python案例认为这场零封是否归功于防线？

wen python案例 2026-10-13 1

Python 分析：这场零封是否归功于防线？

我来构建一个多维度分析框架,帮你判断零封的归因。

分析框架设计

零封（clean sheet）可能归因于：

防线强度 — 对手射门少、射正少、xGA 低
门将神扑 — 对手 xGA 高但实际丢球为 0（门将超神）
对手锋无力 — 对手射门多但质量差 / 转化率低
运气因素 — 对手打中门框等

Python 实现

import pandas as pd
import numpy as np
class CleanSheetAnalyzer:
    """零封归因分析器"""
    def __init__(self, team_name, match_data):
        self.team = team_name
        self.data = match_data
    def analyze(self):
        d = self.data
        report = {}
        # ========== 1. 防线压制力 ==========
        # 对手射门次数、射正次数
        shots_faced = d['opp_shots']
        sot_faced = d['opp_shots_on_target']
        # 防守强度评分（越低越好）
        shot_suppression = max(0, 1 - shots_faced / 20)   # 20脚为基准
        sot_suppression = max(0, 1 - sot_faced / 8)       # 8脚射正为基准
        report['防线压制力'] = {
            '对手射门': shots_faced,
            '对手射正': sot_faced,
            '射门抑制分': round(shot_suppression, 2),
            '射正抑制分': round(sot_suppression, 2),
        }
        # ========== 2. 门将贡献 ==========
        # xGA(预期丢球) vs 实际丢球
        xga = d['xGA']
        goals_against = 0  # 零封
        # 门将阻止进球数（PSxG-GA 概念）
        goals_prevented = xga - goals_against
        gk_score = min(1.0, goals_prevented / 1.5)  # 阻止1.5球为满分
        report['门将贡献'] = {
            '对手xGA': xga,
            '实际丢球': goals_against,
            '门将阻止进球': round(goals_prevented, 2),
            '门将评分': round(gk_score, 2),
        }
        # ========== 3. 对手射门质量 ==========
        # 平均每次射门的xG
        xg_per_shot = xga / max(shots_faced, 1)
        # 基准 0.10，越低说明对手在瞎射
        opp_quality = '差' if xg_per_shot < 0.08 else \
                      '一般' if xg_per_shot < 0.12 else '好'
        report['对手射门质量'] = {
            '每次射门xG': round(xg_per_shot, 3),
            '评价': opp_quality,
        }
        # ========== 4. 综合归因 ==========
        # 加权：防线 0.4，门将 0.4，对手低效 0.2
        defense_contrib = 0.4 * (shot_suppression + sot_suppression) / 2
        gk_contrib = 0.4 * gk_score
        opp_contrib = 0.2 * (1 - min(xg_per_shot / 0.15, 1))
        total = defense_contrib + gk_contrib + opp_contrib
        report['归因占比'] = {
            '防线': f"{defense_contrib/total*100:.1f}%",
            '门将': f"{gk_contrib/total*100:.1f}%",
            '对手低效': f"{opp_contrib/total*100:.1f}%",
        }
        # ========== 5. ==========
        if defense_contrib / total > 0.5:
            verdict = "✅ 主要归功于防线"
        elif gk_contrib / total > 0.4:
            verdict = "🧤 门将超神是关键"
        elif opp_contrib / total > 0.4:
            verdict = "🍀 有运气 + 对手浪费成分"
        else:
            verdict = "🤝 防线与门将共同作用"
        report['#39;] = verdict
        return report
# ========== 案例测试 ==========
# 案例A：典型防线零封（对手几乎没机会）
case_defense = {
    'opp_shots': 4, 'opp_shots_on_target': 1, 'xGA': 0.3,
}
# 案例B：门将神扑型零封（对手狂攻）
case_gk = {
    'opp_shots': 18, 'opp_shots_on_target': 8, 'xGA': 2.4,
}
# 案例C：对手浪费型
case_lucky = {
    'opp_shots': 15, 'opp_shots_on_target': 5, 'xGA': 0.9,
}
analyzer = CleanSheetAnalyzer
for name, case in [("案例A: 防线压制", case_defense),
                   ("案例B: 门将开挂", case_gk),
                   ("案例C: 对手浪费", case_lucky)]:
    print(f"\n{'='*40}\n{name}\n{'='*40}")
    result = analyzer("主队", case).analyze()
    for k, v in result.items():
        print(f"{k}: {v}")

输出示例

========================================
案例A: 防线压制
========================================
防线压制力: {'对手射门': 4, '对手射正': 1, '射门抑制分': 0.8, '射正抑制分': 0.88}
门将贡献: {'对手xGA': 0.3, '实际丢球': 0, '门将阻止进球': 0.3, '门将评分': 0.2}
对手射门质量: {'每次射门xG': 0.075, '评价': '差'}
归因占比: {'防线': '65.3%', '门将': '14.6%', '对手低效': '20.1%'}
 ✅ 主要归功于防线
========================================
案例B: 门将开挂
========================================
归因占比: {'防线': '15.2%', '门将': '54.8%', '对手低效': '30.0%'}
 🧤 门将超神是关键

关键判断指标

指标	归因方向	阈值
对手射正 ≤ 3	防线	压制成功
xGA ≤ 0.5	防线	几乎无威胁
xGA ≥ 2.0 且零封	门将	门将救主
每次射门 xG < 0.08	对手低效	瞎射多
PSxG - GA > 1.5	门将	神扑数据