python案例统计禁区内射门次数对比？

wen python案例 2026-08-15 4
本文目录导读：
足球禁区射门统计系统
核心功能说明
我来为您创建一个统计足球禁区内射门次数的Python案例,这个案例将模拟足球比赛数据并进行统计分析。
足球禁区射门统计系统

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from datetime import datetime
import random
class FootballShootingAnalysis:
    """足球射门数据分析类"""
    def __init__(self):
        self.shooting_data = []
        self.teams = ['皇家马德里', '巴塞罗那', '曼城', '利物浦', '拜仁慕尼黑']
        self.players = {
            '皇家马德里': ['本泽马', '维尼修斯', '罗德里戈', '莫德里奇', '克罗斯'],
            '巴塞罗那': ['莱万', '登贝莱', '拉菲尼亚', '佩德里', '加维'],
            '曼城': ['哈兰德', '福登', '德布劳内', '格拉利什', 'B席'],
            '利物浦': ['萨拉赫', '努涅斯', '加克波', '迪亚斯', '若塔'],
            '拜仁慕尼黑': ['凯恩', '穆西亚拉', '格纳布里', '萨内', '穆勒']
        }
    def generate_shooting_data(self, matches=100):
        """生成模拟射门数据"""
        for match_id in range(1, matches + 1):
            home_team = np.random.choice(self.teams)
            away_team = np.random.choice([t for t in self.teams if t != home_team])
            # 生成比赛射门数据
            for team in [home_team, away_team]:
                player_name = np.random.choice(self.players[team])
                shots = np.random.randint(0, 15)  # 每队0-15次射门
                for shot in range(shots):
                    shooting = {
                        '比赛ID': match_id,
                        '日期': datetime.now().strftime('%Y-%m-%d'),
                        '球队': team,
                        '球员': player_name,
                        '射门区域': np.random.choice(['禁区内', '禁区外'], p=[0.65, 0.35]),
                        '射门类型': np.random.choice(['左脚', '右脚', '头球', '其他'], p=[0.35, 0.40, 0.20, 0.05]),
                        '是否射正': np.random.choice([True, False], p=[0.45, 0.55]),
                        '是否进球': np.random.choice([True, False], p=[0.12, 0.88]),
                        '射门时间': np.random.randint(1, 91),  # 比赛时间1-90分钟
                        '射门距离': np.round(np.random.uniform(5, 30), 1)  # 射门距离5-30米
                    }
                    self.shooting_data.append(shooting)
        return pd.DataFrame(self.shooting_data)
    def analyze_penalty_area_shots(self, df):
        """分析禁区内射门数据"""
        print("=" * 60)
        print("足球禁区射门统计分析")
        print("=" * 60)
        # 1. 基础统计
        total_shots = len(df)
        penalty_area_shots = df[df['射门区域'] == '禁区内']
        outside_shots = df[df['射门区域'] == '禁区外']
        print(f"\n1. 总体射门数据:")
        print(f"   总射门次数: {total_shots}")
        print(f"   禁区内射门: {len(penalty_area_shots)} ({len(penalty_area_shots)/total_shots*100:.1f}%)")
        print(f"   禁区外射门: {len(outside_shots)} ({len(outside_shots)/total_shots*100:.1f}%)")
        # 2. 各球队禁区射门统计
        print(f"\n2. 各球队禁区射门统计:")
        team_shots = df.groupby('球队').agg({
            '射门区域': lambda x: (x == '禁区内').sum(),
            '是否进球': 'sum'
        }).rename(columns={'射门区域': '禁区射门数', '是否进球': '进球数'})
        team_shots['禁区射门占比'] = (team_shots['禁区射门数'] / 
                                      df.groupby('球队')['射门区域'].count() * 100).round(1)
        print(team_shots)
        # 3. 球员禁区射门数据
        print(f"\n3. 球员禁区射门TOP10:")
        player_shots = df[df['射门区域'] == '禁区内'].groupby('球员').agg({
            '射门次数': 'count',
            '是否进球': 'sum'
        }).nlargest(10, '射门次数')
        player_shots['射门转化率'] = (player_shots['是否进球'] / player_shots['射门次数'] * 100).round(1)
        print(player_shots)
        # 4. 禁区与禁区外射门效果对比
        print(f"\n4. 射门区域效果对比:")
        comparison = df.groupby('射门区域').agg({
            '射门次数': 'count',
            '是否进球': 'sum',
            '是否射正': 'sum'
        })
        comparison['进球率'] = (comparison['是否进球'] / comparison['射门次数'] * 100).round(2)
        comparison['射正率'] = (comparison['是否射正'] / comparison['射门次数'] * 100).round(2)
        print(comparison)
        return {
            'total_shots': total_shots,
            'penalty_area_shots': len(penalty_area_shots),
            'outside_shots': len(outside_shots)
        }
    def visualize_analysis(self, df):
        """可视化分析结果"""
        fig, axes = plt.subplots(2, 2, figsize=(15, 10))
        # 1. 射门区域分布饼图
        ax1 = axes[0, 0]
        penalty_ratio = df['射门区域'].value_counts()
        colors = ['#FF6B6B', '#4ECDC4']
        ax1.pie(penalty_ratio.values, labels=penalty_ratio.index, autopct='%1.1f%%', 
                colors=colors, startangle=90)
        ax1.set_title('射门区域分布')
        # 2. 各队禁区射门柱状图
        ax2 = axes[0, 1]
        team_data = df[df['射门区域'] == '禁区内'].groupby('球队').size()
        team_data.sort_values(ascending=False).plot(kind='bar', ax=ax2, color='#95a5a6')
        ax2.set_title('各队禁区内射门次数')
        ax2.set_ylabel('射门次数')
        ax2.tick_params(axis='x', rotation=45)
        # 3. 射门时间分布（禁区vs禁区外）
        ax3 = axes[1, 0]
        penalty_time = df[df['射门区域'] == '禁区内']['射门时间'].value_counts()
        outside_time = df[df['射门区域'] == '禁区外']['射门时间'].value_counts()
        ax3.hist([penalty_time.index, outside_time.index], 
                 bins=[i for i in range(0, 95, 10)], 
                 label=['禁区内', '禁区外'],
                 alpha=0.7, color=['#e74c3c', '#3498db'])
        ax3.set_title('射门时间分布')
        ax3.set_xlabel('比赛时间（分钟）')
        ax3.set_ylabel('射门次数')
        ax3.legend()
        # 4. 射门距离分布
        ax4 = axes[1, 1]
        penalty_distance = df[df['射门区域'] == '禁区内']['射门距离']
        outside_distance = df[df['射门区域'] == '禁区外']['射门距离']
        ax4.boxplot([penalty_distance, outside_distance], 
                    labels=['禁区内', '禁区外'])
        ax4.set_title('射门距离分布')
        ax4.set_ylabel('射门距离（米）')
        plt.tight_layout()
        plt.show()
    def shooting_heatmap(self, df):
        """创建射门热力图"""
        fig, ax = plt.subplots(figsize=(12, 8))
        # 模拟球场坐标
        x = np.random.uniform(-50, 50, len(df))
        y = np.random.uniform(-35, 35, len(df))
        # 禁区内射门用红色，禁区外用蓝色
        colors = ['red' if i == '禁区内' else 'blue' for i in df['射门区域']]
        ax.scatter(x, y, c=colors, alpha=0.6, s=30)
        # 画禁区框
        ax.plot([-16.5, 16.5, 16.5, -16.5, -16.5], 
                [-35, -35, -12, -12, -35], 'k-', linewidth=2)
        # 画球门
        ax.plot([-7.32, 7.32], [-35, -35], 'g-', linewidth=3)
        ax.set_xlim(-50, 50)
        ax.set_ylim(-35, 35)
        ax.set_title('射门分布图（红色=禁区内，蓝色=禁区外）')
        ax.set_xlabel('球场宽度（米）')
        ax.set_ylabel('球场长度（米）')
        ax.grid(True, alpha=0.2)
        # 添加图例
        from matplotlib.patches import Patch
        legend_elements = [Patch(facecolor='red', alpha=0.7, label='禁区内射门'),
                          Patch(facecolor='blue', alpha=0.7, label='禁区外射门')]
        ax.legend(handles=legend_elements, loc='upper right')
        plt.gca().invert_yaxis()  # 使球场方向正确
        plt.show()
# 主程序
def main():
    # 创建分析对象
    analysis = FootballShootingAnalysis()
    # 生成模拟数据（100场比赛）
    print("正在生成模拟数据...")
    df = analysis.generate_shooting_data(matches=100)
    # 输出数据概览
    print("\n数据预览:")
    print(df.head(10))
    print(f"\n总射门数据量: {len(df)}")
    # 统计分析
    stats = analysis.analyze_penalty_area_shots(df)
    # 可视化展示
    analysis.visualize_analysis(df)
    # 创建射门热力图
    analysis.shooting_heatmap(df)
    # 额外分析比较
    print("\n5. 禁区内外射门效果对比总结:")
    penalty_rate = (stats['penalty_area_shots'] / stats['total_shots'] * 100)
    outside_rate = (stats['outside_shots'] / stats['total_shots'] * 100)
    print(f"   禁区内射门占比: {penalty_rate:.1f}%")
    print(f"   禁区外射门占比: {outside_rate:.1f}%")
    # 计算射门效率
    penalty_goals = df[(df['射门区域'] == '禁区内') & (df['是否进球'] == True)].shape[0]
    outside_goals = df[(df['射门区域'] == '禁区外') & (df['是否进球'] == True)].shape[0]
    print(f"   禁区内进球: {penalty_goals} 个")
    print(f"   禁区外进球: {outside_goals} 个")
    print(f"   禁区内进球转化率: {(penalty_goals/stats['penalty_area_shots']*100):.1f}%")
    print(f"   禁区外进球转化率: {(outside_goals/stats['outside_shots']*100):.1f}%")
    return df
if __name__ == "__main__":
    # 运行主程序
    df = main()
    # 导出数据
    df.to_csv('football_shooting_analysis.csv', index=False)
    print("\n数据已保存至 football_shooting_analysis.csv")