这个python案例显示前场逼抢效率如何？

wen python案例 2026-09-17 1

前场逼抢效率分析案例

您提到的"这个Python案例"我这边没有看到具体代码，不过我可以给您展示一个完整的前场逼抢效率分析案例,您对照参考：

核心指标定义

前场逼抢效率通常用这几个指标衡量：

指标	含义
PPDA	对手每次防守动作允许的传球数（越低越激进）
高位夺回率	前场1/3区域夺回球权次数 / 总逼抢次数
逼抢后5秒射门率	逼抢成功后5秒内形成射门的比例
逼抢转化率	逼抢成功 → 射门/进球的转化

示例代码

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
# 模拟比赛事件数据（实际应来自StatsBomb/OPTA等）
np.random.seed(42)
events = pd.DataFrame({
    'team': np.random.choice(['A队', 'B队'], 500),
    'x': np.random.uniform(0, 120, 500),   # 球场长度120
    'y': np.random.uniform(0, 80, 500),
    'event_type': np.random.choice(['pass', 'tackle', 'interception', 'shot'], 500,
                                    p=[0.7, 0.1, 0.1, 0.1]),
    'outcome': np.random.choice(['success', 'fail'], 500, p=[0.6, 0.4]),
    'minute': np.random.randint(0, 90, 500)
})
# 定义前场区域（对方半场 x > 60，前场1/3 x > 80）
def zone(x):
    if x > 80: return '前场1/3'
    elif x > 60: return '中场前段'
    else: return '后场'
events['zone'] = events['x'].apply(zone)
# 1. 高位夺回率
high_press = events[(events['zone'].isin(['前场1/3', '中场前段'])) &
                    (events['event_type'].isin(['tackle', 'interception'])) &
                    (events['outcome'] == 'success')]
total_press = events[(events['zone'].isin(['前场1/3', '中场前段'])) &
                     (events['event_type'].isin(['tackle', 'interception']))]
print("=== 前场逼抢效率 ===")
for team in ['A队', 'B队']:
    hp = len(high_press[high_press['team'] == team])
    tp = len(total_press[total_press['team'] == team])
    print(f"{team}: 高位夺回 {hp} 次 / 逼抢 {tp} 次 = {hp/tp*100:.1f}%")
# 2. 可视化逼抢位置热图
fig, axes = plt.subplots(1, 2, figsize=(14, 5))
for i, team in enumerate(['A队', 'B队']):
    hp = high_press[high_press['team'] == team]
    axes[i].scatter(hp['x'], hp['y'], alpha=0.6, c='red', s=40)
    axes[i].axvline(60, color='gray', ls='--', label='半场线')
    axes[i].axvline(80, color='blue', ls='--', label='前场1/3')
    axes[i].set_xlim(0, 120); axes[i].set_ylim(0, 80)
    axes[i].set_title(f'{team} 高位夺回位置')
    axes[i].legend()
plt.tight_layout(); plt.show()
# 3. 分时段逼抢强度（识别逼抢动能变化）
events['period'] = pd.cut(events['minute'], bins=[0,15,30,45,60,75,90])
strength = total_press.groupby(['team', 'period'], observed=True).size().unstack(0)
print("\n=== 分时段逼抢次数 ===")
print(strength)