[数据分析] 世界杯可视化分析 - 知乎

　　介绍

　　这篇文章参考自 这个notebook ，无意中看到的，觉得不错，就用Julia重新写了一遍，我们用到的库有PlotsDataFramesCSVStatsPlotsStatsBase

　　该数据表包含了从1930到2018年间共21届世界杯赛事的汇总信息（1942、1946两年因二战停办），从HostContinent列中我们可以得知2002年韩日世界杯是世界杯首次落户亚洲，2010年南非世界杯是首次落户非洲。从表格中我们还可以看到"Germany FR(联邦德国)"的信息，因此有必要对数据进行清洗，接下来我们进行数据预处理：数据预处理

　　完成基础的数据预处理工作之后，我们来分析如下问题：历年现场观众人数变化趋势参赛队伍数变化趋势历年进球数变化趋势历史上夺冠次数最多的国家队是哪支?夺冠队伍所在洲分析哪些国家队能经常打入决赛/半决赛?进入决赛的队伍夺冠概率是多少?东道主（主办国）进入决赛/半决赛大吗?

　　可以看到，世界杯的现场观众总数整体呈上升趋势（1942、1946因二战停办两届），观众总数最多的一届是1994年的美国世界杯

　　可以看到，世界杯参赛队伍从13支扩展到现在的32支。期间经历了两次队伍扩充，分别是1982年由16支队伍扩充到24支，以及1998年从24支扩充到32支。在下一届世界杯（2026美加墨世界杯），FIFA决定将参赛队伍扩充到48支。有了参赛队伍数的分析后，我们再来看看历届世界杯进球总数：

　　可以看到，随着世界杯参赛队伍的增多，比赛总进球数也在增加。目前单届世界杯总进球数均没有超过175球，我们可以看看2022卡塔尔世界杯结束后能否创造进球数记录。 分析完总体趋势后，我们再来看看各支队伍夺冠情况/进入四强的情况

　　可以看到巴西是夺冠次数最多的国家，无愧足球王国的称号。德国、意大利两个足球紧随其后，分别是4次夺冠。我们再来看看各国家队进入半决赛（4强）和决赛的次数统计。

　　可以看到，德国队是进入半决赛次数最多的队伍，紧随其后的是巴西队和意大利队，这和夺冠数量的分布基本一致。我们再来看看进入决赛的队伍统计，是否也是这个趋势

　　同样的结论，德国、巴西、意大利3个足球强国也是进入决赛次数最多的队伍。接下来我们来看看进入决赛后各支队伍夺冠的概率如何？

　　我们可以看到英格兰队、西班牙队和乌拉圭队进入决赛后均获得冠军，夺冠概率是100%。 不过从半决赛（4强）队伍次数统计中的结果我们可以看到，英格兰、西班牙、乌拉圭这3支队伍进入决赛的次数分别是1次、1次和2次，统计数据有较大的不确定性。我们还是拿德国、巴西、意大利3支世界杯强队来看，巴西进入决赛夺冠的概率略胜一筹。 巴西、德国、意大利3支强队代表了南美洲和欧洲足球的最高水平，这两个大洲也是现代足球的发源和兴起地，相信很多球迷朋友都会关注五大联赛（注：五大联赛是指西甲、英超、德甲、意甲和法甲），足以说明足球在欧洲的盛行。我们来看看世界杯夺冠队伍所在洲的分布，是不是以南美和欧洲为主

　　中国队参加的比赛

　　类似分析世界杯汇总信息，在数据预处理阶段，我们来完成数据清洗和特殊字段的添加工作：

　　这里数据有些问题，在 Attendance 字段有缺失值，这里我省略掉

　　比赛最令球迷兴奋的当然是进球了，我们来找出历史上单场比赛进球数最多的比赛

　　我们再来分析比赛分差最大的比赛

　　可以看到，top10分差大的比赛都是聚集在小组赛阶段（stage：GroupX），只有一场是发生在16进8阶段。一般来说进入淘汰赛阶段，两队都会打得比较谨慎，发生大开大合比分的概率比较小

　　我们再来看看世界杯历史上进球最多的国家，大家可以先猜一下会不会分布在巴西队、德国队和意大利队这3个足球强国中：

　　和我们猜想的差不多，历史进球最多的队伍分别是德国队、巴西队、阿根廷队和意大利队；主场进球最队的国家队分别是巴西队、德国队、阿根廷队和意大利队；客场进球排名是德国、巴西、西班牙和法国队。 大家可能会有个疑问世界杯比赛为什么要分主客场？ 此处给大家做个科普，其实世界杯比赛的“主客场”并非真实意义的主、客场，主要是用来区分主客场球衣，方便区分参赛队伍双方的球衣颜色 看完进球数，我们再来分析失球数

　　可以看出，总失球数最多的进入决赛圈的国家分别是德国、巴西、阿根廷和意大利，这也和这四支强队进入到决赛次数多是正相关的。 从场均失球率来看，英格兰队、荷兰队和意大利队的场均失球率均低于1，说明这三支球队比较擅长防守