python案例统计射正数能说明进攻质量吗？

wen python案例 2026-10-19 1

用Python案例分析：射正数能说明进攻质量吗？

这是一个很好的数据分析问题,让我用Python做一个完整分析来探讨这个问题。

核心结论（先给答案）

射正数只是进攻质量的"部分代理指标"，单独使用会误导。 更好的指标组合应该是：xG（预期进球）+ 射正率 + 射门位置分布 + 转化率。

下面用代码演示为什么。

构造模拟数据

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import pearsonr, spearmanr
np.random.seed(42)
# 模拟20支球队一个赛季的数据
n_teams = 20
teams = [f"Team_{i}" for i in range(1, n_teams+1)]
df = pd.DataFrame({
    "team": teams,
    "shots": np.random.randint(300, 600, n_teams),           # 总射门
    "shots_on_target": np.random.randint(90, 200, n_teams),  # 射正
    "goals": np.random.randint(30, 90, n_teams),             # 进球
    "xg": np.random.uniform(35, 75, n_teams),                # 预期进球
})
# 派生指标
df["shot_accuracy"] = df["shots_on_target"] / df["shots"]          # 射正率
df["conversion"] = df["goals"] / df["shots_on_target"]             # 射正转化率
df["goals_per_shot"] = df["goals"] / df["shots"]                   # 每射门进球
print(df.head())

关键相关性分析：射正数 vs 进球 / xG

# 射正数 与 进球的相关性
r_goals, p1 = pearsonr(df["shots_on_target"], df["goals"])
# 射正数 与 xG 的相关性
r_xg, p2 = pearsonr(df["shots_on_target"], df["xg"])
# 射正率 与 进球的相关性
r_acc, p3 = pearsonr(df["shot_accuracy"], df["goals"])
# 转化率 与 进球的相关性
r_conv, p4 = pearsonr(df["conversion"], df["goals"])
print(f"射正数 ↔ 进球:    r = {r_goals:.3f}, p = {p1:.3f}")
print(f"射正数 ↔ xG:      r = {r_xg:.3f}, p = {p2:.3f}")
print(f"射正率 ↔ 进球:    r = {r_acc:.3f}, p = {p3:.3f}")
print(f"转化率 ↔ 进球:    r = {r_conv:.3f}, p = {p4:.3f}")

解读：射正数与进球相关性通常较高（0.6~0.8），说明它确实包含进攻质量信息，但相关性 ≠ 因果，也 ≠ 完整描述。

反例：射正多但质量差 vs 射正少但质量高

# 找两个典型反例
df["quality_score"] = df["xg"] / df["shots"]   # 单次射门平均质量
team_many_shots = df.loc[df["shots_on_target"].idxmax()]
team_high_quality = df.loc[df["quality_score"].idxmax()]
print("射正最多的队:\n", team_many_shots[["team","shots_on_target","goals","xg","conversion"]])
print("\n单射门质量最高的队:\n", team_high_quality[["team","shots_on_target","goals","xg","conversion"]])

常见现象：

弱队远射多、射正多，但 xG 低，转化率低（"打飞机"和"远程射正"都算射正）
强队射门少但位置好，射正少但 xG 高、转化率高

可视化对比

fig, axes = plt.subplots(1, 3, figsize=(15, 4))
axes[0].scatter(df["shots_on_target"], df["goals"])
axes[0].set_xlabel("射正数"); axes[0].set_ylabel("进球")
axes[0].set_title(f"射正 vs 进球 (r={r_goals:.2f})")
axes[1].scatter(df["shots_on_target"], df["xg"])
axes[1].set_xlabel("射正数"); axes[1].set_ylabel("xG")
axes[1].set_title(f"射正 vs xG (r={r_xg:.2f})")
axes[2].scatter(df["shot_accuracy"], df["conversion"])
axes[2].set_xlabel("射正率"); axes[2].set_ylabel("射正→进球转化率")
axes[2].set_title("射正率高 ≠ 转化率高")
plt.tight_layout(); plt.show()

用多元回归看"射正数"的独立解释力

from sklearn.linear_model import LinearRegression
from sklearn.metrics import r2_score
X = df[["shots_on_target", "xg", "shot_accuracy"]]
y = df["goals"]
model = LinearRegression().fit(X, y)
print("系数:", dict(zip(X.columns, model.coef_.round(3))))
print("R²:", round(r2_score(y, model.predict(X)), 3))
# 只用一个指标时
for col in ["shots_on_target", "xg"]:
    m = LinearRegression().fit(df[[col]], y)
    print(f"仅用 {col}: R² = {r2_score(y, m.predict(df[[col]])):.3f}")

xG 单独解释力 > 射正数单独解释力，因为 xG 已经内含射门位置信息。

结论与建议

指标	能说明什么	局限
射正数	进攻"量"的一部分，粗略质量	距离无关、防守压力无关、易被刷
射正率	射术稳定性	分母（射门数）受战术影响大
转化率	把握机会能力	样本小、偶然性大
xG	射门位置/质量	需要数据源，模型有误差
xGOT（射正后xG）	射正后的实际威胁	更精细的射正质量