这个python案例怎么看本场的战术纪律执行？

wen python案例 2026-09-12 2

本文目录导读：

先定义“战术纪律执行”的指标
用Python怎么“看”
怎么解读结果
如果你说的是某个具体的Python案例

在Python里看“本场战术纪律执行”，通常不是直接看代码本身，而是把比赛事件数据转成纪律指标，再做可视化/评分,下面给你一个可直接套用的分析框架和代码模板。

先定义“战术纪律执行”的指标

不同项目含义不同，足球/篮球常用这些：

维度	指标	纪律好的表现
阵型保持	球员平均站位偏离战术位置的距离	越小越好
防守纪律	犯规数、黄牌、危险区域犯规	越少越好
进攻纪律	无效远射、盲目传中、丢球率	越低越好
压迫纪律	高位逼抢触发次数 vs 被过次数	触发多、被过少
转换纪律	由攻转守回追人数/时间	回追快、人数够
教练指令	换人后阵型执行度	换人后偏离度不上升

用Python怎么“看”

核心思路：把事件数据 → 计算纪律分数 → 可视化对比。

数据准备（示例结构）

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
# 假设有一份本场事件数据
events = pd.DataFrame({
    'player': ['A','B','C','A','D','B','C','A'],
    'team':   ['主队']*8,
    'event':  ['pass','foul','shot','pass','foul','pass','shot','tackle'],
    'x': [30, 60, 85, 40, 70, 50, 88, 45],
    'y': [20, 35, 50, 25, 40, 30, 52, 22],
    'minute': [5, 12, 20, 28, 35, 42, 55, 60],
    'success': [1, 0, 0, 1, 0, 1, 0, 1]
})
# 战术位置（教练要求的平均站位）
tactical_position = {'A': (35, 22), 'B': (55, 32), 'C': (80, 50), 'D': (65, 38)}

计算纪律指标

def discipline_score(events, tactical_position):
    score = {}
    # 1) 站位纪律：实际平均位置 vs 战术位置
    pos = events.groupby('player')[['x','y']].mean()
    deviation = []
    for p, (tx, ty) in tactical_position.items():
        if p in pos.index:
            dx = pos.loc[p,'x'] - tx
            dy = pos.loc[p,'y'] - ty
            deviation.append(np.sqrt(dx**2 + dy**2))
    score['站位偏离度'] = np.mean(deviation) if deviation else np.nan
    # 2) 犯规纪律
    fouls = (events['event'] == 'foul').sum()
    score['犯规次数'] = fouls
    # 3) 进攻选择纪律：低质量射门（x>80 且 success=0 算勉强打门）
    bad_shots = ((events['event']=='shot') & (events['x']>80) & (events['success']==0)).sum()
    score['低质量射门'] = bad_shots
    # 4) 传球纪律：传球成功率
    passes = events[events['event']=='pass']
    score['传球成功率'] = passes['success'].mean() if len(passes) else np.nan
    return score
result = discipline_score(events, tactical_position)
print(result)

可视化：一眼看出纪律好坏

def plot_discipline(result):
    metrics = list(result.keys())
    values = list(result.values())
    fig, ax = plt.subplots(figsize=(8,4))
    bars = ax.barh(metrics, values, color=['#2ecc71' if v < 50 else '#e74c3c' for v in values])
    ax.set_title('本场战术纪律执行概览')
    ax.set_xlabel('数值（越低越纪律，传球成功率除外）')
    for b, v in zip(bars, values):
        ax.text(b.get_width(), b.get_y()+b.get_height()/2, f'{v:.2f}', va='center')
    plt.tight_layout()
    plt.show()
plot_discipline(result)

和赛季平均对比，看“本场是否执行到位”

season_avg = {'站位偏离度': 8.0, '犯规次数': 12, '低质量射门': 4, '传球成功率': 0.82}
compare = pd.DataFrame({
    '本场': result,
    '赛季平均': season_avg
})
compare['执行评价'] = np.where(
    (compare['本场'] <= compare['赛季平均']) | (compare.index=='传球成功率'),
    '达标', '需改进'
)
print(compare)