这个python案例显示人盯人防守成功率？

本文目录导读：

1. 指标定义（先明确口径）
2. 可直接运行的 Python 示例
3. 输出示例
4. 要更贴近真实比赛，建议补充的字段
5. 需要你补充的信息

我理解你想了解如何用 Python 分析/展示人盯人防守成功率，不过你这条消息里并没有附上具体的 Python 案例代码或数据，所以我先给你一个可直接套用的完整示例框架，你再把实际数据替换进去即可。

指标定义（先明确口径）

人盯人防守成功率通常可定义为：

防守成功率 = 成功防守回合数 / 总防守回合数 × 100%

“成功防守”可按你的业务定义，

• 对手该回合未得分
• 对手命中率低于阈值
• 未让对位球员接球/出手
• 未发生被过人、失位

可直接运行的 Python 示例

import pandas as pd
import matplotlib.pyplot as plt
# 1) 模拟数据：每个防守回合一行
data = {
    "possession_id": range(1, 21),
    "defender": ["A"]*10 + ["B"]*10,
    "defense_type": ["man_to_man"]*20,
    "opponent_scored": [0,1,0,0,1,0,0,1,0,0,
                        1,0,0,1,0,1,0,0,1,0],  # 1=对手得分
    "beaten": [0,1,0,0,0,0,1,0,0,0,
               1,0,0,0,0,1,0,0,1,0]           # 1=被过人/失位
}
df = pd.DataFrame(data)
# 2) 定义成功防守：对手未得分 且 未被过人
df["success"] = ((df["opponent_scored"] == 0) & (df["beaten"] == 0)).astype(int)
# 3) 只看人盯人防守
mtm = df[df["defense_type"] == "man_to_man"]
# 4) 计算整体成功率
overall_rate = mtm["success"].mean() * 100
print(f"人盯人防守整体成功率: {overall_rate:.2f}%")
# 5) 按防守人统计
by_defender = (
    mtm.groupby("defender")["success"]
       .agg(回合数="count", 成功数="sum", 成功率=lambda x: x.mean()*100)
       .reset_index()
)
print(by_defender)
# 6) 可视化
plt.rcParams["font.sans-serif"] = ["SimHei"]  # Windows 中文
plt.rcParams["axes.unicode_minus"] = False
plt.figure(figsize=(6,4))
plt.bar(by_defender["defender"], by_defender["成功率"], color=["#4C72B0","#DD8452"])
plt.axhline(overall_rate, color="red", linestyle="--", label=f"整体 {overall_rate:.1f}%")
plt.ylabel("防守成功率 (%)")"人盯人防守成功率（按防守人）")
plt.ylim(0, 100)
plt.legend()
plt.tight_layout()
plt.show()

输出示例

人盯人防守整体成功率: 60.00%
  defender  回合数  成功数    成功率
0        A     10     7   70.0
1        B     10     5   50.0

并生成一张按防守人对比的柱状图,红色虚线为整体成功率。

要更贴近真实比赛，建议补充的字段

有了这些字段,就能进一步算：

• 按对位球员的成功率
• 按节次/关键时刻的成功率
• 被掩护后 vs 无掩护的成功率
• 结合失分算 每回合失分（PPP）

需要你补充的信息

如果你手头有具体的案例代码/数据（CSV、Excel、或一段 Python），发给我，我可以帮你：

1. 检查口径是否正确
2. 修 bug
3. 加上更专业的可视化（热图、对位矩阵、雷达图）

你现在的案例是从哪来的（课程作业 / 体育数据项目 / 自己写的）？告诉我场景，我可以把上面的模板改成更贴合你需求的版本。