Read Time:20 Second
为了生成圆点，我们需要遍历dataframe中的数据行。对于每一次迭代，需要做如下两件工作：
起首，我们打开competitions。json文件。这个文件是拜候StatsBomb数据第一步要做的工作。
世界杯冠亚军是谁世界杯2018冠军比分虽然对于脚球角逐竞技本身并不感乐趣，可是做为一个数据科学范畴的开辟人员，对角逐背后的数据仍是充满着稠密的乐趣。
数据科学是一种从数据中挖掘和捕获有价值消息的方式，数据科学正正在影响着很多范畴，这也包罗脚球。
为了便于我们阐发，pandas库供给了json_normalize函数，这个函数之所以如斯强大，是由于它能够处置嵌套的JSON。
可是，正在角逐竣事时，德国队犯了一些错误，导致了一个尴尬的成果。最初，孙兴平易近和金英权成了韩国队的豪杰。
正在这张图上，我们想看看每支球队有几多次射门。此外，还想晓得进球的几率有多大，我们称这种机遇为预期进球。
StatsBomb是一家特地正在脚球范畴工做的阐发公司，他们供给了大量的脚球数据，特别是事务数据。
别的，他们有几回射门的xG值很大。xG值越大，进球的机遇就越大。但倒霉的是世界杯四强赛程的微博，德国人无法将其转换为进球。
总之，这些数据中包罗的角逐有西甲（西班牙联赛）、欧洲杯、国际脚联世界杯（须眉和女子）以及欧洲冠军联赛。
对于那些想进修脚球阐发的人来说，得益于StatsBomb曾经发布了公开数据，可以或许节流良多获取数据的时间。
那么，正在数据里面有良多文件的环境下，我们如何才能检索到一个特定的角逐呢？正如我之前提到的，我们将阐发德国和韩国的世界杯角逐。
正在韩国方面，我们能够看到，他们没有良多机遇。他们也不像德国人那样每次射门都有庞大的预期进球。
这个成果也使得德国人正在小组赛阶段就被裁减出局，这是自1938年以来，德国第一次正在第一轮角逐中被裁减。
脚球包含大量的数据，从小我到团队方面都有涉及。有了这些数据，我们就能以一种更成心义的体例领会角逐。【2010欧冠皇马vs里昂】2010欧冠皇马
Happy
0 %
Sad
0 %
Excited
0 %
Sleepy
0 %
Angry
0 %
Surprise
0 %
0
0
Average Rating