本文目录导读：
这是一个关于足球数据统计的问题。
在足球比赛中,脚后跟传球（Heel Pass）通常被归类为“创造性传球”或“关键传球”的子集。目前并没有单一、通用的官方“实用脚本”可以一键统计所有比赛（因为数据源和比赛定义不同），但我可以为你提供3种最实用的方法，取决于你手头有什么工具：
使用 Python + 公开数据集（适合程序员/数据分析师）
如果你有比赛事件数据（如 StatsBomb、Wyscout 导出的 JSON/CSV），可以用脚本筛选。
核心逻辑：
- 事件类型（type）为“Pass”（传球）。
- 传球身体部位（body_part）为“Heel”（脚后跟）。
- 统计该条件下的传球次数,并筛选出
pass_complete（成功）为 True 的。
示例代码（假设你有 StatsBomb 格式数据）：
import json
# 加载比赛事件
with open('events.json', 'r', encoding='utf-8') as f:
events = json.load(f)
heel_passes = []
successful_heel_passes = []
for event in events:
if event.get('type', {}).get('name') == 'Pass':
body_part = event.get('pass', {}).get('body_part', {}).get('name', '')
if body_part == 'Heel':
# 记录一次脚后跟传球
heel_passes.append(event)
# 判断是否成功
if event.get('pass', {}).get('outcome', {}).get('name') == 'Complete':
successful_heel_passes.append(event)
print(f"总脚后跟传球：{len(heel_passes)} 次")
print(f"成功脚后跟传球：{len(successful_heel_passes)} 次")
使用足球数据 API（如 StatsBomb 免费公开数据）
StatsBomb 提供免费的公开数据集，包含英超、西甲等比赛，且数据中有 “Heel” 这个身体部位标签。
脚本思路（Python）：
- 从
github.com/statsbomb/open-data下载events数据。 - 使用
pandas筛选：import pandas as pd import json
加载某场比赛的 event 数据
with open('data/events/3735295.json') as f: events = pd.json_normalize(json.load(f))
筛选脚后跟传球（身体部位为 Heel）
heel = events[ (events['type.name'] == 'Pass') & (events['pass.body_part.name'] == 'Heel') ]
统计成功（outcome.name 为 Complete）
successful = heel[heel['pass.outcome.name'] == 'Complete']
print(f"总次数：{len(heel)}，成功次数：{len(successful)}")
---
### 方法三：视频分析脚本（适合已有比赛视频）
如果你只有视频，需要结合 **计算机视觉（如姿态识别）**，但实现较复杂：
1. **检测球员脚部**：用 YOLO 训练或预训练模型检测“脚后跟”触球关键点。
2. **判断传球意图**：若触球发生在脚后跟且球飞向队友，则计一次。
3. **统计**：记录触球瞬间和球是否到达队友脚下。
⚠️ 这种方法对硬件和模型要求较高，且容易误判，通常只有专业数据分析公司（如 Opta）使用人工+半自动工具。
---
### 最省事的方法（人工辅助工具）
如果你没有代码基础，**最简单的方式**是：
1. 打开比赛录像，找到**传球统计面板**（如 FIFA 游戏内统计、Opta 数据网站）。
2. 搜索 **“Heel Pass”** 或 **“Flick”**（脚后跟）标签。
3. 查看该标签下的 **“Completed”** 数量。
---
###
- **如果你有数据**：使用 Python 脚本（方法一/二）是最精确、最实用的。
- **如果你只有视频**：很难有现成的“脚本”一键完成，建议手动数或者借助慢放+Excel记录了。
如果你能告诉我具体的数据格式（比如来自哪个数据源），我可以帮你写一段**量身定制**的脚本。
