综合赛后python案例，哪队运气更好一些？

wen python案例 2026-08-27 3

本文目录导读：

什么是“运气”？——数学定义
数据准备（假设）
计算运气指标
综合打分
结论输出
如果实际是电竞（如LOL）：
总结回答你的问题

要回答“哪队运气更好”，我们需要一个具体的综合赛后（比如某场体育比赛、电竞比赛或综合赛事）的Python案例数据，不过你提的是“综合赛后python案例”，我猜测你可能是指用Python分析一场综合赛事（例如足球、篮球、电竞）的数据，看哪支队伍在统计上运气更好（如进球效率、绝杀、低概率事件等）。

由于你没有提供具体数据和代码，我无法直接得出“哪队运气更好”的结论，但我可以给你一个通用的Python分析框架，并演示如何定义和量化“运气”：

什么是“运气”？——数学定义

在体育统计中，运气通常指实际结果与预期结果（xG/Expected Goals 或统计模型预测）之间的偏差。

高运气：实际得分远高于预期（比如弱队靠远射、点球、乌龙、门将神扑赢球）。
低运气：实际得分远低于预期（比如强队狂射20脚但只进1球）。

数据准备（假设）

假设你有两场比赛（或两队）的赛后数据,以足球为例：

射门次数（Shots）
射正次数（Shots on Target）
进球数（Goals）
对手的失误（Opponent errors）
点球次数（Penalties）
门将扑救（Saves）等

我模拟一组数据,方便演示：

import pandas as pd
import numpy as np
# 模拟两队数据 (Team A, Team B)
data = {
    'team': ['A', 'B'],
    'goals_scored': [3, 1],
    'expected_goals': [1.2, 2.5],  # 预期进球 (xG)
    'shots': [10, 22],
    'shots_on_target': [5, 12],
    'penalties': [1, 0],           # 点球
    'own_goals_against': [0, 1],   # 对手乌龙球
    'huge_chances_missed': [1, 5]  # 巨大机会浪费
}
df = pd.DataFrame(data)
print(df)

计算运气指标

1 常规偏差：实际进球 vs 预期进球

df['luck_diff'] = df['goals_scored'] - df['expected_goals']
print("运气差值 (进球-xG):")
print(df[['team', 'goals_scored', 'expected_goals', 'luck_diff']])

luck_diff 为正，说明进球比预期多,运气好。
为负则运气差。

结果：

A队：3 - 1.2 = +1.8 (运气爆棚)
B队：1 - 2.5 = -1.5 (运气极差)

2 转化率异常：射正转化率 vs 联赛平均

# 假设联赛平均射正转化率为 0.3 (30%)
avg_conversion = 0.3
df['conversion'] = df['goals_scored'] / df['shots_on_target']
df['conversion_deviation'] = df['conversion'] - avg_conversion
print("\n射正转化率偏差:")
print(df[['team', 'shots_on_target', 'goals_scored', 'conversion', 'conversion_deviation']])

A队：3/5=60%，比平均高30个百分点 → 运气好
B队：1/12=8.3%，比平均低21.7个百分点 → 运气差

3 点球/乌龙球等非运动战进球占比

df['non_open_play_goals'] = df['penalties'] + df['own_goals_against']  # 宽松定义
df['luck_ratio'] = df['non_open_play_goals'] / df['goals_scored']
print("\n非运动战进球占比（运气成分）:")
print(df[['team', 'goals_scored', 'penalties', 'own_goals_against', 'luck_ratio']])

A队：1个点球 / 3球 = 33.3% 靠运气
B队：1个乌龙球 / 1球 = 100% 靠运气（但只进1球）

综合打分

定义一个综合运气指数（加权平均）：

weights = {'luck_diff': 0.5, 'conversion_deviation': 0.3, 'luck_ratio': 0.2}
df['luck_score'] = (df['luck_diff'] * weights['luck_diff'] / df['luck_diff'].abs().max() + 
                    df['conversion_deviation'] * weights['conversion_deviation'] / df['conversion_deviation'].abs().max() +
                    df['luck_ratio'] * weights['luck_ratio'] / df['luck_ratio'].max())

注意：这里归一化是为了让指标量纲一致。

结论输出

luckiest_team = df.loc[df['luck_score'].idxmax(), 'team']
print(f"\n最幸运的球队是：{luckiest_team}")
print("\n详细运气报告：")
print(df[['team', 'luck_diff', 'conversion_deviation', 'luck_ratio', 'luck_score']])