python案例统计冲刺跑次数谁更多？

wen python案例 2026-08-14 5

Python实战案例：用数据科学揭晓“冲刺跑次数谁更多”的终极答案

目录导读

引言：当体育训练遇上Python数据分析
问题定义：什么是“冲刺跑次数”？如何量化比较？
数据采集与预处理：从GPS手表到结构化表格
核心算法逻辑：基于时间序列的峰值检测法
Python代码实战：两行核心库搞定统计
可视化对比：用Matplotlib直观看清差距
统计显著性检验：光看数字还不够，还得看P值
结论与拓展：该方法的其他应用场景（如心率波动分析）
常见问题解答（FAQ）

引言：当体育训练遇上Python数据分析

在田径队或健身圈,经常听到这样的争论：“我昨天练了10组冲刺，你最多8组！”——但口头争执往往缺乏证据，本文将通过一个真实的Python案例，展示如何利用开源工具（Pandas、NumPy、SciPy）自动统计两位运动员的冲刺跑次数，用数据终结争论，这不仅是体育科学的小应用，更是数据清洗、特征工程与假设检验的经典入门demo。

python案例统计冲刺跑次数谁更多？

问题定义：什么是“冲刺跑次数”？如何量化比较？

定义：冲刺跑通常指“短时间（<15秒）内、高强度（速度>阈值的80%）的运动片段”，我们使用速度-时间序列数据，每个数据点包含时间戳和速度(m/s)。
比较难点：两人训练时长不同、休息间隔不同，直接数“峰值”不公平，需要设定统一的判定规则：速度超过5 m/s且持续至少2秒算作一次冲刺；两次冲刺间隔需大于20秒才算独立。

数据采集与预处理：从GPS手表到结构化表格

假设我们导出两份CSV文件：player_a.csv 和 player_b.csv，格式如下：

timestamp, speed
2023-10-01 08:00:01, 2.3
2023-10-01 08:00:02, 4.1
... ...

预处理步骤（Python代码）：

import pandas as pd
df_a = pd.read_csv('player_a.csv', parse_dates=['timestamp'])
df_b = pd.read_csv('player_b.csv', parse_dates=['timestamp'])
# 清理缺失值
df_a.dropna(inplace=True)
df_b.dropna(inplace=True)
# 设置时间索引并重采样为1秒间隔（以消除设备采样率差异）
df_a = df_a.set_index('timestamp').resample('1S').interpolate()
df_b = df_b.set_index('timestamp').resample('1S').interpolate()

注意：重采样步骤非常关键，它能统一两列数据的时间基准，防止因设备延迟导致误判。

核心算法逻辑：基于时间序列的峰值检测法

我们采用双阈值逻辑：

高阈值：速度 > v_thresh（例如7.0 m/s）标记为“潜在冲刺帧”。
时长阈值：连续满足高阈值的帧数 > min_duration（例如2秒）才记为一次有效冲刺。
冷却期：两次冲刺的起始点间隔 < cooldown（例如20秒）则合并为同一次。

Python代码实战：两行核心库搞定统计

关键用到的库是scipy.signal.find_peaks，但它更适合找极大值，由于我们定义的是“持续超阈值”，更稳妥的写法是使用NumPy布尔索引。

import numpy as np
def count_sprints(speed_series, v_thresh=7.0, min_duration=2, cooldown=20):
    # 找到所有超阈值的连续区段
    above = speed_series > v_thresh
    # 将布尔序列转换为区段
    change_points = np.diff(above.astype(int))
    starts = np.where(change_points == 1)[0] + 1
    ends = np.where(change_points == -1)[0] + 1
    if above.iloc[0]: starts = np.insert(starts, 0, 0)
    if above.iloc[-1]: ends = np.append(ends, len(above))
    # 过滤时长不足的区段
    durations = ends - starts
    valid_idx = durations >= min_duration
    starts = starts[valid_idx]
    ends = ends[valid_idx]
    # 根据冷却期合并（略，此处为简化逻辑）
    # 实际应遍历并检查间隔
    count = 0
    last_end = -cooldown
    for s, e in zip(starts, ends):
        if s - last_end >= cooldown:
            count += 1
            last_end = e
    return count
sprints_a = count_sprints(df_a['speed'])
sprints_b = count_sprints(df_b['speed'])
print(f"Player A: {sprints_a} 次, Player B: {sprints_b} 次")

可视化对比：用Matplotlib直观看清差距

import matplotlib.pyplot as plt
plt.figure(figsize=(12,5))
plt.plot(df_a.index, df_a['speed'], label='A', alpha=0.7)
plt.plot(df_b.index, df_b['speed'], label='B', alpha=0.7)
plt.axhline(y=7.0, color='red', linestyle='--', label='阈值')
plt.xlabel('时间')
plt.ylabel('速度 (m/s)')
plt.legend()'两位运动员速度曲线对比')
plt.show()

此图能直观看到B的峰值更密集,但最终结果需由统计检验下结论。

统计显著性检验：光看数字还不够，还得看P值

我们不能只比较10次和12次就说“B多”，因为训练时长可能不同，正确做法是计算冲刺频率（次数/小时），然后使用泊松回归或卡方检验，这里以简单的比率检验为例：

from scipy.stats import poisson
# 假设A训练2小时，B训练1.5小时
time_a, time_b = 2.0, 1.5
rate_a = sprints_a / time_a
rate_b = sprints_b / time_b
# 进行泊松均值差异检验（基于正态近似）
z_score = (rate_a - rate_b) / np.sqrt(rate_a/time_a + rate_b/time_b)
p_value = 2 * (1 - norm.cdf(abs(z_score)))
print(f"P-value: {p_value:.3f}")

如果p<0.05，则差异显著，反之则可能是随机误差。