根据python案例，Whoscored评分对比？

wen python案例 2026-09-29 1

Whoscored 评分对比案例（Python）

下面用 Python 演示如何对比不同球员的 Whoscored 评分，包含数据构建、可视化、统计对比三步。

数据准备

Whoscored 没有公开 API，实际项目中通常用 requests + BeautifulSoup 抓取，或使用 soccerdata、ScraperFC 等库，这里先用模拟数据演示分析逻辑。

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
# 模拟 Whoscored 评分数据（近 5 场比赛）
data = {
    "球员": ["梅西", "梅西", "梅西", "梅西", "梅西",
             "姆巴佩", "姆巴佩", "姆巴佩", "姆巴佩", "姆巴佩",
             "哈兰德", "哈兰德", "哈兰德", "哈兰德", "哈兰德"],
    "对手": ["A队", "B队", "C队", "D队", "E队"] * 3,
    "评分": [8.5, 9.1, 7.8, 8.9, 9.3,
             7.9, 8.2, 8.6, 7.5, 8.8,
             8.1, 7.6, 8.9, 8.4, 7.2],
}
df = pd.DataFrame(data)
print(df.head())

基础统计对比

stats = df.groupby("球员")["评分"].agg(
    场次="count",
    平均评分="mean",
    最高评分="max",
    最低评分="min",
    标准差="std"
).round(2)
print(stats)

示例输出：

         场次  平均评分  最高评分  最低评分  标准差
哈兰德      5    8.04    8.9    7.2   0.66
姆巴佩      5    8.20    8.8    7.5   0.50
梅西       5    8.72    9.3    7.8   0.61

可视化对比

① 折线图：各球员逐场评分走势

plt.figure(figsize=(10, 5))
sns.lineplot(data=df, x="对手", y="评分", hue="球员", marker="o")"Whoscored 逐场评分对比")
plt.ylabel("评分")
plt.grid(alpha=0.3)
plt.show()

② 箱线图：评分分布对比

plt.figure(figsize=(8, 5))
sns.boxplot(data=df, x="球员", y="评分")"评分分布对比")
plt.show()

③ 柱状图：平均评分

plt.figure(figsize=(8, 5))
sns.barplot(data=df, x="球员", y="评分", estimator="mean", errorbar=None)"平均评分对比")
plt.ylabel("平均评分")
plt.show()

进阶：显著性检验

若想知道球员之间评分差异是否具有统计显著性：

from scipy import stats
messi  = df[df["球员"] == "梅西"]["评分"]
mbappe = df[df["球员"] == "姆巴佩"]["评分"]
t, p = stats.ttest_ind(messi, mbappe, equal_var=False)
print(f"t = {t:.3f}, p = {p:.4f}")
if p < 0.05:
    print("两人评分存在显著差异")
else:
    print("两人评分差异不显著")

实战：抓取 Whoscored 数据（思路）

Whoscored 有反爬（Cloudflare + JS 加密），直接 requests 拿不到，常见方案：

# 方案A：使用 soccerdata 库
# pip install soccerdata
import soccerdata as sd
ws = sd.WhoScored(leagues="ENG-Premier League", seasons="2023-2024")
ratings = ws.read_player_match_ratings(match_id="xxxxxxxx")
print(ratings.head())
# 方案B：ScraperFC
# pip install ScraperFC
from ScraperFC import WhoScored
ws = WhoScored()
df = ws.scrape_player_match_stats(league="Premier League",
                                  season="2023-2024",
                                  match_id="xxxx")

⚠️ Whoscored 使用条款限制自动化抓取，建议仅用于学习并遵守其 robots.txt。

完整分析脚本整合

def compare_players(df, players):
    sub = df[df["球员"].isin(players)]
    # 统计
    stats = sub.groupby("球员")["评分"].agg(["mean", "max", "min", "std"]).round(2)
    print("=== 统计数据 ===")
    print(stats)
    # 可视化
    fig, axes = plt.subplots(1, 2, figsize=(14, 5))
    sns.lineplot(data=sub, x="对手", y="评分", hue="球员", marker="o", ax=axes[0])
    axes[0].set_title("逐场走势")
    sns.boxplot(data=sub, x="球员", y="评分", ax=axes[1])
    axes[1].set_title("分布对比")
    plt.tight_layout()
    plt.show()
    return stats
compare_players(df, ["梅西", "姆巴佩", "哈兰德"])

Whoscored 评分本质是 0–10 的连续变量，适合用均值 + 分布 + 走势三个维度对比。
想量化判断差距是否“真实”，可用 t 检验 / ANOVA。
生产环境建议用 soccerdata 或 ScraperFC 抓取，别自己硬爬。

需要我改成具体某两个球员、某赛季的真实数据抓取版本吗？