实用脚本统计区域防守漏洞出现几次？

本文目录导读：

1. 场景一：从视频/直播的文本记录（如解说词、赛后报告）中统计关键词次数
2. 场景二：从结构化的赛事数据（Excel/CSV）中统计
3. 场景三：从比赛录像的帧/事件日志（JSON）中统计
4. 如何选择脚本？

要统计“区域防守漏洞”出现的次数，需要先明确“漏洞”的定义（是传球被断、漏人、被打穿，还是某个关键词）以及数据的来源（是文本记录、视频标签还是数据库）。

由于你没有提供具体的数据文件，我给你提供三个最常用场景的实用脚本（Python）,你可以根据手头的数据类型直接套用。

从视频/直播的文本记录（如解说词、赛后报告）中统计关键词次数

适用情况：你有一段从转播字幕或球探报告中复制下来的文字，想统计“防守漏洞”、“漏人”、“失位”、“被打穿”等词出现的频率。

# -*- coding: utf-8 -*-
"""
脚本名称：区域防守漏洞关键词统计器
功能：统计一段文本中，描述防守漏洞的各种同义词出现的总次数。
"""
import re
from collections import Counter
def count_defensive_lapses(text, keywords=None):
    """
    统计防守漏洞关键词出现次数
    :param text: 输入的文本字符串
    :param keywords: 关键词列表，如果不提供则使用默认内置词库
    """
    if keywords is None:
        keywords = [
            "防守漏洞", "漏人", "失位", "被打穿", "防线缺口",
            "空当", "漏防", "盯人不紧", "身后球", "被打身后"
        ]
    # 初始化计数器
    total_count = 0
    keyword_stats = Counter()
    # 将文本转换为小写（如果关键词是英文）
    text_lower = text.lower()
    # 逐词统计
    for kw in keywords:
        kw_lower = kw.lower()
        # 使用 re.findall 来统计所有出现次数（非重叠）
        count = len(re.findall(re.escape(kw_lower), text_lower))
        if count > 0:
            keyword_stats[kw] = count
            total_count += count
    return total_count, keyword_stats
# ---------- 使用示例 ----------
if __name__ == "__main__":
    # 模拟一段球探报告文本
    sample_text = """
    第23分钟，对方边锋突破，**防守漏洞**暴露，中卫失位导致射门。
    第45分钟，再次出现**漏人**现象，前点**漏人**造成丢球。
    下半场，球队整体阵型前压，**被打穿**两次，防线**被打穿**的问题严重。
    终场前，**防守漏洞**再一次显现，**失位**后补防不及。
    """
    total, stats = count_defensive_lapses(sample_text)
    print(f"总漏洞次数: {total} 次")
    print("明细统计：")
    for kw, c in stats.items():
        print(f"  - {kw}: {c} 次")

从结构化的赛事数据（Excel/CSV）中统计

适用情况：你有一张表（match_events.csv），里面有“事件类型”列（包含了“防守漏洞”记录），或者有“区域”列（如：A区、B区）和“是否漏洞”列,你想统计某个特定区域在多少场比赛里出现了漏洞。

# -*- coding: utf-8 -*-
"""
脚本名称：CSV数据漏洞统计器
功能：读取CSV文件，筛选出标记为“防守漏洞”的事件，按区域分组统计次数。
前提：CSV文件中有一列叫 'event_type'（值为 'defensive_lapse'）和一列叫 'zone'。
"""
import pandas as pd
def analyze_csv(file_path, event_column='event_type', zone_column='zone', lapse_value='defensive_lapse'):
    """
    从CSV文件中统计每个区域的防守漏洞次数
    :param file_path: CSV文件路径
    :param event_column: 事件类型列名
    :param zone_column: 区域列名
    :param lapse_value: 表示漏洞的特定值（如 '漏洞' 或 'lapse'）
    """
    # 读取文件（请根据实际分隔符修改 sep 参数）
    df = pd.read_csv(file_path)
    # 筛选出漏洞事件
    lapses_df = df[df[event_column] == lapse_value]
    # 如果确实有区域列，则按区域统计
    if zone_column in df.columns:
        result = lapses_df[zone_column].value_counts().reset_index()
        result.columns = [zone_column, '漏洞次数']
        total = result['漏洞次数'].sum()
        return total, result
    else:
        # 没有区域列，只返回总数
        return len(lapses_df), None
# ---------- 使用示例 ----------
if __name__ == "__main__":
    # 假设你的文件是 'match_data.csv'
    try:
        total, zone_stats = analyze_csv('match_data.csv')
        print(f"总漏洞次数: {total}")
        if zone_stats is not None:
            print("各区域漏洞分布：")
            print(zone_stats.to_string(index=False))
    except FileNotFoundError:
        print("错误：找不到该CSV文件，请检查文件路径。")

从比赛录像的帧/事件日志（JSON）中统计

适用情况：如果你在做视频分析，导出的数据是JSON格式，每个“防守漏洞”都是一个独立事件对象，里面含有位置（x,y坐标）或时间段,可以统计在一场比赛中漏洞发生的频次以及密集时间段。

# -*- coding: utf-8 -*-
"""
脚本名称：JSON事件日志漏洞频次统计
功能：解析JSON事件列表，统计防守漏洞事件总数，并找出发生次数最多的上半场/下半场。
"""
import json
from collections import Counter
def analyze_json_events(json_file_path):
    """
    :param json_file_path: JSON文件路径，格式为 [{"type": "lapse", "minute": 23}, ...]
    """
    with open(json_file_path, 'r', encoding='utf-8') as f:
        events = json.load(f)
    # 筛选出类型为 'lapse' 的事件（可以根据你的数据调整字段名）
    lapses = [ev for ev in events if ev.get('type') == 'lapse']
    # 按分钟统计次数（用于找密集爆发期）
    minute_counter = Counter()
    for lapse in lapses:
        minute = lapse.get('minute', 0)
        minute_counter[minute] += 1
    # 按时间段划分（上半场1-45分钟，下半场46-90分钟）
    first_half = sum(v for k, v in minute_counter.items() if k <= 45)
    second_half = sum(v for k, v in minute_counter.items() if k > 45)
    # 找出单分钟发生最多的时段
    peak_minute = minute_counter.most_common(1)[0] if minute_counter else (0, 0)
    return {
        "总漏洞次数": len(lapses),
        "上半场次数": first_half,
        "下半场次数": second_half,
        "漏洞最集中的分钟": f"第{peak_minute[0]}分钟 (发生{peak_minute[1]}次)"
    }
# ---------- 使用示例 ----------
if __name__ == "__main__":
    # 模拟数据
    result = analyze_json_events('events.json')
    for key, value in result.items():
        print(f"{key}: {value}")

如何选择脚本？

如果你有具体的文件格式（比如一张截图或CSV表头），可以发给我,我帮你改造成直接可用的代码。