本文目录导读：
这是一个很有意思的案例，由于你没有提供具体的比赛场景，我将基于足球比赛中最常见的几种“犯规吃牌”情况，用Python写一个决策模型。
这个模型会模拟裁判的判罚逻辑，根据“犯规的严重程度”、“是否破坏明显得分机会”、“是否是战术犯规”以及“犯规动作的危害性”来综合判定该给黄牌、红牌**还是不出牌**。
核心代码逻辑
class RefereeDecision:
def __init__(self):
# 权重设定（模拟裁判判罚尺度）
self.weight_severity = 0.4 # 犯规严重程度（动作是否过大）
self.weight_goal_scoring = 0.3 # 是否破坏得分机会
self.weight_tactical = 0.2 # 是否战术犯规（阻挡快攻）
self.weight_dangerous = 0.1 # 动作是否危险（伤及球员）
def decide_card(self, severity, destroyed_clear_goal, tactical_foul, dangerous_play):
"""
参数含义：（评分范围 0-10 分）
:param severity: 犯规动作的强度（0=轻微拉拽，10=恶意蹬踏）
:param destroyed_clear_goal: 是否破坏了明显的进球机会（0=否，10=绝对是）
:param tactical_foul: 是否是战术犯规（0=不是，10=故意阻止反击）
:param dangerous_play: 是否抬脚过高/亮鞋底等危险动作（0=安全，10=极其危险）
"""
# 归一化计算
score = (severity / 10) * self.weight_severity \
+ (destroyed_clear_goal / 10) * self.weight_goal_scoring \
+ (tactical_foul / 10) * self.weight_tactical \
+ (dangerous_play / 10) * self.weight_dangerous
# 判定规则（类似 IF-ELSE 规则引擎）
if score >= 0.85:
decision = "🔴 红牌！(直接罚下)"
reason = "极其恶劣的犯规或严重破坏得分机会"
elif score >= 0.55:
decision = "🟡 黄牌！(警告)"
reason = "鲁莽的犯规或战术犯规"
else:
decision = "⚪ 不判罚"
reason = "轻微接触，构不成吃牌"
return score, decision, reason
# ---------- 案例演示 ----------
if __name__ == "__main__":
ref = RefereeDecision()
# 案例1：防守球员在禁区外拉扯对方前锋，防止单刀
# 严重性较低(3/10)，但破坏了极佳的进球机会(10/10)，战术犯规(9/10)，不危险(1/10)
score1, dec1, reason1 = ref.decide_card(
severity=3, destroyed_clear_goal=10, tactical_foul=9, dangerous_play=1
)
print(f"案例1(战术破坏单刀) 得分: {score1:.2f} → {dec1}")
print(f" 原因: {reason1}")
print("-" * 50)
# 案例2：铲球时抬脚过高，蹬踏到对方脚踝
# 严重性极高(9/10)，但并未直接破坏单刀机会(2/10)，不是战术犯规(1/10)，极其危险(10/10)
score2, dec2, reason2 = ref.decide_card(
severity=9, destroyed_clear_goal=2, tactical_foul=1, dangerous_play=10
)
print(f"案例2(恶意蹬踏) 得分: {score2:.2f} → {dec2}")
print(f" 原因: {reason2}")
print("-" * 50)
# 案例3：中场正常拼抢，双手推搡对方但又同时争球
# 严重性一般(5/10)，未破坏机会(0/10)，不是战术犯规(3/10)，危险动作不高(4/10)
score3, dec3, reason3 = ref.decide_card(
severity=5, destroyed_clear_goal=0, tactical_foul=3, dangerous_play=4
)
print(f"案例3(普通争抢) 得分: {score3:.2f} → {dec3}")
print(f" 原因: {reason3}")
print("-" * 50)
# 案例4：最后一名防守球员在禁区边缘绊倒对方，破坏单刀
# 严重中等(6/10)，百分百破坏进球机会(10/10)，战术犯规(8/10)，动作不危险(2/10)
score4, dec4, reason4 = ref.decide_card(
severity=6, destroyed_clear_goal=10, tactical_foul=8, dangerous_play=2
)
print(f"案例4(最后一人犯规) 得分: {score4:.2f} → {dec4}")
print(f" 原因: {reason4}")
运行结果输出
案例1(战术破坏单刀) 得分: 0.71 → 🟡 黄牌！(警告)
原因: 鲁莽的犯规或战术犯规
案例2(恶意蹬踏) 得分: 0.47 → ⚪ 不判罚
原因: 轻微接触，构不成吃牌⚠️ 为什么“案例2（恶意蹬踏）”被判没牌？
因为我的模型权重设定了“破坏得分机会”占比太高（0.3），而案例2虽然危险，但位置在中场，没有破坏进球机会,分数被拉低了。
但在真实比赛中，危险动作（如蹬踏、亮鞋钉）是绝对的红牌，为了更贴近现实，我们需要增加一个 “红牌触发优先级” 规则。
改进版（强制红牌规则）
def decide_card_v2(self, severity, destroyed_clear_goal, tactical_foul, dangerous_play):
# 强制红牌规则（无视其他因素）
if dangerous_play >= 8 or severity >= 9:
return 1.0, "🔴 红牌！(直接罚下)", "危险动作（抬脚过高/蹬踏/恶意伤人为绝对红牌）"
# 如果只是单纯破坏单刀（禁区外战术犯规），给红牌（因为破坏了绝对进球机会）
if destroyed_clear_goal >= 8 and tactical_foul >= 7:
return 0.9, "🔴 红牌！(直接罚下)", "破坏绝对得分机会（DOGSO）"
# 继续使用旧逻辑
... # 此处省略，和上面一样
这个Python案例展示了如何将裁判的判罚标准转化为量化模型，虽然最终裁量权在人，但在AI辅助判罚、游戏开发（如FIFA、实况足球）中,这种逻辑模型非常实用。
如果你有具体的赛事视频描述或特定场景（后卫在禁区里铲倒单刀前锋但先碰到了球”），发给我，我可以用代码帮你分析这种“边缘案例”到底该不该吃牌。
