制分数", support_top_10['Avg VWPM'].tolist(), stack="stack1")
# 设置全局配置
bar_stacked.set_global_opts(title_opts=opts.TitleOpts(title="辅助野区视野排行"),yaxis_opts=opts.AxisOpts(name=""),xaxis_opts=opts.AxisOpts(name="选手"),legend_opts=opts.LegendOpts(pos_left="right", orient="vertical"),  # 设置图例在左侧
)
# 渲染图表到 HTML 文件
bar_stacked.render("static/charts/support_top_10.html")

各位置场均击杀箱形图：

在这里插入图片描述

# 准备箱线图数据
data = [df[df['Position'] == pos]['Avg kills'].tolist() for pos in df['Position'].unique()]
print(data)
boxplot = Boxplot(init_opts=opts.InitOpts(width="600px", height="400px")
)
boxplot.add_xaxis(df['Position'].unique().tolist())
boxplot.add_yaxis("平均击杀数", boxplot.prepare_data(data), itemstyle_opts=opts.ItemStyleOpts(color="black"))
boxplot.set_global_opts(title_opts=opts.TitleOpts(title="不同位置选手平均击杀数分布"),xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=45)  # 此处也是修改为axislabel_opts),yaxis_opts=opts.AxisOpts(name="平均击杀数")
)
boxplot.render("static/charts/avg_kills_distribution.html")

在这里插入图片描述

# 闪现数据
flash = df.groupby('FlashKeybind').size()
flash_data = flash.reset_index(name='flash_group')
创建饼图
pie = Pie(init_opts=opts.InitOpts(width="400px", height="400px")
)
# 添加数据，设置标签格式
pie.add("闪现按键使用情况",[list(z) for z in zip(flash_data['FlashKeybind'].tolist(), flash_data['flash_group'].tolist())],radius=["30%", "60%"],label_opts=opts.LabelOpts(formatter="{b}")
)
# 设置标题
pie.set_global_opts(title_opts=opts.TitleOpts(title="闪现按键"))# 渲染到本地文件
pie.render("static/charts/flash.html")

我的主队

由于作者喜欢TheShy选手，所以主队是WBG，但是此次世界赛TheShy选手选择了休息，但是也没有新的主队会，所以主队依然是WBG

共有五个选手的雷达图

六大维度：

  • KDA
  • KP% (击杀参与率)
  • CSPerMin (每分钟补刀数)
  • GoldPerMin (每分钟经济)
  • DPM (每分钟伤害)
  • VSPM (每分钟视野分数)

在这里插入图片描述

在这里插入图片描述

# 获取选手雷达图的数据
def get_player_render_data(player_name, file_name):player_data = df[df['PlayerName'] == player_name][['KDA', 'KP%', 'CSPerMin', 'GoldPerMin', 'DPM', 'VSPM']].iloc[0]print(player_data)# 雷达图的维度attributes = ['KDA', 'KP%', 'CSPerMin', 'GoldPerMin', 'DPM', 'VSPM']values = player_data.tolist()# 配置雷达图weradar = Radar(init_opts=opts.InitOpts(width="350px", height="350px"))# 定义雷达图的每个维度radar.add_schema(schema=[opts.RadarIndicatorItem(name='KDA', max_=10),opts.RadarIndicatorItem(name='击杀参与率', max_=1),opts.RadarIndicatorItem(name='每分钟补兵', max_=10),opts.RadarIndicatorItem(name='分钟收入金币', max_=500),opts.RadarIndicatorItem(name='分钟伤害', max_=800),opts.RadarIndicatorItem(name='分钟视野分', max_=5)])# 添加数据系列，并设置图例radar.add(player_name,[values],color="blue")# 设置全局选项radar.set_global_opts(title_opts=opts.TitleOpts(title=player_name),legend_opts=opts.LegendOpts(is_show=True, orient="vertical", pos_left="right"))radar.render(file_name)
# 我的主队
get_player_render_data('crisp', 'static/charts/crisp_render_data.html')
get_player_render_data('light', 'static/charts/light_render_data.html')
get_player_render_data('xiaohu', 'static/charts/xiaohu_render_data.html')
get_player_render_data('tarzan', 'static/charts/tarzan_render_data.html')
get_player_render_data('breathe', 'static/charts/breathe_render_data.html')

整体效果

整体效果就是将各个图表集中到了一起，加了一些样式，以一个静态网站来展示

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

完整效果请访问index.html 页面

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/bicheng/65341.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

Linux系统编程——详解页表

Linux系统编程——详解页表

目录 一、前言 二、深入理解页表 三、页表的实际组成 四、总结： 一、前言 页表是我们之前在讲到程序地址空间的时候说到的，它是物理内存到进程程序地址空间的一个桥梁，通过它物理内存的数据和代码才能映射到进程的程序地址空间中&#xff…
阅读更多...
【Java数据结构】LinkedList与链表

【Java数据结构】LinkedList与链表

认识LinkedList LinkedList就是一个链表，它也是实现List接口的一个类。LinkedList就是通过next引用将所有的结点链接起来，所以不需要数组。LinkedList也是以泛型的方法实现的，所以使用这个类都需要实例化对象。 链表分为很多种，比…
阅读更多...
《一文读懂卷积网络CNN：原理、模型与应用全解析》

《一文读懂卷积网络CNN：原理、模型与应用全解析》

《一文读懂卷积网络CNN：原理、模型与应用全解析》 一、CNN 基本原理大揭秘（一）从人类视觉到 CNN 灵感（二）核心组件详解 二、经典 CNN 模型巡礼（一）LeNet-5：开山鼻祖（二&a…
阅读更多...
教育元宇宙的优势与核心功能解析

教育元宇宙的优势与核心功能解析

随着科技的飞速发展，教育领域正迎来一场前所未有的变革。教育元宇宙作为新兴的教育形态，以其独特的优势和丰富的功能，正在逐步改变我们的学习方式。本文将深入探讨教育元宇宙的优势以及其核心功能，为您揭示这一未来教育的新趋势。…
阅读更多...
openGauss与GaussDB系统架构对比

openGauss与GaussDB系统架构对比

openGauss与GaussDB系统架构对比 系统架构对比openGauss架构GaussDB架构 GaussDB集群管理组件 系统架构对比 openGauss架构 openGauss是集中式数据库系统，业务数据存储在单个物理节点上，数据访问任务被推送到服务节点执行，通过服务器的高并…
阅读更多...
idea 8年使用整理

idea 8年使用整理

文章目录 前言idea 8年使用整理1. 覆盖application配置2. 启动的时候设置编辑空间大小，并忽略最大空间3. 查询类的关系4. 查看这个方法的引用关系5. 查看方法的调用关系5.1. 查看被调用关系5.2. 查看调用关系 6. 方法分隔线7. 选择快捷键类型8. 代码预览插件9. JReb…
阅读更多...
C++ OCR 文字识别

C++ OCR 文字识别

一.引言 文字识别，也称为光学字符识别（Optical Character Recognition, OCR），是一种将不同形式的文档（如扫描的纸质文档、PDF文件或数字相机拍摄的图片）中的文字转换成可编辑和可搜索的数据的技术。随着技…
阅读更多...
SQL中的窗口函数

SQL中的窗口函数

1.窗口函数简介 窗口函数是SQL中的一项高级特性，用于在不改变查询结果集行数的情况下，对每一行执行聚合计算或者其他复杂的计算，也就是说窗口函数可以跨行计算，可以扫描所有的行，并把结果填到每一行中。这些函数通常与…
阅读更多...
SpringBoot（Ⅱ）——@SpringBootApplication注解+自动装配原理+约定大于配置

SpringBoot（Ⅱ）——@SpringBootApplication注解+自动装配原理+约定大于配置

1. SpringBootApplication注解 SpringBootApplication标注在某个类上说明这个类是SpringBoot的主配置类，SpringBoot就通过运行这个类的main方法来启动SpringBoot应用； 并且Configuration注解中也有Component注解，所以这个主启动类/主配置类…
阅读更多...
音视频入门知识（二）、图像篇

音视频入门知识（二）、图像篇

⭐二、图像篇 视频基本要素：宽、高、帧率、编码方式、码率、分辨率 ​ 其中码率的计算：码率(kbps)＝文件大小(KB)＊8／时间(秒)，即码率和视频文件大小成正比 YUV和RGB可相互转换 ★YUV（原始数据&am…
阅读更多...
CTFshow—爆破

CTFshow—爆破

Web21 直接访问页面的话会弹窗需要输入密码验证，抓个包看看，发现是Authorization认证，Authorization请求头用于验证是否有从服务器访问所需数据的权限。 把Authorization后面的数据进行base64解码，就是我们刚刚输入的账号密码。 …
阅读更多...
lin.security提权靶场渗透

lin.security提权靶场渗透

声明！ 学习视频来自B站up主 **泷羽sec** 有兴趣的师傅可以关注一下，如涉及侵权马上删除文章，笔记只是方便各位师傅的学习和探讨，文章所提到的网站以及内容，只做学习交流，其他均与本人以及泷羽sec团队无关&a…
阅读更多...
【魅力golang】之-泛型

【魅力golang】之-泛型

早期的golang版本是不支持泛型的，这对于从其它语言转型做go开发的程序员来说，非常不友好，自 1.18开始golang正式支持泛型，解决了开发者在编写通用代码时的需求。泛型通过类型参数允许函数和数据结构支持多种类型，从而提…
阅读更多...
数据结构（Java）——链表

数据结构（Java）——链表

1.概念及结构 链表是一种 物理存储结构上非连续 存储结构，数据元素的 逻辑顺序 是通过链表中的 引用链接 次序实现的 。 2.分类 链表的结构非常多样，以下情况组合起来就有 8 种链表结构： （1）单向或者双向 （…
阅读更多...
pdf有密码，如何实现pdf转换word？

pdf有密码，如何实现pdf转换word？

PDF想要转换成其他格式，但是当我们将文件拖到PDF转换器进行转换的时候发现PDF文件带有密码怎么办？今天分享PDF有密码如何转换成word方法。 方法一、 PDF文件有两种密码，打开密码和限制编辑，如果是因为打开密码，建议使…
阅读更多...
C++ 面向对象编程：继承中构造与析构函数顺序、继承中的同名属性访问、继承中的同名函数访问

C++ 面向对象编程：继承中构造与析构函数顺序、继承中的同名属性访问、继承中的同名函数访问

在继承中&#xff0c;构造链中&#xff0c;先构造的后析构 见以下代码示例&#xff1a; #include<iostream> using namespace std;class animal1 { public:animal1() {cout << "animal1 构造" << endl;}~animal1() {cout << "animal1…
阅读更多...
Springboot项目下面使用Vue3 + ElementPlus搭建侧边栏首页

Springboot项目下面使用Vue3 + ElementPlus搭建侧边栏首页

Springboot项目下面、在html 页面 Vue3 ElementPlus 搭建侧边栏首页 1、效果图 2、static 文件下面的项目结构 3、代码实现 <!DOCTYPE html> <html lang"en"> <head><meta charset"UTF-8"><title>首页</title><…
阅读更多...
Segment Routing Overview

Segment Routing Overview

大家觉得有意义和帮助记得及时关注和点赞!!! Segment Routing (SR) 是近年来网络领域的一项新技术&#xff0c;“segment” 在这里 指代网络隔离技术&#xff0c;例如 MPLS。如果快速回顾网络设计在过去几十年的 发展&#xff0c;我们会发现 SR 也许是正在形成的第三代网络设计…
阅读更多...
USB 状态机及状态转换

USB 状态机及状态转换

文章目录 USB 状态机及状态转换连接状态供电状态默认状态地址状态配置状态挂起状态USB 状态机及状态转换 枚举完成之前，USB 设备要经过一系列的状态变化，才能最终完成枚举。这些状态是 连接状态 - attached供电状态 - powered默认状态 - default地址状态 - address配置状态 -…
阅读更多...
如何在短时间内读懂复杂的英文文献？

如何在短时间内读懂复杂的英文文献？

当我们拿起一篇文献开始阅读时&#xff0c;就像是打开了一扇通往未知世界的大门。但别急着一头扎进去&#xff0c;咱们得像个侦探一样&#xff0c;带着疑问去探险。毕竟&#xff0c;知识的海洋深不可测&#xff0c;不带点“装备”怎么行&#xff1f;今天就聊聊&#xff0c;平时…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023