python案例统计冲刺跑次数谁更多？

wen python案例 2026-08-26 2

Python案例实战：用数据科学揭秘“冲刺跑次数谁更多”？——一场基于运动手环日志的统计分析

目录导读

python案例统计冲刺跑次数谁更多？

问题背景与数据来源：为什么“冲刺跑次数”需要统计？数据从哪里来？
Python环境与库准备：我们需要哪些工具（pandas、matplotlib、seaborn）？
数据清洗与预处理：如何剔除无效记录并提取“冲刺”事件？
核心算法逻辑：如何用Python定义“冲刺”并计数？
实战案例：对比两名跑者的冲刺频次（含完整代码与可视化）
统计结果与业务洞察：谁更多？差异是否显著？
常见问题FAQ：关于阈值设定、误判处理与扩展思考
总结与行动建议

问题背景与数据来源

在运动科学或团队竞技中，教练常关心“高强度冲刺跑次数”，足球运动员全场冲刺次数直接影响体能分配，但人工肉眼统计误差大，且耗时费力，我们可用智能手环或GPS追踪器采集的高频加速度计数据（如每秒10-50Hz）来客观统计。

案例数据：假设我们有两名同水平跑者A和B，各自佩戴同一型号手表，进行了一次30分钟的高强度间歇训练，手表记录了时间戳、三轴加速度（x, y, z）、心率等字段，我们仅围绕“加速度幅值变化率”和“速度阈值”来判断冲刺。

关键定义：冲刺”指瞬时速度超过最大有氧速度（如12km/h）且持续时间超过1秒，或者加速度突变（如Jerk值）超过阈值，本案例采用后者，因为它不依赖GPS信号（室内同样有效）。

Python环境与库准备

我们使用Python 3.9+,需要导入以下核心库：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from scipy.signal import find_peaks

如果没有安装，可在终端运行：pip install pandas numpy matplotlib seaborn scipy。

数据清洗与预处理

原始CSV数据格式可能如下（模拟数据）：

timestamp	accel_x	accel_y	accel_z	heart_rate
00	-0.1	3	8	80
02	-1.2	8	2	82

清洗步骤：

删除缺失值：df.dropna(inplace=True)
计算合成加速度幅值：df['magnitude'] = np.sqrt(df['accel_x']**2 + df['accel_y']**2 + df['accel_z']**2)
去除重力分量（z轴均值接近9.8），我们只关心动态变化，所以去中心化：df['mag_dynamic'] = df['magnitude'] - df['magnitude'].rolling(window=50, center=True).mean()（50个采样点约为1秒窗口）。

核心算法逻辑：如何定义并计数“冲刺”

冲刺的物理特征是短时间内加速度幅值的剧烈抖动，我们采用二阶导数（Jerk） 或幅值差分方法。

算法步骤：

计算差分：df['delta_mag'] = df['mag_dynamic'].diff()
设定阈值：当|delta_mag| > 2.5 m/s³（经过标定）且持续时间超过0.3秒,则视为一次冲刺事件。
使用find_peaks寻找正向尖峰（或负向尖峰）作为起始点,并连续标记直到回落。

更稳健的替代方案：用移动标准差（rolling std）识别高波动区间，当窗口（0.5秒）内标准差 > 1.5 m/s²时,标记为冲刺。

实战案例：对比跑者A和B

我们生成两组模拟数据（真实场景中直接读取两文件）,核心代码展示：

def count_sprints(df, threshold=1.5, window=25):
    df['mag_dynamic'] = df['magnitude'] - df['magnitude'].rolling(50, center=True).mean()
    df['std'] = df['mag_dynamic'].rolling(window, center=True).std()
    mask = df['std'] > threshold
    # 标记连续区段
    groups = mask.ne(mask.shift()).cumsum()
    sprint_counts = (mask.groupby(groups).sum() > 0).sum()  # 每个独立区段计数为1
    return sprint_counts, mask

运行结果（模拟输出）：