本文目录导读：
“马赛回旋使用频率”这个说法，得先看你指的是哪个场景，我分几种常见情况来说,并给你能直接用的统计脚本思路。
如果你说的是足球比赛里的“马赛回旋”
也就是齐达内那个转身过人动作，要统计它的使用频率,通常有两条路：
人工标注 + 脚本统计 先用视频标注工具（如 Kinovea、Dartfish 或自建标注界面）标出每次马赛回旋发生的时间点，导出 CSV，然后用 Python 统计：
import pandas as pd
# 假设 CSV 有两列: match_id, timestamp_sec
df = pd.read_csv("marseille_turn_events.csv")
# 每场比赛的使用次数
counts = df.groupby("match_id").size().reset_index(name="mt_count")
# 按比赛时长换算频率（次/90分钟）
match_minutes = 90
counts["freq_per_90"] = counts["mt_count"] / match_minutes * 90
print(counts)
print("平均每场:", counts["mt_count"].mean())
自动识别 这个难度高很多，需要姿态估计 + 动作分类：
# 伪代码思路 # 1. 用 YOLO / MediaPipe 提取球员关节点 # 2. 计算躯干旋转角速度、球的位置变化 # 3. 满足条件则判定为一次马赛回旋 # 条件示例：360°转身 + 控球未丢 + 持续时间 < 2s
实际做的话，自动识别召回率通常不够,职业分析里还是人工标注为主。
如果你说的是足球游戏（FIFA / eFootball）
比如统计某玩家在 FIFA 里用马赛回旋的频率：
- FIFA 系列：比赛数据不会直接导出动作次数，需要录屏 + 人工计数，或者用第三方工具（如 FIFA Analytics 类插件）抓取。
- eFootball：同理,官方不提供动作级统计。
脚本只能做录屏后的辅助计数，
# 用 OpenCV 截取游戏 UI 里的动作提示区域，做模板匹配计数
import cv2
template = cv2.imread("marseille_icon.png", 0)
cap = cv2.VideoCapture("match.mp4")
count = 0
while True:
ret, frame = cap.read()
if not ret:
break
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
res = cv2.matchTemplate(gray, template, cv2.TM_CCOEFF_NORMED)
if (res > 0.9).any():
count += 1
# 加去重逻辑，避免同一动作连续多帧重复计数
print("检测到次数:", count)
如果你说的是篮球/其他运动里的“马赛回旋”
那基本不是标准术语，可能指某种转身动作，统计逻辑同上：先定义清楚动作判定标准,再标注或自动识别。
如果你其实是想问“某个脚本/工具本身的使用频率”
那“马赛回旋”可能只是你给脚本起的名字，这种情况下,统计脚本使用频率的通用做法是：
# 在脚本入口埋点
import json, os, datetime
LOG = "usage_log.json"
def log_usage():
data = []
if os.path.exists(LOG):
data = json.load(open(LOG))
data.append({"time": datetime.datetime.now().isoformat()})
json.dump(data, open(LOG, "w"))
log_usage()
然后分析：
import json
from collections import Counter
data = json.load(open("usage_log.json"))
dates = [d["time"][:10] for d in data]
print(Counter(dates)) # 每天使用次数
总结一句：统计“马赛回旋使用频率”的关键不在脚本，而在动作定义和标注方式，定义清楚了，Python 做统计就是几行 groupby 的事。
你具体是哪个场景？足球视频分析、游戏统计，还是给某个脚本起名叫马赛回旋？说清楚我能给你更贴合的代码。
