半個足球場怎么畫（太酷了，用Python制作足球可視化圖表）

　　大家好，我是小F。

　　最近不少小伙伴都會熬夜看歐洲杯。今年的歐洲杯相比起往年的歐洲杯來說，可謂是冷門頻出，出乎意料。

　　真的不知道，第一會花落誰家～

　　本期小F就和大家分享一下，用Python和Matplotlib繪制一個足球運動員的數據可視化圖表。

　　來看一下C羅的情況，跟老詹一樣高齡，真的佩服。

　　

　　數據來源于下面兩個網站，Understat和Fbref。

　　

　　

　　鏈接：https://understat.com/

　　鏈接：https://fbref.com/en/

　　歐洲足球五大聯賽，英超、意甲、西甲、德甲、法甲。

　　先看一下射門數據的可視化，本質上和籃球的出手點圖差不多，都是散點圖類型。

　　導入相關的Python庫。

　　import requests

　　from bs4 import BeautifulSoup as soup

　　import json

　　import pandas as pd

　　import matplotlib.pyplot as plt

　　import numpy as np

　　import matplotlib as mpl

　　從Understat網站爬取射門數據，使用BeautifulSoup、JSON和pandas解析和處理數據。

　　# 請求數據, C羅的ID為2371

　　url = 'https://understat.com/player/2371'

　　html = requests.get(url)

　　# 解析處理數據

　　parse_soup = soup(html.content, 'lxml')

　　scripts = parse_soup.find_all('script')

　　strings = scripts[3].string

　　ind_start = strings.index("('")+2

　　ind_end = strings.index("')")

　　json_data = strings[ind_start:ind_end]

　　json_data = json_data.encode('utf8').decode('unicode_escape')

　　data = json.loads(json_data)

　　print(data)

　　# 處理數據, 包含射門位置、預期進球、射門結果、賽季

　　x = []

　　y = []

　　xg = []

　　result = []

　　season = []

　　for i, _ in enumerate(data):

　　for key in data[i]:

　　if key == 'X':

　　x.append(data[i][key])

　　if key == 'Y':

　　y.append(data[i][key])

　　if key == 'xG':

　　xg.append(data[i][key])

　　if key == 'result':

　　result.append(data[i][key])

　　if key == 'season':

　　season.append(data[i][key])

　　columns = ['X', 'Y', 'xG', 'Result', 'Season']

　　df_understat = pd.DataFrame([x, y, xg, result, season], index=columns)

　　df_understat = df_understat.T

　　df_understat = df_understat.apply(pd.to_numeric, errors='ignore')

　　# 得到最終的結果

　　print(df_understat)

　　此處的ID，通過查詢球員名字可知

　　

　　查詢中國球員武磊，點擊訪問，在地址欄處，可以看到球員ID。

　　得到數據如下。

　　

　　包含射門位置(x、y)、xG(預期進球)、射門結果、賽季。

　　其中x、y的坐標值為0～1之間，不適合在Matplotlib顯示，所以選擇放大100倍。

　　df_understat['X'] = df_understat['X'].apply(lambda x: x*100)

　　df_understat['Y'] = df_understat['Y'].apply(lambda x: x*100)

　　print(df_understat)

　　得到結果如下。

　　

　　既然已經成功獲取Understat網站的數據，就可以去獲取Fbref網站的數據啦。

　　這里是球員的一些個人信息，以及賽季的平均數據。

　　

　　比如全名、國家、位置、俱樂部、聯賽、年齡、出生年份、上場時間、得分數據等等。

　　因為網頁的數據是表格形式，所以直接使用pandas的read_html函數，解析表格爬取數據。

　　這個網站需要取消一下證書驗證，要不然連接不成功。

　　# 全局取消證書驗證

　　import ssl

　　ssl._create_default_https_context = ssl._create_unverified_context

　　獲取球員的相關數據。

　　def readfromhtml(filepath):

　　# 選擇第二個表格

　　df = pd.read_html(filepath)[0]

　　column_lst = list(df.columns)

　　for index in range(len(column_lst)):

　　column_lst[index] = column_lst[index][1]

　　df.columns = column_lst

　　df.drop(df[df['Player'] == 'Player'].index, inplace=True)

　　df = df.fillna('0')

　　df.set_index('Rk', drop=True, inplace=True)

　　try:

　　df['Comp'] = df['Comp'].apply(lambda x: ' '.join(x.split()[1:]))

　　df['Nation'] = df['Nation'].astype(str)

　　df['Nation'] = df['Nation'].apply(lambda x: x.split()[-1])

　　except:

　　print('Error in uploading file:' + filepath)

　　finally:

　　df = df.apply(pd.to_numeric, errors='ignore')

　　return df

　　# 獲取2020-2021歐洲五大聯賽球員數據

　　df_fbref = readfromhtml('https://fbref.com/en/comps/Big5/shooting/players/Big-5-European-Leagues-Stats')

　　print(df_fbref)

　　得到結果如下。

　　

　　數據都已經準備好了，那么我們就可以將數據繪制到圖表上。

　　# 安裝

　　pip install -i https://pypi.tuna.tsinghua.edu.cn/simple mplsoccer

　　pip install -i https://pypi.tuna.tsinghua.edu.cn/simple highlight_text

　　先安裝mplsoccer、highlight_text這兩個Python庫。

　　

　　其中mplsoccer庫可以自定義繪制足球場，無需我們自己繪制場地圖。

　　想了解更多，可以訪問它的GitHub地址。

　　https://github.com/andrewRowlinson/mplsoccer

　　

　　初始化一些設置，畫布背景色、字體顏色、默認字體，字體大小，此處選擇中文字體。

　　from highlight_text import ax_text,fig_text

　　import mplsoccer

　　# 背景色

　　background = '#D6DBD9'

　　# 字體顏色

　　text_color = 'black'

　　mpl.rcParams['xtick.color'] = text_color

　　mpl.rcParams['ytick.color'] = text_color

　　mpl.rcParams['text.color'] = text_color

　　# 中文字體

　　mpl.rcParams['font.family'] = 'Songti SC'

　　mpl.rcParams['legend.fontsize'] = 12

　　新建一個畫布。

　　# 新建畫布

　　fig, ax = plt.subplots(figsize=(10, 8))

　　# 關閉坐標軸

　　ax.axis('off')

　　# 背景色填充

　　fig.set_facecolor(background)

　　plt.show()

　　顯示如下。

　　

　　繪制19-20賽季，C羅的進球情況。

　　# 垂直方向半個足球場

　　pitch = mplsoccer.VerticalPitch(half=True, pitch_type='opta', line_zorder=3, pitch_color='grass')

　　# 圖表大小

　　ax_opta1 = fig.add_axes((0.05, 0.06, 0.45, 0.4))

　　ax_opta1.patch.set_facecolor(background)

　　pitch.draw(ax=ax_opta1)

　　plt.show()

　　通過設置mplsoccer的參數，繪制半個足球場。

　　

　　果然，左下方有半個足球場。

　　將射門數據用散點圖表示，分為進球得分和未成功進球得分兩種情況。

　　# 2019-2020賽季, C羅射門位置散點圖(未得分), 透明度0.6

　　df_fil = df_understat.loc[df_understat['Season'] == 2019]

　　pitch.scatter(df_fil[df_fil['Result'] != 'Goal']['X'], df_fil[df_fil['Result'] != 'Goal']['Y'],

　　s=np.sqrt(df_fil[df_fil['Result'] != 'Goal']['xG'])*100, marker='o', alpha=0.6,

　　edgecolor='black', facecolor='grey', ax=ax_opta1)

　　plt.show()

　　未得分射門散點圖。

　　

　　得分散點圖。

　　# 2019-2020賽季, C羅射門位置散點圖(得分), 透明度0.9

　　pitch.scatter(df_fil[df_fil['Result'] == 'Goal']['X'], df_fil[df_fil['Result'] == 'Goal']['Y'],

　　s=np.sqrt(df_fil[df_fil['Result'] == 'Goal']['xG'])*100, marker='o', alpha=0.9,

　　edgecolor='black', facecolor='#6778d0', ax=ax_opta1, label='Goal')

　　plt.show()

　　結果如下，失敗的比成功的多。

　　

　　這樣，我們就將C羅在2019-2020賽季的所有射門點數據可視化出來了。

　　其中散點的大小，是預期進球的大小。

　　添加標簽及圖例，設置相應的位置、文字、字體等設置。

　　# 添加圖例

　　ax_opta1.legend(loc='lower right').get_texts()[0].set_color("black")

　　# 文字信息

　　ax_opta1.text(30, 61, '得分次數 : '+str(len(df_fil[df_fil['Result'] == 'Goal'])), weight='bold', size=11)

　　ax_opta1.text(30, 64, f"預期進球 : {round(sum(df_fil['xG']),2)}", weight='bold', size=11)

　　ax_opta1.text(30, 58, '射門次數 : '+str(len(df_fil)), weight='bold', size=11)

　　ax_opta1.text(90, 60, '2019-20賽季', weight='bold', size=14)

　　plt.show()

　　成功添加附加信息。

　　

　　顯示賽季、xG、得分次數、射門次數信息。

　　同樣將20-21賽季的數據繪制出來，放置在19-20賽季的右側。

　　# 2020-2021賽季, C羅射門位置散點圖

　　ax_opta2 = fig.add_axes((0.50, 0.06, 0.45, 0.4))

　　ax_opta2.patch.set_facecolor(background)

　　pitch.draw(ax=ax_opta2)

　　# 根據條件, 篩選數據

　　df_fil = df_understat.loc[df_understat['Season'] == 2020]

　　# 未得分

　　pitch.scatter(df_fil[df_fil['Result'] != 'Goal']['X'], df_fil[df_fil['Result'] != 'Goal']['Y'],

　　s=np.sqrt(df_fil[df_fil['Result']!='Goal']['xG'])*100, marker='o', alpha=0.6,

　　edgecolor='black', facecolor='grey', ax=ax_opta2)

　　# 得分

　　pitch.scatter(df_fil[df_fil['Result']=='Goal']['X'], df_fil[df_fil['Result'] == 'Goal']['Y'],

　　s=np.sqrt(df_fil[df_fil['Result'] == 'Goal']['xG'])*100, marker='o', alpha=0.9,

　　edgecolor='black', facecolor='#6778d0', ax=ax_opta2, label='Goal')

　　# 添加圖例, 文字信息

　　ax_opta2.legend(loc='lower right').get_texts()[0].set_color("black")

　　ax_opta2.text(30, 61, '得分次數 : '+str(len(df_fil[df_fil['Result'] == 'Goal'])), weight='bold', size=11)

　　ax_opta2.text(30, 64, f"預期進球 : {round(sum(df_fil['xG']),2)}", weight='bold', size=11)

　　ax_opta2.text(30, 58, '射門次數 : '+str(len(df_fil)), weight='bold', size=11)

　　ax_opta2.text(90, 60, '2020-21賽季', weight='bold', size=14)

　　plt.show()

　　結果如下。

　　

　　C羅老當益壯啊，狀態一點也沒有下滑。

　　下面接著繪制所有球員的數據散點圖，看看C羅的數據能在哪一檔？

　　# 初始化

　　ax_scatter = fig.add_axes([0.52, 0.57, 0.4, 0.35])

　　ax_scatter.patch.set_facecolor(background)

　　plt.show()

　　創建一個坐標軸。

　　

　　首先對數據進行篩選，上場時間最少要有900s，而且位置為前鋒此類的。

　　畢竟我們不能拿個守門員，跟C羅比數據吧，參考意義不大。

　　# 得到散點圖的X, Y坐標值

　　no_90s = 10

　　df_fil = df_fbref[df_fbref['90s'] >= no_90s]

　　# 前鋒位置

　　df_fil = df_fil[df_fil['Pos'].apply(lambda x: x in ['FW', 'MF,FW', 'FW,MF'])]

　　# 每90s預期進球和得分次數

　　x, y = (df_fil['xG']/df_fil['90s']).to_list(), (df_fil['Gls']/df_fil['90s']).to_list()

　　# 生成所有前鋒位置, 數據散點圖

　　ax_scatter.scatter(x, y, alpha=0.3, c='#EF8804')

　　plt.show()

　　所有球員每90s預期進球和得分次數的數據情況。

　　

　　現在我們篩選出C羅的數據，在散點圖上用不同的顏色及透明度來突出顯示它。

　　# C羅的數據

　　df_player = df_fil[df_fil['Player'] == 'Cristiano Ronaldo']

　　ax_scatter.scatter(df_player['xG']/df_player['90s'], df_player['Gls']/df_player['90s'], c='blue')

　　plt.show()

　　結果如下。

　　

　　可以看到C羅的數據還是比較高效的，雖不是第一，但也是前幾的存在。

　　最后給散點圖添加網格線，以及x軸和y軸標簽。

　　# 添加網格線及標簽

　　ax_scatter.grid(b=True, color='grey',

　　linestyle='-.', linewidth=0.5,

　　alpha=0.4)

　　ax_scatter.set_xlabel('每90秒的預期進球', fontdict={'fontsize': 12, 'weight': 'bold', 'color': text_color})

　　ax_scatter.set_ylabel('每90秒得分', fontdict=dict(fontsize=12, weight='bold', color=text_color))

　　plt.show()

　　結果如下。

　　

　　不愧是C羅，在2020-21賽季幾乎每90秒就能進1顆球。

　　18年就已經有一個記錄！C羅成歷史第一位在90分鐘內每分鐘都有進球的球員。

　　最后添加文本信息，包含標題，C羅的頭像，場上位置、年齡、效力球隊。

　　此處使用hightlight-text庫，可以高亮文本。

　　# 添加C羅的頭像

　　ax_player = fig.add_axes([0.03, 0.53, 0.25, 0.45])

　　ax_player.axis('off')

　　im = plt.imread('ronaldo.png')

　　ax_player.imshow(im)

　　# 添加標題信息

　　fig_text(0.03, 0.94, "<克里斯蒂亞諾·羅納爾多(C羅)> 賽季數據", weight='heavy', size=19, highlight_textprops=[{'color': 'blue'}])

　　fig_text(0.25, 0.85, '位置: <邊鋒>',weight='bold', size=15, highlight_textprops=[{'color':'#EF8804'}])

　　fig_text(0.25, 0.81, '年齡: <36>',weight='bold', size=15, highlight_textprops=[{'color':'red'}])

　　# 添加俱樂部logo

　　ax_team = fig.add_axes([0.27, 0.55, 0.15, 0.15])

　　ax_team.axis('off')

　　im = plt.imread('FCJ.png')

　　ax_team.imshow(im)

　　# 添加備注

　　fig_text(0.07, 0.03, '本圖制作者：<小F> 數據來源：Fbref.com、Understat.com',

　　size=12, highlight_textprops=[{'color': '#EF8804'}], weight='bold')

　　plt.show()

　　C羅的頭像、效力的隊伍logo，都是小F自己制作的。

　　得到結果如下。

　　

　　保存為圖片。

　　# 保存為圖片

　　plt.savefig('ronaldo_viz.png', dpi=300, facecolor=background)

　　看起來還不錯哦。

　　

　　好了，本期的分享就到此結束了，有興趣的小伙伴可以自行去實踐學習。

　　使用到的代碼及文件都已上傳，公眾號回復「足球」即可獲取。

　　快給自己喜歡的足球運動員，也制作一個賽季數據面板吧！

　　原文:

　　https://mp.weixin.qq.com/s/MiHu4vnuu0mlhx8B5x6OqA