python案例怎么看两队的中场控制力对比？

用Python分析两队中场控制力对比

中场控制力是足球分析的核心指标之一,下面我给出一个完整的分析框架和可运行的案例代码。

中场控制力的量化指标

完整案例代码

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.font_manager as fm
# 中文显示设置
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
# ============ 1. 构造示例数据（实际可替换为StatsBomb/FBref/足球数据API）============
data = {
    '指标': ['控球率(%)', '传球次数', '传球成功率(%)', '向前传球占比(%)',
             '中场三区触球', '抢断', '拦截', '中场夺回球权', '地面对抗成功率(%)'],
    '球队A(曼城)': [65, 720, 91, 38, 285, 12, 9, 24, 58],
    '球队B(利物浦)': [35, 410, 84, 45, 210, 18, 14, 31, 62],
}
df = pd.DataFrame(data).set_index('指标')
# ============ 2. 归一化处理（不同量纲指标对比）============
def normalize(series):
    return (series - series.min()) / (series.max() - series.min() + 1e-9)
df_norm = df.apply(normalize, axis=1)
# ============ 3. 雷达图对比 ============
labels = df_norm.index.tolist()
angles = np.linspace(0, 2 * np.pi, len(labels), endpoint=False).tolist()
angles += angles[:1]
fig, ax = plt.subplots(figsize=(9, 9), subplot_kw=dict(polar=True))
for team, color in zip(df_norm.columns, ['#1f77b4', '#d62728']):
    values = df_norm[team].tolist()
    values += values[:1]
    ax.plot(angles, values, 'o-', linewidth=2, label=team, color=color)
    ax.fill(angles, values, alpha=0.2, color=color)
ax.set_xticks(angles[:-1])
ax.set_xticklabels(labels, fontsize=11)
ax.set_title('中场控制力对比雷达图', fontsize=15, pad=20)
ax.legend(loc='upper right', bbox_to_anchor=(1.2, 1.1))
plt.tight_layout()
plt.savefig('midfield_radar.png', dpi=150)
plt.show()
# ============ 4. 中场控制力综合评分 ============
# 权重（可根据战术偏好调整）
weights = {
    '控球率(%)': 0.15, '传球次数': 0.10, '传球成功率(%)': 0.15,
    '向前传球占比(%)': 0.15, '中场三区触球': 0.15,
    '抢断': 0.05, '拦截': 0.05, '中场夺回球权': 0.10,
    '地面对抗成功率(%)': 0.10,
}
score = {}
for team in df.columns:
    score[team] = sum(df_norm.loc[idx, team] * w for idx, w in weights.items())
print("=" * 40)
print("中场控制力综合评分（0-1）：")
for team, s in score.items():
    print(f"  {team}: {s:.3f}")
print("=" * 40)
# ============ 5. 差异柱状图 ============
diff = df['球队A(曼城)'] - df['球队B(利物浦)']
fig, ax = plt.subplots(figsize=(10, 5))
colors = ['green' if x > 0 else 'red' for x in diff]
ax.barh(diff.index, diff.values, color=colors, alpha=0.7)
ax.axvline(0, color='black', linewidth=0.8)
ax.set_xlabel('差值（球队A - 球队B）')
ax.set_title('两队中场指标差异对比')
plt.tight_layout()
plt.savefig('midfield_diff.png', dpi=150)
plt.show()

如何解读结果

示例输出结论（基于上述模拟数据）：

• 曼城（A队）：控球率、传球量、传球成功率、中场触球显著占优 → 控制型中场，通过传控压制对手
• 利物浦（B队）：向前传球占比、抢断、拦截、中场夺回球权更高 → 压迫反击型中场，通过高位逼抢夺回球权后快速推进

综合评分通常显示：曼城控球维度占优，但中场"夺回球权"维度利物浦更强，说明两队中场风格不同而非谁绝对更"强"。

真实数据获取渠道

# 方案1：FBref（免费）
# pip install soccerdata
import soccerdata as sd
fbref = sd.FBref(leagues="ENG-Premier League", seasons="2023-2024")
team_stats = fbref.read_team_season_stats(stat_type="possession")
# 方案2：StatsBomb开源数据（事件级数据，可算PPDA）
# https://github.com/statsbomb/open-data
# 方案3：Understat（xG相关）
# pip install understatapi

进阶建议

1. PPDA（防守压迫强度）：用StatsBomb事件数据计算，对手传球次数 / 己方防守动作次数，值越低压迫越强
2. 中场区域热图：用mplsoccer绘制中场三区触球热力图，直观对比活动范围
3. 时间切片分析：分上下半场/15分钟段看中场控制力变化，识别体能拐点
4. 对手强度校正：用同联赛平均值做标准化，避免对手强弱带来的偏差

需要我针对某个具体数据源（如StatsBomb事件数据）写一份可落地的完整分析脚本吗？