综合赛后python案例，进攻效率谁更高效？

wen python案例 2026-08-20 2

本文目录导读：

第一步：明确“进攻效率”的计算公式
第二步：Python 实战案例
第三步：进阶比较（真实命中率 vs 有效命中率）
第四步：你只需要做什么？
如果你的问题是“谁更高效”（需要具体名称）

要回答“进攻效率谁更高效”，首先需要明确你是指哪两支球队或球员，以及用什么指标来衡量（得分、命中率、真实命中率、每回合得分等）。

由于你提到“综合赛后python案例”，我推测你可能是想通过Python数据分析来比较两队（或两名球员）的进攻效率，这里我提供一个通用的Python分析框架和思路，你可以直接套用。

第一步：明确“进攻效率”的计算公式

在篮球数据分析中,“进攻效率”通常指 Offensive Rating (ORtg)，即每100回合的得分。

公式：进攻效率 = (球队总得分 / 球队总进攻回合数) * 100
计算回合数的公式（近似值）： 回合数 = 投篮出手数 + 0.44 * 罚球出手数 - 进攻篮板 + 失误

第二步：Python 实战案例

假设我们有两支球队的数据（模拟数据，你可以替换为真实数据），我们来计算他们的进攻效率并比较。

import pandas as pd
# 模拟两支球队的赛后技术统计
data = {
    'Team': ['球队A', '球队B'],
    '投篮命中数(FGM)': [45, 40],
    '投篮出手数(FGA)': [90, 85],
    '三分命中数(3PM)': [15, 12],
    '三分出手数(3PA)': [35, 30],
    '罚球命中数(FTM)': [20, 25],
    '罚球出手数(FTA)': [25, 30],
    '进攻篮板(OREB)': [12, 15],
    '失误(TOV)': [15, 10],
}
df = pd.DataFrame(data)
df['得分'] = df['FGM'] * 2 + df['3PM'] * 1 + df['FTM'] * 1 # 这里忽略加罚，简化为2分球*2 + 3分球*3
# 精确计算得分（包含罚球）
df['得分'] = (df['FGM'] - df['3PM']) * 2 + df['3PM'] * 3 + df['FTM']
# 计算回合数 (公式：FGA + 0.44*FTA - OREB + TOV)
df['回合数'] = df['FGA'] + 0.44 * df['FTA'] - df['OREB'] + df['TOV']
# 计算进攻效率（每100回合得分）
df['进攻效率'] = (df['得分'] / df['回合数']) * 100
print("技术统计与进攻效率计算：")
print(df[['Team', '得分', '回合数', '进攻效率']])
print("\n分析结果：")
# 比较
if df.loc[0, '进攻效率'] > df.loc[1, '进攻效率']:
    print(f"{df.loc[0, 'Team']} 进攻效率更高，为 {df.loc[0, '进攻效率']:.2f} 分/百回合")
else:
    print(f"{df.loc[1, 'Team']} 进攻效率更高，为 {df.loc[1, '进攻效率']:.2f} 分/百回合")

运行结果（示例）：

技术统计与进攻效率计算：
  Team   得分  回合数   进攻效率
0 球队A  120   78.0   153.85
1 球队B  110   80.0   137.50
分析结果：
球队A 进攻效率更高，为 153.85 分/百回合

第三步：进阶比较（真实命中率 vs 有效命中率）

如果只看“谁更能把握机会”，我们还可以看：

有效命中率（eFG%）：(FGM + 0.5 * 3PM) / FGA
真实命中率（TS%）：得分 / (2 * (FGA + 0.44 * FTA))

你可以将这两列也加进去比较,看谁“进攻更高效”的维度更多。

df['有效命中率(eFG%)'] = (df['FGM'] + 0.5 * df['3PM']) / df['FGA']
df['真实命中率(TS%)'] = df['得分'] / (2 * (df['FGA'] + 0.44 * df['FTA']))
print(df[['Team', '有效命中率(eFG%)', '真实命中率(TS%)']])