本文目录导读：
想看两队边路突破能力对比，核心不是看谁“边锋名气大”，而是看一套能反映推进、过人、传中、配合、产出的指标，下面给你一个实用脚本/模板，直接套数据就能分析。
先定清楚：什么叫“边路突破能力”
建议拆成 5 个维度：
| 维度 | 看什么 | 常用指标 |
|---|---|---|
| 边路使用频率 | 进攻是否主打边路 | 边路进攻占比、边路触球占比、边路传球占比 |
| 个人突破 | 能不能过人 | 成功过人、过人成功率、被犯规、推进距离 |
| 边路推进 | 能不能把球推进到前场 | 边路推进传球、带球推进、进入进攻三区次数 |
| 边路配合 | 能不能打穿防线 | 边路二过一、套边、倒三角、传中前配合 |
| 边路产出 | 突破后有没有威胁 | 传中、关键传球、助攻、射门、xA、xT |
最实用的对比脚本框架
你可以按下面这个逻辑写脚本：
输入数据
每队至少要有：
- 左路/右路分开数据
- 球员级数据
- 比赛级数据
- 对手强度修正
建议字段：
球队 边路方向（左/右） 场均边路触球 边路触球占比 成功过人 过人成功率 边路被犯规 边路推进次数 进入进攻三区次数 传中次数 传中成功率 关键传球 助攻 xA xT 丢失球权
计算核心指标
① 边路突破频率
边路突破频率 = 边路成功过人 + 边路推进次数
② 边路突破效率
突破效率 = 成功过人 / 尝试过人
③ 边路推进质量
推进质量 = 进入进攻三区次数 + 边路推进传球
④ 边路传中威胁
传中威胁 = 传中成功率 × 传中次数
或者更高级：
传中威胁 = xA + xT
⑤ 边路综合评分
可以做个加权公式：
边路突破评分 = 0.25 × 成功过人 + 0.20 × 过人成功率 + 0.20 × 进入进攻三区次数 + 0.15 × 传中成功率 + 0.10 × 关键传球 + 0.10 × xT
如果你只想快速看,可以用：
边路突破评分 = 成功过人 × 1.5 + 推进次数 × 1.2 + 进入进攻三区 × 1.0 + 关键传球 × 1.5 + 助攻 × 3 - 丢失球权 × 0.5
两队对比怎么做成脚本
方案 A：Excel / Google Sheets 脚本
假设表结构：
| 球队 | 边路 | 成功过人 | 过人成功率 | 推进次数 | 进入三区 | 传中成功率 | 关键传球 | 助攻 | 丢失球权 |
|---|---|---|---|---|---|---|---|---|---|
| A队 | 左 | 8 | 67% | 15 | 12 | 28% | 6 | 1 | 9 |
| A队 | 右 | 5 | 50% | 11 | 8 | 22% | 4 | 0 | 7 |
| B队 | 左 | 6 | 55% | 13 | 10 | 31% | 5 | 1 | 8 |
| B队 | 右 | 9 | 64% | 16 | 13 | 25% | 7 | 2 | 10 |
公式示例：
边路突破评分 = B2*1.5 + D2*1.2 + E2*1.0 + G2*1.5 + H2*3 - I2*0.5
左路对比 = A队左路评分 - B队左路评分 右路对比 = A队右路评分 - B队右路评分
方案 B：Python 脚本
import pandas as pd
data = {
"team": ["A", "A", "B", "B"],
"side": ["左", "右", "左", "右"],
"success_dribbles": [8, 5, 6, 9],
"dribble_success_rate": [0.67, 0.50, 0.55, 0.64],
"progressions": [15, 11, 13, 16],
"final_third_entries": [12, 8, 10, 13],
"cross_success_rate": [0.28, 0.22, 0.31, 0.25],
"key_passes": [6, 4, 5, 7],
"assists": [1, 0, 1, 2],
"possession_lost": [9, 7, 8, 10],
}
df = pd.DataFrame(data)
df["wing_break_score"] = (
df["success_dribbles"] * 1.5
+ df["dribble_success_rate"] * 10
+ df["progressions"] * 1.2
+ df["final_third_entries"] * 1.0
+ df["cross_success_rate"] * 10
+ df["key_passes"] * 1.5
+ df["assists"] * 3
- df["possession_lost"] * 0.5
)
print(df[["team", "side", "wing_break_score"]])
pivot = df.pivot(index="team", columns="side", values="wing_break_score")
print(pivot)
输出后你就能直接看：
side 左 右 team A xx xx B xx xx
更专业的看法：别只看边锋
真正要判断“边路突破能力”，至少要看四类角色：
-
边锋/边前卫
过人、内切、传中、射门
-
边后卫/翼卫
套边、推进、传中、回防
-
中场边路支援
转移球、斜塞、二过一
-
中锋/前腰的边路接应
做球、反跑、抢点
所以脚本里最好再加：
边路组合评分 = 边锋评分 × 0.45 + 边后卫评分 × 0.35 + 中场支援评分 × 0.20
实战建议：看这 6 个关键对比
如果你不想搞太复杂,直接看这 6 项：
| 指标 | 说明 |
|---|---|
| 成功过人 | 个人爆点能力 |
| 过人成功率 | 突破稳定性 |
| 进入进攻三区 | 能不能打到危险区域 |
| 传中成功率 | 边路最终质量 |
| 关键传球 | 突破后是否创造机会 |
| 丢失球权 | 突破是否太冒险 |
判断模板
- 成功过人高 + 成功率高：强突破队
- 推进多 + 三区多：边路推进强
- 传中成功率高 + 关键传球多：边路产出高
- 过人高但丢失球权也高：爆点型，但风险大
- 传中多但成功率低：低效边路轰炸
最简结论写法
你可以直接这样输出：
A队边路突破更强，主要靠左路： - 左路成功过人 8 次，成功率 67% - 进入进攻三区 12 次 - 关键传球 6 次 但右路偏弱，成功率只有 50%。 B队右路更强： - 右路成功过人 9 次，成功率 64% - 进入进攻三区 13 次 - 助攻 2 次 但左路传中效率一般。 A队主打左路爆点，B队主打右路推进。 若A队能限制B队右路套边，B队边路威胁会明显下降。
如果你要，我可以继续帮你做
你可以把下面信息发我,我直接帮你生成一个可用的对比脚本：
- 你想用 Excel、Python 还是 SQL
- 你手上有哪些字段
- 是分析 单场、赛季还是最近5场
- 你想输出 表格、雷达图还是文字结论
我可以直接给你一版可套用的模板。
