Sports Analytics con Python: Comparando los partidos con mayor y menor actividad ofensiva del Mundial FIFA 2026

Imagen
¿Qu茅 hace realmente emocionante a un partido de f煤tbol? Cuando hablamos de un gran partido solemos pensar inmediatamente en muchos goles. Sin embargo, en Sports Analytics la producci贸n ofensiva puede analizarse desde una perspectiva mucho m谩s amplia utilizando estad铆sticas avanzadas. En este proyecto desarroll茅 un Match Excitement Score (MES) , un 铆ndice que resume la actividad ofensiva de cada encuentro del Mundial FIFA 2026 mediante una combinaci贸n de m茅tricas tradicionales y avanzadas. Todo el an谩lisis fue realizado en Python utilizando Pandas y Matplotlib, compartiendo adem谩s el notebook completo para que cualquier persona pueda reproducir los resultados. ¿C贸mo se construy贸 el Match Excitement Score? El 铆ndice integra seis variables ofensivas disponibles en el dataset: ⚽ Goles 馃搱 Expected Goals (xG) 馃幆 Total de disparos 馃 Disparos a puerta 馃敟 Big Chances 馃搷 Toques dentro del 谩rea rival Cada variable fue estandarizada mediante Z-score y posteriormente ...

馃搳 Ejemplos de Python para Hacer Gr谩ficas: Visualiza tus Datos con Matplotlib

Como hemos visto en otras publicaciones del blog Python es un lenguaje muy amigable y con muchas librar铆as que permiten apoyarnos para realizar tareas de la manera m谩s 谩gil.

En esta ocasi贸n quiero mostrarles como pueden hacer para mostrar datos en mapas, por ejemplo si quieren representar en el mapa de M茅xico la cantidad de universidades por cada estado y obtener una imagen como la siguiente:

Ejemplo de gr谩ficos en Python creados con Matplotlib para visualizar datos.

Tendremos que utilizar las librer铆a 

  •  geopandas
  •  matplotlib.pyplot 
  •  numpy 
  •  pandas 

Para este ejemplo necesitamos:


Vamos a utilizar el siguiente c贸digo

import geopandas as gpd
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

direccion = 'tu directorio //mexican-states-master'
direccion2 = 'tu directorio\\carpeta\\'
shapefile = gpd.read_file(direccion+'\mexican-states.shp')
shapefile.head(5)
estados = pd.read_csv(direccion2+'UniMex.csv',encoding='UTF-8',low_memory=False)
estados.head(5)
shapefile = shapefile.merge(
                     right = estados,
                     left_on = 'name',
                     right_on = 'Estado',
                     how = 'left'
                     )
shapefile.plot(column = 'Numero_Universidades',
               legend = True, 
            legend_kwds = {
              'label': "N煤mero de Universidades",
              'orientation': "horizontal"
              },
            cmap = 'Greens')


Les comparto un v铆deo demostrativo del programa





Espero les sea de utilidad y nos compartan.

Si buscas otro ejemplo de python y graficar en mapas ve a esta liga
https://www.programacionparatodos.com/2026/01/como-analice-10-anos-de-divorcios-en.html

Comentarios

Publicar un comentario

Dejanos tus dudas y comentarios

馃殌 Mantener este blog funcionando requiere tiempo y caf茅. ¡Puedes contribuir con uno aqu铆!

Entradas m谩s populares de este blog

Gu铆a Pr谩ctica: Ejemplo Completo de ASPX para Desarrolladores Web

馃憠 C贸mo obtener el tipo de cambio en Excel con API de Banxico (paso a paso)

Macro en Word para automatizar documentos: genera diplomas en segundos (con c贸digo VBA)