本项目通过数据清洗、分析与可视化，系统性地探索了奥运奖牌、各国GDP、人口、幸福指数等多维度数据之间的关系。项目包含多种统计图表，支持对奥运奖牌分布、经济与社会指标的多角度分析。

GitHub：github.com/hyperplasma/olympic-visualization-analysis
Gitee：gitee.com/hyperplasma/olympic-visualization-analysis

1 主要方法

• 数据清洗：对奥运奖牌、GDP与人口、幸福指数等原始数据进行标准化、缺失值处理和格式统一。
• 奖牌统计：按国家/地区统计奖牌总数，并对团体项目去重，确保奖牌数准确。
• 数据合并：将奖牌数据与经济、人口、幸福指数等数据集按国家/地区合并。
• 多样可视化：实现了柱状图、堆积柱状图、散点图、气泡图、箱线图、直方图、热力图、饼图、折线图、词云等10余种统计图表，直观展示各类关系。

---

2 使用的数据集

• 奥运奖牌数据：data/Olympics-Dataset-master/clean-data/results.csv 包含历届奥运会各项目奖牌获得者信息。
• NOC与地区映射：data/Olympics-Dataset-master/clean-data/noc_regions.csv 用于将NOC代码映射为国家/地区名。
• 全球GDP与人口数据：data/2020-All Country_data_GDP, Population, Electricity-consumption and many more.csv 包含各国GDP（购买力平价）与人口等经济指标。
• 世界幸福指数数据：data/Exploring-World-Happiness-main/Resources/2020.csv 包含各国幸福指数、GDP等社会指标。
• 健身问卷数据：data/fitness analysis.csv 用于生成健身动机词云。
• 其他可选数据集

---

3 主要可视化图表

• 奖牌总数柱状图
• 奖牌类型堆积柱状图
• 奖牌数与GDP散点图
• 奖牌数与人口气泡图
• 中国历年奖牌与GDP趋势图
• 相关性热力图
• 各国GDP直方图与箱线图
• 各国奖牌数箱线图
• 幸福度前/后20国家柱状图、幸福度直方图
• 中国奖牌类型饼图
• 幸福度与GDP散点图
• 健身动机词云

---

4 快速开始

1. 克隆仓库并准备好上述数据集（保持目录结构一致）。
2. 根据 requirements.txt安装依赖。
3. 运行 python main.py，所有图表将输出至 output/figures/ 目录。

---

5 依赖库

项目使用的主要Python库包括：

• matplotlib (3.7.2): 用于创建静态、动画和交互式可视化
• numpy (1.26.4): 提供数值计算支持
• pandas (2.0.3): 用于数据处理和分析
• seaborn (0.12.2): 基于matplotlib的统计数据可视化
• wordcloud (1.9.4): 用于生成词云图

可通过以下命令安装所需依赖：

pip install -r requirements.txt

---

6 致谢

• Kaggle Olympics Dataset
• World Happiness Report
• 其他公开数据集
• Hyperplasma

如有问题欢迎提issue或PR！