实用脚本如何识别球队的战术风格类型？

本文目录导读：

1. 先定义战术风格的维度
2. 数据来源
3. 特征工程脚本骨架
4. 风格分类
5. 进阶：时序 + 对手校正
6. 工程化建议
7. 一句话总结

识别球队的战术风格,本质上是把比赛中的行为数据映射到几个关键维度上，下面给出一套可直接落地的脚本思路，从数据采集到风格标签输出。

先定义战术风格的维度

不要一上来就分"传控/防反"这种大标签，先用连续变量描述：

数据来源

# 常用数据源
# - StatsBomb Open Data (免费, JSON事件流)
# - FBref (球队/球员赛季聚合数据, 可爬)
# - Understat (xG相关, 部分联赛)
# - football-data.org API (基础赛程比分)
# - WhoScored / SofaScore (需注意ToS)

以 StatsBomb 事件数据为例：

from statsbombpy import sb
matches = sb.matches(competition_id=11, season_id=90)  # 西甲某赛季
events = sb.events(match_id=matches.iloc[0]['match_id'])

特征工程脚本骨架

import pandas as pd
import numpy as np
def extract_team_features(events: pd.DataFrame, team: str) -> dict:
    ev = events[events['team'] == team].copy()
    opp = events[events['team'] != team].copy()
    passes = ev[ev['type'] == 'Pass']
    total_passes = len(passes)
    # 1. 控球率
    possession = len(ev) / (len(ev) + len(opp))
    # 2. 长传占比 (传球距离 > 32m)
    if 'pass_length' in passes:
        long_ball_ratio = (passes['pass_length'] > 32).mean()
    else:
        long_ball_ratio = np.nan
    # 3. 进攻方向偏好 (边路 vs 中路)
    if 'pass_end_x' in passes and 'pass_end_y' in passes:
        # y 从 0-80, 中间 18-62 为中路
        central = passes['pass_end_y'].between(18, 62).mean()
        wide = 1 - central
    else:
        central, wide = np.nan, np.nan
    # 4. 推进性传球占比 (向前 > 10m)
    if 'pass_end_x' in passes and 'x' in passes:
        progressive = ((passes['pass_end_x'] - passes['x']) > 10).mean()
    # 5. PPDA (对手每次防守动作允许的传球数, 越低越高位逼抢)
    opp_def_actions = len(opp[opp['type'].isin(
        ['Pressure','Interception','Tackle','Foul Committed'])])
    ppda = total_passes / opp_def_actions if opp_def_actions else np.nan
    # 6. 平均进攻发起位置
    carries = ev[ev['type'] == 'Carry']
    avg_x = ev['x'].mean() if 'x' in ev else np.nan
    return {
        'team': team,
        'possession': possession,
        'long_ball_ratio': long_ball_ratio,
        'central_ratio': central,
        'wide_ratio': wide,
        'progressive_pass_ratio': progressive,
        'ppda': ppda,
        'avg_x': avg_x,
    }

风格分类

方案 A：规则阈值（可解释性强）

def classify_style(f):
    if f['possession'] > 0.58 and f['ppda'] < 10 and f['long_ball_ratio'] < 0.15:
        return '控球压迫型'   # 类似曼城/巴萨
    if f['possession'] < 0.45 and f['ppda'] > 15 and f['progressive_pass_ratio'] > 0.25:
        return '低位防反型'   # 类似穆里尼奥球队
    if f['long_ball_ratio'] > 0.25 and f['wide_ratio'] > 0.55:
        return '长传边路型'
    if f['ppda'] < 8 and f['possession'] < 0.5:
        return '高压反击型'   # 类似克洛普早期
    return '均衡型'

方案 B：无监督聚类（更客观）

from sklearn.preprocessing import StandardScaler
from sklearn.cluster import KMeans
def cluster_styles(features_df: pd.DataFrame, k=5):
    cols = ['possession','long_ball_ratio','central_ratio',
            'progressive_pass_ratio','ppda','avg_x']
    X = StandardScaler().fit_transform(features_df[cols].fillna(0))
    km = KMeans(n_clusters=k, n_init=10, random_state=42)
    features_df['cluster'] = km.fit_predict(X)
    # 查看每个簇的均值, 人工命名
    print(features_df.groupby('cluster')[cols].mean())
    return features_df

聚类后每个簇的均值就是风格"指纹"，人工对照命名即可。

方案 C：多维度雷达打分

输出 0–100 的风格分数，更适合作图：

def style_radar(f):
    return {
        '控球':       min(100, f['possession'] * 150),
        '高位逼抢':   max(0, 100 - f['ppda'] * 5),
        '直接性':     min(100, f['long_ball_ratio'] * 300),
        '边路倾向':   min(100, f['wide_ratio'] * 150),
        '推进性':     min(100, f['progressive_pass_ratio'] * 300),
    }

进阶：时序 + 对手校正

单一赛季均值会失真,建议：

1. 滚动窗口：每 5 场滚动计算，看风格漂移
2. 对手强度校正：用对手 PPDA / 控球率做回归，提取残差
3. 情境分档：领先 / 落后 / 平局分别统计——很多球队落后时风格突变
4. xG 链：把进球序列连成 possession chain，看每次进攻的推进路径

# 示例: 按比分状态分组
def split_by_scoreline(events):
    # 需先从 shot/goal 事件推导比分时间线
    ...

工程化建议

• 事件数据用 polars 或 duckdb 处理，比 pandas 快数倍
• 特征表落盘 Parquet，方便回测
• 加 matplotlib / mplsoccer 画热图和雷达图，一眼看出风格
• 定期跑批：每周更新，监控风格变化（换帅、转会窗后常变）

一句话总结

采集事件 → 抽 6 个维度特征 → 标准化 → 规则或聚类打标签 → 结合情境和时序做校正 → 可视化输出。

核心三件套：possession、PPDA、long_ball_ratio，能把 80% 的战术风格区分开。

需要我针对某个具体数据源（如 StatsBomb / FBref）写一份完整可运行的脚本吗？