python案例统计门前抢点射门次数对比？

wen python案例 2026-09-04 195
我来为您设计一个统计门前抢点射门次数的Python案例,这个案例将模拟足球比赛中两名前锋的抢点射门数据对比。
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
from datetime import datetime
# 设置中文显示
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
class 抢点射门分析器:
    def __init__(self):
        """初始化数据分析器"""
        self.射门数据 = []
        self.球员名单 = []
    def 添加射门数据(self, 球员名, 比赛时间, 射门区域, 射门方式, 是否进球, 射门距离):
        """
        添加单个射门数据
        参数:
        - 球员名: 球员姓名
        - 比赛时间: 比赛时间(分钟)
        - 射门区域: 禁区外/小禁区/大禁区/点球点
        - 射门方式: 抢点/起脚/头球/点球
        - 是否进球: 是/否
        - 射门距离: 距离球门距离(米)
        """
        数据 = {
            '球员': 球员名,
            '比赛时间': 比赛时间,
            '射门区域': 射门区域,
            '射门方式': 射门方式,
            '得分': 是否进球,
            '距离': 射门距离
        }
        self.射门数据.append(数据)
        if 球员名 not in self.球员名单:
            self.球员名单.append(球员名)
    def 生成模拟数据(self, 球员名, 场次=30, 平均射门=5):
        """
        生成模拟射门数据
        参数:
        - 球员名: 球员列表
        - 场次: 比赛场次数
        - 平均射门: 每场平均射门数
        """
        np.random.seed(42)  # 设置随机种子确保结果可复现
        for player in 球员名:
            # 生成基础射门数据
            总射门数 = int(平均射门 * 场次 * np.random.uniform(0.8, 1.2))
            for i in range(总射门数):
                # 随机生成比赛时间
                比赛时间 = np.random.randint(1, 95)
                # 根据抢点特点设置概率分布
                区域概率 = np.random.choice(['小禁区', '大禁区', '禁区外'], p=[0.35, 0.45, 0.2])
                # 设置射门方式概率
                if 区域概率 == '小禁区':
                    方式概率 = np.random.choice(['抢点', '头球', '起脚'], p=[0.6, 0.2, 0.2])
                elif 区域概率 == '大禁区':
                    方式概率 = np.random.choice(['抢点', '起脚', '头球'], p=[0.3, 0.5, 0.2])
                else:
                    方式概率 = np.random.choice(['远射', '抢点'], p=[0.7, 0.3])
                # 进球概率与射门区域相关
                if 区域概率 == '小禁区':
                    进球概率 = 0.35
                elif 区域概率 == '大禁区':
                    进球概率 = 0.15
                else:
                    进球概率 = 0.05
                是否进球 = '是' if np.random.random() < 进球概率 else '否'
                # 设置射门距离
                if 区域概率 == '小禁区':
                    距离 = np.random.uniform(1, 8)
                elif 区域概率 == '大禁区':
                    距离 = np.random.uniform(8, 16)
                else:
                    距离 = np.random.uniform(16, 30)
                self.添加射门数据(
                    player, 比赛时间, 区域概率, 方式概率, 
                    是否进球, round(距离, 1)
                )
    def 统计抢点射门(self, 球员列表):
        """
        统计指定球员的抢点射门数据
        """
        统计结果 = {}
        for 球员 in 球员列表:
            球员数据 = [d for d in self.射门数据 if d['球员'] == 球员]
            抢点数据 = [d for d in 球员数据 if d['射门方式'] == '抢点']
            统计结果[球员] = {
                '总射门': len(球员数据),
                '抢点射门': len(抢点数据),
                '抢点进球': sum(1 for d in 抢点数据 if d['得分'] == '是'),
                '抢点率': len(抢点数据) / max(len(球员数据), 1) * 100,
                '抢点命中率': sum(1 for d in 抢点数据 if d['得分'] == '是') / max(len(抢点数据), 1) * 100
            }
        return 统计结果
    def 对比分析(self, 球员A, 球员B):
        """
        对比两个球员的抢点射门数据
        """
        # 获取统计数据
        stats = self.统计抢点射门([球员A, 球员B])
        # 获取抢点射门详情
        球员A抢点 = [d for d in self.射门数据 if d['球员'] == 球员A and d['射门方式'] == '抢点']
        球员B抢点 = [d for d in self.射门数据 if d['球员'] == 球员B and d['射门方式'] == '抢点']
        # 按照比赛时间段统计
        def 时间段统计(抢点数据):
            时间段 = {
                '0-15分钟': 0, '15-30分钟': 0, 
                '30-45分钟': 0, '45-60分钟': 0,
                '60-75分钟': 0, '75-90分钟': 0
            }
            for d in 抢点数据:
                time = d['比赛时间']
                if time < 15:
                    时间段['0-15分钟'] += 1
                elif time < 30:
                    时间段['15-30分钟'] += 1
                elif time < 45:
                    时间段['30-45分钟'] += 1
                elif time < 60:
                    时间段['45-60分钟'] += 1
                elif time < 75:
                    时间段['60-75分钟'] += 1
                else:
                    时间段['75-90分钟'] += 1
            return 时间段
        # 创建对比表格
        对比数据 = {
            '指标': ['总射门数', '抢点射门数', '抢点进球数', '抢点占比(%)', '抢点命中率(%)'],
            球员A: [stats[球员A]['总射门'], stats[球员A]['抢点射门'], 
                   stats[球员A]['抢点进球'], f"{stats[球员A]['抢点率']:.2f}", 
                   f"{stats[球员A]['抢点命中率']:.2f}"],
            球员B: [stats[球员B]['总射门'], stats[球员B]['抢点射门'], 
                   stats[球员B]['抢点进球'], f"{stats[球员B]['抢点率']:.2f}", 
                   f"{stats[球员B]['抢点命中率']:.2f}"]
        }
        df_对比 = pd.DataFrame(对比数据)
        # 可视化
        self.绘制对比图(stats, 球员A, 球员B, 球员A抢点, 球员B抢点)
        return df_对比, stats
    def 绘制对比图(self, stats, 球员A, 球员B, 抢点数据A, 抢点数据B):
        """
        绘制对比图表
        """
        fig, axes = plt.subplots(2, 2, figsize=(14, 10))
        # 1. 射门类型对比饼图
        ax1 = axes[0, 0]
        球员A方式 = {'抢点': 抢点数据A.__len__(), 
                  '其他': stats[球员A]['总射门'] - len(抢点数据A)}
        球员B方式 = {'抢点': 抢点数据B.__len__(), 
                  '其他': stats[球员B]['总射门'] - len(抢点数据B)}
        # 绘制球员A抢点比例
        sizes_A = [球员A方式['抢点'], 球员A方式['其他']]
        sizes_B = [球员B方式['抢点'], 球员B方式['其他']]
        labels = ['抢点射门', '其他射门']
        colors = ['#ff9999','#66b3ff']
        # 主饼图
        wedges_A, texts_A, autotexts_A = ax1.pie(sizes_A, labels=[球员A] + [''], 
                                                 autopct='%1.1f%%', colors=colors, 
                                                 startangle=90, explode=(0.1, 0))
        wedges_B, texts_B, autotexts_B = ax1.pie(sizes_B, labels=[球员B] + [''],
                                                 autopct='%1.1f%%', colors=['#99ff99','#ffcc99'], 
                                                 startangle=90, explode=(0.1, 0))
        # 添加中心圆实现环图效果
        centre_circle = plt.Circle((0,0),0.70,fc='white')
        fig.gca().add_artist(centre_circle)
        ax1.set_title(f'射门类型构成对比')
        ax1.legend([球员A, 球员B], loc='upper right')
        # 2. 抢点区域分布柱状图
        ax2 = axes[0, 1]
        def 抢点区域分布(抢点数据):
            区域分布 = {'小禁区': 0, '大禁区': 0, '禁区外': 0}
            for d in 抢点数据:
                if d['射门区域'] in 区域分布:
                    区域分布[d['射门区域']] += 1
            return region_分布
        # 简化区域分布
        区域A = {}
        区域B = {}
        for d in 抢点数据A:
            区域A[d['射门区域']] = 区域A.get(d['射门区域'], 0) + 1
        for d in 抢点数据B:
            区域B[d['射门区域']] = 区域B.get(d['射门区域'], 0) + 1
        categories = ['小禁区', '大禁区', '禁区外']
        values_A = [区域A.get(cat, 0) for cat in categories]
        values_B = [区域B.get(cat, 0) for cat in categories]
        x_pos = np.arange(len(categories))
        width = 0.35
        bars1 = ax2.bar(x_pos - width/2, values_A, width, label=球员A, color='#ff8c00')
        bars2 = ax2.bar(x_pos + width/2, values_B, width, label=球员B, color='#4169e1')
        ax2.set_xlabel('射门区域')
        ax2.set_ylabel('次数')
        ax2.set_title('抢点射门区域分布')
        ax2.set_xticks(x_pos)
        ax2.set_xticklabels(categories)
        ax2.legend()
        for bars in [bars1, bars2]:
            for bar in bars:
                height = bar.get_height()
                ax2 text = ax2.text(bar.get_x() + bar.get_width()/2., height,
                                    f'{int(height)}', ha='center', va='bottom')
        # 3. 比赛时间段抢点分布
        ax3 = axes[1, 0]
        def 比分段时间统计(数据):
            时间段 = {'0-15': 0, '15-30': 0, '30-45': 0, 
                    '45-60': 0, '60-75': 0, '75-90': 0}
            for d in 数据:
                time = d['比赛时间']
                if time < 15:
                    时间段['0-15'] += 1
                elif time < 30:
                    时间段['15-30'] += 1
                elif time < 45:
                    时间段['30-45'] += 1
                elif time < 60:
                    时间段['45-60'] += 1
                elif time < 75:
                    时间段['60-75'] += 1
                else:
                    时间段['75-90'] += 1
            return 时间段
        时间A = 比分段时间统计(抢点数据A)
        时间B = 比分段时间统计(抢点数据B)
        time_categories = list(时间A.keys())
        values_A_time = list(时间A.values())
        values_B_time = list(时间B.values())
        ax3.plot(time_categories, values_A_time, marker='o', label=球员A, linewidth=2, color='#ff8c00')
        ax3.plot(time_categories, values_B_time, marker='s', label=球员B, linewidth=2, color='#4169e1')
        ax3.set_xlabel('比赛时间段(分钟)')
        ax3.set_ylabel('抢点射门次数')
        ax3.set_title('比赛不同时间段抢点对比')
        ax3.legend()
        ax3.grid(True, alpha=0.3)
        # 4. 抢点射门效率对比
        ax4 = axes[1, 1]
        metrics = ['抢点率(%)', '抢点命中率(%)']
        values_A_metric = [stats[球员A]['抢点率'], stats[球员A]['抢点命中率']]
        values_B_metric = [stats[球员B]['抢点率'], stats[球员B]['抢点命中率']]
        x_pos = np.arange(len(metrics))
        width = 0.35
        bars1 = ax4.bar(x_pos - width/2, values_A_metric, width, label=球员A, color='#ff8c00')
        bars2 = ax4.bar(x_pos + width/2, values_B_metric, width, label=球员B, color='#4169e1')
        ax4.set_xlabel('指标')
        ax4.set_ylabel('百分比(%)')
        ax4.set_title('抢点效率对比')
        ax4.set_xticks(x_pos)
        ax4.set_xticklabels(metrics)
        ax4.legend()
        ax4.set_ylim(0, 100)
        for bars in [bars1, bars2]:
            for bar in bars:
                height = bar.get_height()
                ax4.text(bar.get_x() + bar.get_width()/2., height,
                        f'{height:.1f}%', ha='center', va='bottom')
        plt.suptitle(f'抢点射门深度分析：{球员A} vs {球员B}', fontsize=16, y=1.02)
        plt.tight_layout()
        plt.show()
    def 生成报告(self, 球员A, 球员B):
        """
        生成详细的文本分析报告
        """
        对比表格, stats = self.对比分析(球员A, 球员B)
        print("=" * 60)
        print(f"抢点射门分析报告：{球员A} vs {球员B}")
        print("=" * 60)
        print("\n【统计概览】")
        print(对比表格.to_string(index=False))
        print("\n【关键发现】")
        # 找出更有优势的球员
        if stats[球员A]['抢点率'] > stats[球员B]['抢点率']:
            print(f"1. {球员A}的抢点射门占比更高({stats[球员A]['抢点率']:.1f}% vs {stats[球员B]['抢点率']:.1f}%)")
        else:
            print(f"1. {球员B}的抢点射门占比更高({stats[球员B]['抢点率']:.1f}% vs {stats[球员A]['抢点率']:.1f}%)")
        if stats[球员A]['抢点命中率'] > stats[球员B]['抢点命中率']:
            print(f"2. {球员A}的抢点射门效率更高({stats[球员A]['抢点命中率']:.1f}% vs {stats[球员B]['抢点命中率']:.1f}%)")
        else:
            print(f"2. {球员B}的抢点射门效率更高({stats[球员B]['抢点命中率']:.1f}% vs {stats[球员A]['抢点命中率']:.1f}%)")
        print("\n【建议】")
        total_A = stats[球员A]['抢点射门'] + stats[球员B]['抢点射门']
        优势_球员 = 球员A if stats[球员A]['抢点命中率'] > stats[球员B]['抢点命中率'] else 球员B
        print(f"3. 建议战术策略：{'加强抢点进攻机会获取' if 优势_球员 == 球员A else '优化抢点射门时机和位置'}")
        return 对比表格
# 使用示例
if __name__ == "__main__":
    # 创建分析器实例
    分析器 = 抢点射门分析器()
    # 生成模拟数据
    print("正在生成模拟射门数据...")
    分析器.生成模拟数据(['A-射门王', 'B-抢点机器'], 场次=25, 平均射门=4)
    # 执行对比分析
    print("\n开始对比分析...\n")
    报告 = 分析器.生成报告('A-射门王', 'B-抢点机器')
    print("\n分析完成！")
这个程序提供了全面的抢点射门对比分析功能：
主要功能：