这个python案例怎么看这次攻守转换速度？

wen python案例 2026-10-05 3

如何分析"攻守转换速度"——Python案例思路

你没有贴出具体的代码，我先按最常见的攻守转换分析场景（比如篮球/足球比赛数据、或者量化交易的多空转换）给你一套通用方法论,你可以对照自己的代码看是哪一类。

先明确"攻守转换"在你的代码里对应什么

场景	"攻"	"守"	转换事件
体育比赛	进攻回合	防守回合	球权变化
量化交易	多头/买入	空头/卖出	仓位翻转
游戏AI	出击	撤退	状态机切换
舆情/博弈	主动方	被动方	主导权变化

核心都是：识别状态 → 找切换点 → 算时间差。

通用分析框架（4步）

第1步：定义状态列

# 假设 df 有一列 'state'，取值 'attack' / 'defend'
df['is_attack'] = (df['state'] == 'attack').astype(int)

第2步：标记转换点

# 当前行与上一行状态不同 → 发生转换
df['switch'] = df['is_attack'].diff().abs() == 1
switch_points = df[df['switch']]

第3步：计算每次转换的耗时

# 如果是按时间戳
df['timestamp'] = pd.to_datetime(df['timestamp'])
switch_points = df[df['switch']].copy()
switch_points['duration'] = switch_points['timestamp'].diff().dt.total_seconds()
# 如果是按帧/回合序号
switch_points['duration'] = switch_points.index.to_series().diff()

第4步：统计转换速度

print("平均转换间隔(秒):", switch_points['duration'].mean())
print("最快转换(秒):",     switch_points['duration'].min())
print("最慢转换(秒):",     switch_points['duration'].max())
print("转换次数:",         len(switch_points))

进阶指标（更能反映"速度"）

# 1. 转换频率：单位时间内转换几次
total_time = (df['timestamp'].max() - df['timestamp'].min()).total_seconds()
freq = len(switch_points) / total_time   # 次/秒
# 2. 攻守持续时间对比
attack_durations  = switch_points[switch_points['state']=='attack']['duration']
defend_durations  = switch_points[switch_points['state']=='defend']['duration']
print("平均进攻持续:", attack_durations.mean())
print("平均防守持续:", defend_durations.mean())
# 3. 转换速度趋势（是否越来越快）
switch_points['rolling'] = switch_points['duration'].rolling(5).mean()
switch_points.plot(x='timestamp', y='rolling')  # 画图看趋势

可视化建议

import matplotlib.pyplot as plt
fig, axes = plt.subplots(2, 1, figsize=(12, 6))
# 上：状态时间线
axes[0].step(df['timestamp'], df['is_attack'], where='post')
axes[0].set_title('攻守状态时间线')
# 下：每次转换的间隔
axes[1].bar(range(len(switch_points)), switch_points['duration'])
axes[1].set_title('每次转换耗时')
plt.tight_layout()
plt.show()