射门转化率量化分析案例
下面用Python完整演示如何量化足球射门转化率并判断"高低"。

数据准备
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from scipy import stats
# 模拟一支球队本赛季的球员数据
np.random.seed(42)
data = pd.DataFrame({
'player': [f'Player_{i}' for i in range(1, 21)],
'shots': np.random.randint(5, 80, 20), # 射门次数
'shots_on_target': None, # 射正
'goals': None, # 进球
})
# 射正率约40%,进球转化(射正->进球)约30%
data['shots_on_target'] = (data['shots'] * np.random.uniform(0.3, 0.55, 20)).astype(int)
data['goals'] = (data['shots_on_target'] * np.random.uniform(0.15, 0.5, 20)).astype(int)
data['goals'] = data[['goals', 'shots_on_target']].min(axis=1)
# 核心指标:射门转化率 = 进球 / 射门
data['conversion_rate'] = data['goals'] / data['shots']
data['shot_accuracy'] = data['shots_on_target'] / data['shots']
data['goal_per_shot_on_target'] = data['goals'] / data['shots_on_target']
print(data.head())
计算转化率的关键指标
# 1. 整体转化率
overall_rate = data['goals'].sum() / data['shots'].sum()
print(f"球队整体射门转化率: {overall_rate:.2%}")
# 2. 加权 vs 简单平均(重要区别)
weighted_rate = data['goals'].sum() / data['shots'].sum()
simple_avg = data['conversion_rate'].mean()
print(f"加权转化率: {weighted_rate:.2%}")
print(f"简单平均转化率: {simple_avg:.2%}") # 会被低射门数球员拉偏
量化"高低"的四种方法
方法1:与基准线对比(最直观)
# 欧洲五大联赛平均转化率约 10%~12%(可按联赛调整)
BENCHMARK = 0.10
data['level'] = pd.cut(
data['conversion_rate'],
bins=[-0.01, 0.06, 0.12, 0.20, 1.0],
labels=['极低', '偏低', '正常', '高效']
)
print(data[['player', 'shots', 'goals', 'conversion_rate', 'level']]
.sort_values('conversion_rate', ascending=False))
方法2:Z-Score 标准化(相对队内水平)
data['z_score'] = stats.zscore(data['conversion_rate'])
def classify_by_z(z):
if z > 1.5: return '优秀'
elif z > 0.5: return '良好'
elif z > -0.5:return '平均'
else: return '偏低'
data['z_level'] = data['z_score'].apply(classify_by_z)
方法3:置信区间(判断是否显著高于平均)
关键点:射门少的球员转化率波动大,需要统计检验。
# 用二项分布估计每个球员的真实转化率区间
from statsmodels.stats.proportion import proportion_confint
ci = data.apply(
lambda r: proportion_confint(r['goals'], r['shots'], alpha=0.05, method='wilson'),
axis=1, result_type='expand'
)
data[['ci_low', 'ci_high']] = ci
# 若下限 > 整体平均,说明稳定高效
data['显著高于平均'] = data['ci_low'] > overall_rate
print(data[['player','shots','goals','conversion_rate','ci_low','ci_high','显著高于平均']])
方法4:贝叶斯平滑(解决小样本问题)
# 用 Beta 分布做收缩估计:样本少时向全局均值靠拢
from scipy.stats import beta
# 先验:假设 alpha=10, beta=90(均匀分布式的"10%先验")
alpha0, beta0 = 10, 90
data['adjusted_rate'] = (data['goals'] + alpha0) / (data['shots'] + alpha0 + beta0)
# 对比原始转化率 vs 调整后
comparison = data[['player', 'shots', 'conversion_rate', 'adjusted_rate']].copy()
comparison['差异'] = comparison['adjusted_rate'] - comparison['conversion_rate']
print(comparison.sort_values('差异', key=abs, ascending=False).head(10))
贝叶斯平滑能避免"1射1进=100%"这类小样本误导,是量化高低时最稳健的方法。
可视化对比
fig, axes = plt.subplots(1, 2, figsize=(14, 5))
# 图1:转化率排名(带置信区间)
order = data.sort_values('conversion_rate')['player']
axes[0].barh(data['player'], data['conversion_rate'], color='steelblue')
axes[0].axvline(overall_rate, color='red', linestyle='--', label=f'整体均值 {overall_rate:.1%}')
axes[0].axvline(0.10, color='orange', linestyle=':', label='联赛基准 10%')
axes[0].set_xlabel('射门转化率')
axes[0].set_title('球员射门转化率排名')
axes[0].legend()
# 图2:射门次数 vs 转化率(看清样本量影响)
scatter = axes[1].scatter(data['shots'], data['conversion_rate'], s=100,
c=data['z_score'], cmap='RdYlGn', edgecolors='black')
axes[1].axhline(overall_rate, color='red', linestyle='--')
axes[1].set_xlabel('射门次数(样本量)')
axes[1].set_ylabel('射门转化率')
axes[1].set_title('转化率 vs 射门次数(气泡颜色=Z分)')
plt.colorbar(scatter, ax=axes[1], label='Z-score')
plt.tight_layout()
plt.show()
综合评分("高低"最终判断)
def quantify_conversion(row, benchmark=0.10):
"""综合量化射门转化率高低,输出0-100分"""
rate = row['conversion_rate']
adj_rate = row['adjusted_rate']
shots = row['shots']
# 1) 相对基准的分值(50分起)
base_score = 50 + (adj_rate - benchmark) / benchmark * 50
base_score = np.clip(base_score, 0, 100)
# 2) 样本量惩罚(射门<20,置信度打折)
reliability = min(1.0, shots / 20)
# 3) 综合得分
final = 50 + (base_score - 50) * reliability
return round(final, 1)
data['综合评分'] = data.apply(quantify_conversion, axis=1)
# 分级
data['评级'] = pd.cut(data['综合评分'],
bins=[0, 40, 55, 70, 100],
labels=['⭐', '⭐⭐', '⭐⭐⭐', '⭐⭐⭐⭐'])
print(data[['player','shots','goals','conversion_rate',
'adjusted_rate','综合评分','评级']]
.sort_values('综合评分', ascending=False))
核心结论要点
| 方法 | 作用 | 适用场景 |
|---|---|---|
| 整体转化率 | 球队宏观水平 | 赛季总结 |
| 与基准对比 | 快速判断高低 | 简单报告 |
| Z-Score | 队内相对排名 | 选拔球员 |
| 置信区间 | 判断显著性 | 严肃分析 |
| 贝叶斯平滑 | 修正小样本 | ⭐推荐 |
| 综合评分 | 单一数值决策 | 建模/排名 |
关键提醒:
- 必须区分加权 vs 简单平均 —— 简单平均会让"3射2进"的球员显示66%转化率,误导判断。
- 小样本必须平滑 —— 用贝叶斯/Beta分布向全局均值收缩。
- 结合射门位置 —— 可进一步引入 xG(预期进球):
data['xg_rate'] = data['goals'] / data['xg'] # >1 说明超水平发挥
- 看置信区间下限而非点估计,才能说"稳定地高"。
这样就能把"射门转化率高不高"从主观印象变成可量化、可比较、可决策的指标了。
版权声明:本站文章为原创整理,转载请注明出处。