python编程也能八卦?是的，而且能让八卦的逼格瞬间提升，今天python培训班就以运动员美好身材鉴赏指南为例，为你解读如何用python编程正经地八卦。

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

python培训分享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：

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。

python培训分享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”。

python培训分享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：

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!

恭喜你阅读完了本文，是不是感觉用python编程去八卦逼格提升了很多呢?这些来源于python数据分析，你也想学习python编程、python数据分析等，来达内python培训机构就对了!

免责声明：内容和图片源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。