python案例显示主队胜率大概有多少？

wen python案例 2026-10-24 4

本文目录导读：

案例1：基于历史数据的胜率计算
案例2：读取真实CSV数据计算
案例3：按联赛/赛季分组分析
📊 实际参考数据（主流足球联赛经验值）

我来帮你写一个计算主队胜率的Python案例，这里提供一个完整的示例,包括模拟数据和真实数据分析的方法。

案例1：基于历史数据的胜率计算

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
# 设置中文显示
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
# ============ 方式一：手动构造模拟数据 ============
np.random.seed(42)
# 模拟1000场比赛结果  (1=主胜, 0=平局, -1=客胜)
# 真实足球中主胜概率通常约45%，平局约25%，客胜约30%
results = np.random.choice([1, 0, -1], size=1000, p=[0.45, 0.25, 0.30])
df = pd.DataFrame({'result': results})
# 计算胜率
home_win_rate = (df['result'] == 1).mean()
draw_rate = (df['result'] == 0).mean()
away_win_rate = (df['result'] == -1).mean()
print("=" * 40)
print(f"总场次: {len(df)}")
print(f"主队胜率: {home_win_rate:.2%}")
print(f"平局率:   {draw_rate:.2%}")
print(f"客队胜率: {away_win_rate:.2%}")
print("=" * 40)
# 可视化
labels = ['主胜', '平局', '客胜']
sizes = [home_win_rate, draw_rate, away_win_rate]
colors = ['#ff6b6b', '#ffd93d', '#6bcB77']
plt.figure(figsize=(8, 5))
plt.bar(labels, [s*100 for s in sizes], color=colors, edgecolor='black')
for i, v in enumerate(sizes):
    plt.text(i, v*100 + 1, f'{v:.1%}', ha='center', fontsize=12, fontweight='bold')
plt.ylabel('百分比 (%)')'主队/平局/客队 胜率分布')
plt.ylim(0, 60)
plt.grid(axis='y', alpha=0.3)
plt.tight_layout()
plt.show()

案例2：读取真实CSV数据计算

假设你有 matches.csv 包含 home_team、away_team、home_goals、away_goals 列：

import pandas as pd
# 读取数据
df = pd.read_csv('matches.csv')
# 判断比赛结果
def get_result(row):
    if row['home_goals'] > row['away_goals']:
        return '主胜'
    elif row['home_goals'] == row['away_goals']:
        return '平局'
    else:
        return '客胜'
df['result'] = df.apply(get_result, axis=1)
# 总体胜率
total = len(df)
stats = df['result'].value_counts(normalize=True)
print(f"总场次: {total}")
print(f"主胜率: {stats.get('主胜', 0):.2%}")
print(f"平局率: {stats.get('平局', 0):.2%}")
print(f"客胜率: {stats.get('客胜', 0):.2%}")
# 分主队统计（找出主场优势最强的球队）
home_stats = df.groupby('home_team')['result'].apply(
    lambda x: (x == '主胜').mean()
).sort_values(ascending=False)
print("\n各队主场胜率Top5:")
print(home_stats.head(5).apply(lambda x: f"{x:.2%}"))

案例3：按联赛/赛季分组分析

# 假设 df 有 'league' 和 'season' 列
analysis = df.groupby(['league', 'season']).apply(
    lambda g: pd.Series({
        '场次': len(g),
        '主胜率': (g['result'] == '主胜').mean(),
        '平局率': (g['result'] == '平局').mean(),
        '客胜率': (g['result'] == '客胜').mean(),
    })
).round(3)
print(analysis)