【免费下载】 120年奥运历史数据集:运动员和成绩
2026-01-24 05:22:52作者:薛曦旖Francesca
数据集描述
该数据集包含了120年奥运历史中的运动员和成绩数据,旨在帮助研究人员、数据科学家和爱好者探索奥林匹克运动会的演变历程。数据集由两个文件组成:
- athlete_events.csv:包含参赛运动员的基本生物数据和奖牌结果。
- noc_regions.csv:包含国家奥委会的三字母代码与对应国家信息。
文件列表
- athlete_events.csv:参赛运动员的基本生物数据和奖牌结果。
- noc_regions.csv:国家奥委会的三字母代码与对应国家信息。
属性描述
文件 athlete_events.csv 中包含15个字段,具体信息如下:
- ID:运动员的唯一标识符。
- Name:运动员的姓名。
- Sex:运动员的性别(M/F)。
- Age:运动员的年龄。
- Height:运动员的身高(单位:厘米)。
- Weight:运动员的体重(单位:千克)。
- Team:运动员所属的队伍。
- NOC:国家奥委会的三字母代码。
- Games:比赛年份和季节。
- Year:比赛年份。
- Season:比赛季节(夏季/冬季)。
- City:比赛举办城市。
- Sport:运动员参与的运动项目。
- Event:运动员参与的具体比赛项目。
- Medal:运动员获得的奖牌(金牌/银牌/铜牌/无奖牌)。
数据集可探索的方向
该数据集可以用于探索和研究奥林匹克运动会的演变历程,具体可以从以下几个方面进行探索:
- 历年来男女参赛运动员的表现如何?
- 不同地区运动员的表现如何?
- 不同运动项目的表现如何?
- 不同比赛项目的表现如何?
更多有趣的问题等你来探索!
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
654
4.25 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
498
604
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
390
282
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
938
858
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
333
389
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.53 K
889
暂无简介
Dart
902
217
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
124
195
昇腾LLM分布式训练框架
Python
142
168