Python数据可视化实战：如何精准分析足球射门位置分布图？（附完整代码）
目录导读
- 射门位置分布图的价值：为什么教练和分析师都在用它？
- 数据准备：从哪获取高质量射门数据？（xG坐标格式）
- Python核心代码拆解：Matplotlib + Pandas 绘制热力图与散点图
- 关键交互技巧：如何用颜色/大小映射射门结果（进球/射正/射偏）
- 常见陷阱与优化：坐标归一化、球场背景绘制、数据过拟合问题
- 问答环节：解决你关于“射门分布图”的3个高频疑问
射门位置分布图的价值
在足球数据分析中，射门位置图能直观回答“球队进攻效率”和“球员射门习惯”两大核心问题，曼城上赛季83%的进球来自禁区内的“小禁区角”区域，而曼联的远射占比高达27%却转化率仅3%，通过Python绘制分布图，你可以快速发现这些规律，不同于传统统计表，热力图能揭示射门密度与进球概率之间的空间关联——这正是xG（预期进球）模型的可视化基础。
数据准备
我们使用StatsBomb免费公开数据集（含英超2023-24赛季所有射门事件），每条数据包含：x（0-120像素坐标）、y（0-80）、shot_outcome（Goal/On Target/Off Target/Blocked）、xG值。关键步骤：将坐标转换为标准球场比例（105m×68m），即x_new = x / 120 * 105，y_new = y / 80 * 68,否则热力图会失真。
Python核心代码拆解
以下代码绘制“射门密度热力图 + 进球散点叠加”：
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
from scipy.ndimage import gaussian_filter
# 加载数据
df = pd.read_csv('shots.csv')
df['x_m'] = df['x'] * 105/120
df['y_m'] = df['y'] * 68/80
# 创建2D直方图（网格分辨率10x10）
heatmap, xedges, yedges = np.histogram2d(df['y_m'], df['x_m'], bins=(12, 16), range=[[0,68],[0,105]])
# 高斯平滑消除锯齿
heatmap_smooth = gaussian_filter(heatmap, sigma=1.2)
# 绘制热力图
plt.imshow(heatmap_smooth, extent=[0,105,0,68], origin='lower', cmap='Reds', alpha=0.7, aspect='equal')
# 叠加进球散点（红色圆点，大小映射xG）
goals = df[df['shot_outcome']=='Goal']
plt.scatter(goals['x_m'], goals['y_m'], c='blue', s=goals['xG']*200, alpha=0.8, edgecolors='white')
# 绘制球场轮廓（简易版）
plt.plot([0,105,105,0,0],[0,0,68,68,0], color='black')
plt.plot([52.5,52.5],[0,68], linestyle='--', color='black')
'Premier League 2023/24 射门位置分布图')
plt.xlabel('球场长度 (米)')
plt.ylabel('球场宽度 (米)')
plt.tight_layout()
plt.show()
关键交互技巧
- 颜色映射：用
cmap='coolwarm'区分左右脚射门习惯（左脚用蓝色，右脚用红色）。 - 尺寸映射：
s参数绑定xG值——大圆点代表高概率进球机会，教练可快速定位“关键射门区域”。 - 分组对比：用
for循环分别绘制主队/客队子图，或上半场/下半场对比图。
常见陷阱与优化
- 坐标陷阱：部分公开数据使用
x=100,y=100的归一化坐标，需先检查数据范围。 - 过拟合：网格数太小（如5×5）会丢失细节，太大（如50×50）则产生噪声，推荐网格数=
sqrt(n_shots)/2。 - 球场背景：使用
mplsoccer库的VerticalPitch()函数直接绘制标准球场,比手绘线条更专业。
问答环节
问1：为什么我的热力图显示射门集中在边路，但实际球队是中路渗透打法？
答：这可能是因为你未按“射门结果”过滤，若包含被封堵（Blocked）射门，边路传中造成的“被封堵射门”会占据大量频次，建议根据分析目标筛选shot_outcome：分析“有效进攻”时仅保留射正+进球，分析“压迫强度”时保留所有射门。
问2：是否只能用Matplotlib？Power BI可以做到吗？
答：Plotly交互式图表更适合网页展示（支持悬停查看球员姓名），Power BI虽能用内置“热图层”实现，但自定义球场背景和xG权重映射较繁琐，Python的mplsoccer库提供一键绘制专业球场，且能无缝衔接机器学习模型（如聚类分析射门区域）。
问3：如何判断两个球员的射门分布是否有显著差异？
答：计算每个网格的“射门频率”和“进球转化率”，然后用scipy.stats.chi2_contingency做卡方检验，例如比较哈兰德和萨拉赫：若p值<0.05，则说明二者射门区域选择有统计学差异,可用分面图可视化。
通过上述代码和思考框架，你不仅能复现“射门位置分布图”，还能延伸到“传球网络图”、“防守压迫热区”等分析。数据可视化不是目的，而是发现故事的手段——下一篇文章我们将用K-Means聚类自动划分射门危险区,敬请期待。
