引子
计算机最棒的一点在于，它们能够将表格数据转换成更直观的图形表示。常常令我费解的是，明明可以将数据转化为图形表达，但大部分人却往往放弃了这个可视化机会。
例如，在 ESPN 上有一篇关于不同裁判判罚方式之间的差异的论文。这篇论文的数据相当有趣， 包含了显示裁判判罚方式差异的数据。
然而，我发现了一件略为尴尬的事，作者企图将表格数据可视化，但最后并没有实现。这或许是因为作者不知道该如何对这些数据作出最好的可视化，来讲述他的数据故事。因此，我决定帮他达到这个目的！
给定一个前提，假设裁判的判罚方式之间的确存在差异。基于这个前提，我们想要弄明白，他们的判罚方式的差异究竟在哪里。
下面的数据是来自文章中的表格数据：
论文作者指出：
Jeff Triplette 团队迄今总共判决出了 81 次判罚，比判罚次数仅次于他们的团队高出 18 次，是另外两个团队的 2 倍多。
论文作者接下来便继续谈论了他与正在推销新书的 Mike Pereira 的会面。
虽然上面的表格很有用，但它并没有经过任何可视化操作，你看到了可能会问：“天哪，这到底说明了些什么？”。直觉上来说，表格中的数据在有些地方不太对劲...但是我又说不清楚是什么不对劲。
让我们加总一下各个裁判团队判罚的防守点球数（防守越位、侵犯和中立区犯规数），看看数据会变成什么样：
现在，我们可以看到这些数据可能向我们揭示了什么，但这对偏好图形的人来说，还是会有些理解上的困难。如果我们利用这些数据，生成散点图，那就达到利用图形来展示这个问题的目的了。我们可以通过以下代码，绘出散点图：
上图中的蓝色水平虚线表示裁判的平均防守罚球点球数，蓝色竖直虚线表示裁判的平均侵犯判罚次数。灰色盒子表示由侵犯判罚次数和防守罚球点球数的 ( μ−2σ,μ+2σμ−2σ,μ+2σ ) 范围形成的区域。
是不是发现了什么？是的，我也注意到了。Jeff Triplette 团队在图上距离盒子如此之远，简直好像是他们裁判了一场假比赛一样，不过也有可能是他们看了假的裁判规则。
我希望我真正能做到的是，按照比赛规则，依据相同的分析过程，能对任一场比赛给出相应的分析。我并不指望这些分析会对 Jeff Triplette 团队以后的判罚方式产生什么影响，但不管怎样，这些分析向我们展示出了一些值得研究的异常数据点。
另外，你们能上我的 Github：https://github.com/miloardot/python-files/blob/master/Referees 找到这个项目的全部代码。
更多课程和文章尽在微信号：「datartisan数据工匠」
网友评论