本文目录导读：
我来为你创建一个统计"撞墙式配合"（One-Two配合）次数的Python案例。
足球比赛撞墙式配合统计器
import re
from collections import defaultdict
class OneTwoCounter:
"""统计足球比赛中的撞墙式配合（One-Two）次数"""
def __init__(self):
# 记录球员之间的配合关系
self.player_pairs = defaultdict(int)
# 记录当前连续的传球序列
self.current_sequence = []
# 记录所有配合
self.all_sequences = []
def parse_event(self, event_text):
"""
解析比赛事件文本
输入格式: "时间 事件类型 球员A -> 球员B"
事件类型: PASS(传球), SHOT(射门), GOAL(进球)
"""
# 解析文本格式
# 例: "23:45 PASS 梅西 -> 阿尔巴"
pattern = r'(\d+:\d+)\s+(\w+)\s+([^->\s]+)\s*->\s*(\w+)'
match = re.match(pattern, event_text)
if match:
time, event_type, player1, player2 = match.groups()
return {
'time': time,
'event_type': event_type,
'player1': player1,
'player2': player2
}
return None
def check_one_two(self, sequence):
"""
检查是否是撞墙式配合
撞墙式配合定义：A传给B，B立即回传A，并且至少有3次连续传球
"""
if len(sequence) < 3:
return False
# 检查连续的传球是否符合 A->B->A->B 模式
for i in range(len(sequence) - 2):
# 检查是否有回传
if (sequence[i][0] == sequence[i+2][0] and # 第三个球员 = 第一个球员
sequence[i][1] == sequence[i+1][0]): # 第二个球员接第一个球员的球
return True
return False
def analyze_sequence(self, events):
"""
分析整个比赛的事件序列
events: 比赛事件列表，按时间排序
"""
for event in events:
if event['event_type'] == 'PASS':
# 记录传球关系
relationship = (event['player1'], event['player2'])
self.player_pairs[relationship] += 1
self.current_sequence.append((event['player1'], event['player2']))
else:
# 遇到射门或进球，检查当前序列
if self.check_one_two(self.current_sequence):
self.all_sequences.append(self.current_sequence.copy())
self.current_sequence = []
# 检查最后一个序列
if self.check_one_two(self.current_sequence):
self.all_sequences.append(self.current_sequence.copy())
return len(self.all_sequences)
def get_detail_report(self):
"""生成详细统计报告"""
report = {
'total_one_two': len(self.all_sequences),
'sequences': [],
'player_pairs': dict(self.player_pairs)
}
for seq in self.all_sequences:
report['sequences'].append({
'players': [f"{p1}->{p2}" for p1, p2 in seq],
'duration': len(seq)
})
return report
# 示例数据生成器
def generate_match_data():
"""生成示例比赛数据"""
events = []
# 模拟一次梅西-阿尔巴的撞墙式配合
events.extend([
"10:00 PASS 梅西 -> 阿尔巴",
"10:05 PASS 阿尔巴 -> 梅西",
"10:08 PASS 梅西 -> 阿尔巴",
"10:10 SHOT 阿尔巴 -> 球门"
])
# 模拟一次布斯克茨-德容的撞墙式配合
events.extend([
"25:00 PASS 布斯克茨 -> 德容",
"25:04 PASS 德容 -> 布斯克茨",
"25:07 PASS 布斯克茨 -> 德容",
"25:12 GOAL 德容 -> 球门"
])
# 普通传球（不构成撞墙式配合）
events.extend([
"40:00 PASS 门将 -> 后卫",
"40:10 PASS 后卫 -> 中场",
"40:20 PASS 中场 -> 前锋",
"40:30 SHOT 前锋 -> 球门"
])
# 又一次撞墙式配合
events.extend([
"60:00 PASS 佩德里 -> 加维",
"60:03 PASS 加维 -> 佩德里",
"60:06 PASS 佩德里 -> 加维",
"60:09 PASS 加维 -> 佩德里",
"60:15 GOAL 佩德里 -> 球门"
])
return events
def main():
"""主函数"""
print("="*60)
print("足球比赛撞墙式配合统计系统")
print("="*60)
# 创建计数器实例
counter = OneTwoCounter()
# 生成比赛数据
match_events = generate_match_data()
# 解析所有事件
parsed_events = []
for event_text in match_events:
parsed_event = counter.parse_event(event_text)
if parsed_event:
parsed_events.append(parsed_event)
# 分析配合
total = counter.analyze_sequence(parsed_events)
# 输出结果
print(f"\n比赛事件总数: {len(parsed_events)}")
print(f"发现撞墙式配合次数: {total}")
# 详细报告
report = counter.get_detail_report()
print("\n" + "="*60)
print("撞墙式配合详细记录:")
print("="*60)
for i, seq in enumerate(report['sequences'], 1):
print(f"\n配合{i}:")
print(f" 传球路线: {' → '.join(seq['players'])}")
print(f" 传球次数: {seq['duration']}")
# 球员配合统计
print("\n" + "="*60)
print("球员传球组合统计:")
print("="*60)
for pair, count in sorted(report['player_pairs'].items(),
key=lambda x: x[1], reverse=True):
print(f" {pair[0]} → {pair[1]}: {count}次")
# 分析结果
print("\n" + "="*60)
print("统计分析结论:")
print("="*60)
if total == 0:
print("本场比赛没有出现撞墙式配合")
elif total <= 2:
print(f"本场比赛出现了 {total} 次撞墙式配合，属于中规中矩的表现")
else:
print(f"本场比赛出现了 {total} 次撞墙式配合，显示了出色的团队配合能力")
return total
if __name__ == "__main__":
result = main()
增强版本（支持输入自定义比赛数据）
class AdvancedOneTwoCounter(OneTwoCounter):
"""增强版撞墙式配合计数器"""
def analyze_live_events(self, events_list):
"""
实时分析比赛事件
events_list: 列表，每个元素格式为:
("PASS", "梅西", "阿尔巴") 或 ("SHOT", "梅西", "球门")
"""
for event in events_list:
event_type = event[0]
if event_type == "PASS":
player1, player2 = event[1], event[2]
self.current_sequence.append((player1, player2))
else:
if self.check_one_two(self.current_sequence):
self.all_sequences.append(self.current_sequence.copy())
self.current_sequence = []
# 检查最后一个序列
if self.check_one_two(self.current_sequence):
self.all_sequences.append(self.current_sequence.copy())
return len(self.all_sequences)
def visualize_sequences(self):
"""可视化显示配合路线"""
import matplotlib.pyplot as plt
# 创建简单的可视化
for idx, seq in enumerate(self.all_sequences[:5]): # 只显示前5个
plt.figure(figsize=(8, 4))
players = []
for p1, p2 in seq:
if p1 not in players:
players.append(p1)
if p2 not in players:
players.append(p2)
# 绘制传球路线
x_positions = list(range(len(players)))
for i, (p1, p2) in enumerate(seq):
try:
x1 = x_positions[players.index(p1)]
x2 = x_positions[players.index(p2)]
plt.annotate('', xy=(x2, 1), xytext=(x1, 1),
arrowprops=dict(arrowstyle='->', lw=2))
except ValueError:
continue
plt.yticks([])
plt.xticks(x_positions, players, rotation=45)
plt.title(f'配合{idx+1} 传球路线')
plt.tight_layout()
plt.show()
使用示例
# 使用示例
if __name__ == "__main__":
# 方法1：使用示例数据
print("=== 示例数据分析 ===")
main()
# 方法2：使用增强版实时分析
print("\n=== 增强版实时分析 ===")
adv_counter = AdvancedOneTwoCounter()
# 实时比赛事件
live_events = [
("PASS", "罗德里", "福登"),
("PASS", "福登", "罗德里"),
("PASS", "罗德里", "福登"),
("SHOT", "福登", "球门"), # 射击结束序列
("PASS", "后卫", "门将"),
("PASS", "门将", "后卫"),
("SHOT", "后卫", "球门")
]
result = adv_counter.analyze_live_events(live_events)
print(f"实时分析结果: 检测到 {result} 次撞墙式配合")
# 可视化
adv_counter.visualize_sequences()
核心功能说明
- 撞墙式配合识别：通过分析连续传球序列，识别A→B→A的回传模式
- 多维度统计：累计次数、持续时间、参与球员等多维度分析
- 实时分析：支持实时处理比赛事件流
- 可视化呈现：可视化的传球路线图（需要matplotlib）
- 详细报告：生成包含所有配合细节的统计报告
这个系统能够准确统计出示例数据中出现了3次撞墙式配合,并提供了详细的分析报告。
