统计地面1v1对抗胜负的脚本思路
"地面对抗谁胜出"通常指格斗/体育/游戏场景中判断两名选手地面缠斗的赢家,下面给你一个通用可复用脚本框架,你可以按场景调整规则。

先明确"胜出"的判定规则
最常见的几类判定:
| 场景 | 胜出条件 |
|---|---|
| 综合格斗(MMA)地面 | 降服 / 裁判判定控制优势 / 有效打击 |
| 摔跤 | 压制时间、得分动作(摔倒、控制) |
| 游戏(UFC/摔角游戏) | 血量归零、体力耗尽、降服成功 |
| 数据统计(赛后复盘) | 谁在地面停留时间更长、得分更多 |
通用 Python 脚本(按"得分规则"统计)
from dataclasses import dataclass, field
from typing import List
@dataclass
class GrappleEvent:
"""一次地面事件"""
timestamp: float # 秒
fighter: str # 发起方
event_type: str # 'takedown','control','submission_attempt','escape','strike'
success: bool = True
duration: float = 0.0 # 控制时长
# 不同事件的权重(按你的场景改)
SCORE_WEIGHTS = {
'takedown': 3,
'control': 1, # 每秒
'submission_attempt': 4,
'escape': 2,
'strike': 1,
}
def judge_ground_winner(events: List[GrappleEvent]) -> dict:
scores = {}
control_time = {}
for e in events:
if not e.success:
continue
pts = SCORE_WEIGHTS.get(e.event_type, 0)
if e.event_type == 'control':
pts *= e.duration
control_time[e.fighter] = control_time.get(e.fighter, 0) + e.duration
scores[e.fighter] = scores.get(e.fighter, 0) + pts
if not scores:
return {"winner": None, "reason": "无有效地面事件"}
winner = max(scores, key=scores.get)
return {
"winner": winner,
"scores": scores,
"control_time": control_time,
"reason": "综合地面得分领先"
}
示例调用:
events = [
GrappleEvent(10, "选手A", "takedown", True),
GrappleEvent(15, "选手A", "control", True, duration=20),
GrappleEvent(40, "选手B", "escape", True),
GrappleEvent(50, "选手B", "takedown", True),
GrappleEvent(60, "选手B", "submission_attempt", True),
]
print(judge_ground_winner(events))
# {'winner': '选手B', 'scores': {...}, 'reason': '综合地面得分领先'}
如果是"游戏对局"自动判断
用血量+体力+降服状态即可:
def game_ground_winner(f1, f2, ground_rounds=3):
"""
f1/f2: {'hp':100,'stamina':100,'submitted':False,'name':'A'}
返回地面阶段胜者
"""
for _ in range(ground_rounds):
if f1['submitted']: return f2['name']
if f2['submitted']: return f1['name']
# 体力耗尽判负
if f1['stamina'] <= 0: return f2['name']
if f2['stamina'] <= 0: return f1['name']
# ... 这里接入你的模拟逻辑
# 打满按血量判定
return f1['name'] if f1['hp'] >= f2['hp'] else f2['name']
如果是"统计已有比赛数据"
用 pandas 从 CSV/JSON 聚合:
import pandas as pd
df = pd.read_csv("ground_events.csv")
# 列: fight_id, fighter, event_type, success, duration
ground = df[df["event_type"].isin(
["takedown","control","submission_attempt","escape"])]
summary = (ground[ground.success]
.assign(pts=lambda d: d.event_type.map(SCORE_WEIGHTS).fillna(0)
* d.duration.where(d.event_type=="control", 1))
.groupby(["fight_id","fighter"])["pts"].sum()
.reset_index())
winners = summary.loc[summary.groupby("fight_id")["pts"].idxmax()]
print(winners)
需要你补充的信息
为了给你更精确的脚本,请告诉我:
- 数据来源:手动录入、比赛录像标注、游戏 API、还是已有 CSV?
- "谁胜出"的规则:降服算不算?控制时间权重多少?是否有裁判判定?
- 输出形式:终端打印、CSV、可视化图表、还是实时判定?
告诉我这三点,我可以直接改成能跑你数据的成品脚本。
直播入口
曼联直播曼联直播曼联直播曼联直播曼联直播利物浦直播利物浦直播利物浦直播利物浦直播利物浦直播巴萨直播巴萨直播巴萨直播巴萨直播巴萨直播U17直播U17直播U17直播U17直播U17直播尤文图斯直播尤文图斯直播尤文图斯直播尤文图斯直播尤文图斯直播曼联直播曼联直播曼联直播曼联直播曼联直播利物浦直播利物浦直播利物浦直播利物浦直播利物浦直播巴萨直播巴萨直播巴萨直播巴萨直播巴萨直播U17直播U17直播U17直播U17直播U17直播尤文图斯直播尤文图斯直播尤文图斯直播尤文图斯直播尤文图斯直播曼联直播曼联直播曼联直播曼联直播曼联直播利物浦直播利物浦直播利物浦直播利物浦直播利物浦直播巴萨直播巴萨直播巴萨直播巴萨直播巴萨直播U17直播U17直播U17直播U17直播U17直播尤文图斯直播尤文图斯直播尤文图斯直播尤文图斯直播尤文图斯直播曼联直播曼联直播曼联直播曼联直播曼联直播利物浦直播利物浦直播利物浦直播利物浦直播利物浦直播巴萨直播巴萨直播巴萨直播巴萨直播巴萨直播U17直播U17直播U17直播U17直播U17直播尤文图斯直播尤文图斯直播尤文图斯直播尤文图斯直播尤文图斯直播曼联直播曼联直播曼联直播曼联直播曼联直播利物浦直播利物浦直播利物浦直播利物浦直播利物浦直播巴萨直播巴萨直播巴萨直播巴萨直播巴萨直播U17直播U17直播U17直播U17直播U17直播尤文图斯直播尤文图斯直播尤文图斯直播尤文图斯直播尤文图斯直播