东京奥运会完美收官

核桃 2024年09月20日 05:31 136 0

如何评价2020年东京奥运会的奖牌设计？

经过千难万险，日本东京奥运会7月23日就要和大众见面了，

咱们这回把目光聚焦到健儿们最终的”争金夺银“上——奖牌。

先来看看，它们长这样。

小奖牌，大心思

这回设计师的设计理念是：抛光粗糙的石头直到它们发光。

不过作为Japan Design的老粉，我的期待要更高。

要知道，这么多年日本平面和包装设计的实力摆在那里，

我觉得这次的奖牌设计，外观和金镶玉相比，算中规中矩。

不过，我倒觉得这次奖牌的巧思，胜在制作过程。

金银铜牌的制作原料，来自于0吨废弃不用的电子设备中。

经过二次加工后，这些”垃圾“变废为宝，

也符合东京奥运会这回环保办奥运的精神。

值得注意的是，这次东京奥运会的奖牌非常厚，

最厚的部分达到12.1mm，比索契奥运会还多2mm。

所以很多运动员合影的时候喜欢咬奖牌，也看着更霸气。

这里要说下，比赛金牌可不是纯金（财迷眼），

而是含有6g以上镀真金的银。

而银牌就是纯银，铜牌是红铜材质。

可再别以为金牌就是大金牌了。

和风小配件

虽说这次东京奥运会奖牌我并不感冒，

但是最最喜欢它的小配件——装奖牌的盒子，

它们来自一个个日本工匠的精心制作，

希腊胜利女神Nike浮雕图案的奖牌，

被保护在象征日本文化的木匣子里，

一下子就和洋折衷那味儿就出来了。

另外颁奖礼上的托盘也是日本独特的伞状盘。

从到

日本东京奥运会并不是日本的初体验，

早在年，日本就举办过一次非常成功的奥运会。

那时候的奖牌设计，还没有现代浮雕的高新技术。

但是在奖牌绳带上，却是非常有设计心思。

而且对比年和年的logo设计，

比起新logo的动态感和几何感，

我个人也是更偏爱比较保守的风。

一轮标志性的日本红日，

更加整体，大气。

有昭和后期经济大发展背景下，

日本平面设计自成一派的风骨。

最后说说

很多人不理解，日本人为什么对奥运会这么执念。

除了想挣钱翻盘，还有一个不为人知的原因是，

日本国运发展中的——“奥运情结”。

举办奥运会对于日本来讲，是一个绝佳的流量曝光机会，国际影响力非凡。

年日本二战失败，被美国炸得稀碎，人都吃不饱饭。

但是经过短短20年的重建，日本年成功承办奥运会，算是个奇迹了。

奥运会是一张名片，日本能抬头，向世界证明自己是一个正常化的国家了。

所以日本人对奥运的感情特别美好，也认可它能带来的附加价值。

【04 爬虫+可视化动态展示2020东京奥运会奖牌世界分布】

大家好，我是【Python当打之年】

东京奥运会已落下帷幕，中国军团共获得88枚奖牌，其中38枚金牌、32枚银牌、18枚铜牌，金牌榜和奖牌榜仅次于美国，排名第2。

本期主要利用pyecharts给大家展示奥运金金牌、银牌、铜牌以及奖牌总数的世界地图分布，希望对你有所帮助。

先看看效果：

1. 导入模块

import requests import json import pandas as pd from pyecharts.charts import Map, Timeline from pyecharts import options as opts from pyecharts.commons.utils import JsCode from pyecharts.globals import ThemeType

升级 pyecharts 包：可视化部分需要用到 pyecharts==1.9.0，已安装其他低版本的需要升级，如果未安装过pyecharts，直接pip安装就是最新版本。

2. 数据爬取

数据来源于某视频网站接口，如下图：

爬取部分比较简单，这里不做具体分析，仅给出爬取代码：

url = '#39; r = requests.get(url, timeout=30) r.raise_for_status() r.encoding = r.apparent_encoding datas = r.json()['body']['allMedalData'] df = pd.DataFrame() for data in datas: df = df.append([[ data['countryName'], data['goldMedalNum'], data['silverMedalNum'], data['bronzeMedalNum'], data['totalMedalNum']]]) df.columns = ['国家', '金牌', '银牌', '铜牌', '奖牌']

结果：

3. 地图展示

3.1 东京奥运会奖牌数世界分布

代码：

m0 = ( Map() .add("奖牌数", [list(z) for z in zip(df['国家'].values, df['奖牌'].values)], "world", is_map_symbol_show=False, is_roam=False, name_map=name_map) .set_series_opts(label_opts=opts.LabelOpts(is_show=False)) .set_global_opts( title_opts=opts.TitleOpts(), legend_opts=opts.LegendOpts(is_show=False), visualmap_opts=opts.VisualMapOpts(is_show=True, max_=120, is_piecewise=True, split_number = 8, ), ) ) m0.render_notebook()

效果：

3.2 东京奥运会金牌世界分布

代码：

m1 = ( Map() .add("金牌", [list(z) for z in zip(df['国家'].values, df['金牌'].values)], "world", is_map_symbol_show=False, is_roam=False, name_map=name_map) .set_series_opts(label_opts=opts.LabelOpts(is_show=False)) .set_global_opts( title_opts=opts.TitleOpts(), legend_opts=opts.LegendOpts(is_show=False), visualmap_opts=opts.VisualMapOpts(is_show=True, max_=40, is_piecewise=True, split_number = 8, range_color=['#FFFFE0', '#FFA07A', '#CD5C5C', '#8B'] ), ) ) m1.render_notebook()

效果：

3.3 东京奥运会金、银、铜世界分布

效果1：

效果2：

4. 完整代码＋数据：当打之年：源码下载 | Python可视化系列文章资源(源码+数据)

更多内容(公众号：Python当打之年)。

以上就是本期为大家整理的全部内容了，赶快练习起来吧，喜欢的朋友可以点赞、收藏也可以分享让更多人知道

本届东京奥运会，88枚奖牌收官！谢谢你，我们的荣耀！

第32届夏季奥林匹克运动会即年东京奥运会(Tokyo Olympic Games)，是由日本奥林匹克委员会举办的国际性运动会，于年7月23日开幕、8月8日闭幕。

这个夏天很特殊，奥林匹克运动会在新冠肺炎疫情下举办，却依旧见证了无数拼搏奇迹的奥运会，即使没有大规模团体表演，没有华丽服装道具，没有现场人声鼎沸的闭幕式，简洁却不简单。

中国体育代表团431名奥运健儿，在赛场上为了梦想奋力拼搏，拼过，就是真英雄!最终囊获88枚奖牌，平安凯旋!

东京奥运会奖牌得主全记录金牌获得者：银牌获得者铜牌获得者

8月8日晚8时，夜幕下的东京新国立竞技场，灯若星焰，流光溢彩，可容纳近7万人的体育场内没有观众，只有奥运会相关人员和记者。

燃烧着的奥林匹克圣火缓缓熄灭。今夜的东京为奥林匹克运动留下了难忘的回忆，为世界送出了美好的祝福。

冬奥再见!金牌榜对于现在的我们来说，其实并不是那么重要了，重要的是我们全民健身的热潮，我们对健康体魄的追求，重要的是我们永不放弃的精神以及我们对达成目标的渴望，重要的是我们不忘初心的执着以及我们对四个自信的坚定!而这些，通过本届的奥运会我们奥运健儿的表现，都已经完全的展示在我们大家的面前，都已经深深的感染和鼓舞着我们每一个中国人。这就够了。