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：
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：
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：
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：
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：
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
- 克隆仓库并准备好上述数据集（保持目录结构一致）。
- 根据
requirements.txt安装依赖。 - 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.txt6 致谢
如有问题欢迎提issue或PR！