python可视化统计男篮、女篮运动员的平均年龄、身高、体重

在Python中，我们可以利用数据可视化库如matplotlib和pandas来进行男篮、女篮运动员的平均年龄、身高、体重的统计图表展示。以下是一个简单的步骤：

1. 首先，你需要有包含球员数据的数据集，通常CSV文件是一个常见选择。数据集中应包括运动员姓名、性别、年龄、身高和体重等字段。

import pandas as pd
import matplotlib.pyplot as plt

# 假设你有一个名为data.csv的文件
data = pd.read_csv('data.csv')

# 确保数据已经清洗并准备好分析
# 数据可能需要按性别分组
men_data = data[data['性别'] == '男']
women_data = data[data['性别'] == '女']

# 计算平均值
mean_age_men = men_data['年龄'].mean()
mean_height_men = men_data['身高'].mean()
mean_weight_men = men_data['体重'].mean()

mean_age_women = women_data['年龄'].mean()
mean_height_women = women_data['身高'].mean()
mean_weight_women = women_data['体重'].mean()

2. 创建图形：
- 年龄可以用条形图展示比较，`plt.bar`函数会很有帮助。
- 身高和体重可以分别绘制两个柱状图或散点图，显示男女之间的差异。

fig, ax = plt.subplots(nrows=2, ncols=2, figsize=(10, 8))

ax[0, 0].bar(['Men', 'Women'], [mean_age_men, mean_age_women], label='Average Age')
ax[0, 0].set_title('Average Ages')
ax[0, 0].legend()

ax[0, 1].bar(['Men', 'Women'], [mean_height_men, mean_height_women], label='Average Height')
ax[0, 1].set_title('Average Heights')

ax[1, 0].bar(['Men', 'Women'], [mean_weight_men, mean_weight_women], label='Average Weight')
ax[1, 0].set_title('Average Weights')

for a in ax.flat:
    a.set_xlabel('Gender')
    a.set_ylabel('Value')
    a.grid(True)

plt.tight_layout()
plt.show()