2018 年世界杯德国竟然输给韩国？终于找到原因了！

作者：Jackpop

2021 年 11 月 23 日
本文字数：3917 字
阅读完需：约 13 分钟

程序员宝藏库：https://github.com/Jackpopc/CS-Books-Store

大家好，我是 Jackpop。

今天来跟大家聊一下足球。

首先表明，我并不是一个足球爱好者。

我很少关注世界杯、欧冠这些名气较大的足球比赛，更不会去留意国足相关的内容。

虽然对于足球比赛竞技本身并不感兴趣，但是作为一个数据科学领域的开发人员，对比赛背后的数据还是充满着浓厚的兴趣。

数据科学是一种从数据中挖掘和捕捉有价值信息的方法，数据科学正在影响着许多领域，这也包括足球。

足球包含大量的数据，从个人到团队方面都有涉及。有了这些数据，我们就能以一种更有意义的方式了解比赛。

另外，对于球队来说，数据可以创造出指导决策的信息。

因此，团队可以找到赢得比赛的策略。

在这篇文章中，我将带你了解如何使用 Python 分析足球赛事数据。

在这里，我们将分析 2018 年国际足联世界杯德国和韩国的比赛。

不用多说，让我们开始吧!

数据获取

对于数据，我们将使用 StatsBomb 的数据。

StatsBomb 是一家专门在足球领域工作的分析公司，他们提供了大量的足球数据，尤其是事件数据。

对于那些想学习足球分析的人来说，得益于 StatsBomb 已经公布了公开数据，能够节省很多获取数据的时间。

这些数据由已经结束的足球联赛的比赛组成，数据链接：https://github.com/statsbomb/open-data

注意：在获取数据时，请耐心等待，因为数据量真的很大。

数据探索

在你下载数据后，下一步是探索它。

数据的文件夹结构如下所示：

|   LICENSE.pdf|   README.md|   +---data|   |   competitions.json|   |   |   +---events|   |       15946.json|   |       15956.json|   |       15973.json|   |       15978.json|   |       15986.json|   |       |   +---lineups|   |       15946.json|   |       15956.json|   |       15973.json|   |       15978.json|   |       15986.json|   |       |   \---matches|       +---11|       |       1.json|       |       2.json|       |       |       +---16|       |       1.json|       |       2.json|       |       |               +---doc|       Open Data Competitions v2.0.0.pdf|       Open Data Events v4.0.0.pdf|       Open Data Lineups v2.0.0.pdf|       Open Data Matches v3.0.0.pdf|       StatsBomb Open Data Specification v1.1.pdf|       \---img        statsbomb-logo.jpg

复制代码

还有一些文件夹，如事件（events）、阵容（lineups）和比赛（matches）：

事件文件夹包含以 JSON 格式回顾比赛的文件
阵容文件夹包含每场比赛中各队的阵容
比赛文件夹包含每场比赛的比赛。它也被分为几个比赛的不同季节

那么，在数据里面有很多文件的情况下，我们怎样才能检索到一个特定的比赛呢？正如我之前提到的，我们将分析德国和韩国的世界杯比赛。

在下一步，我将告诉你如何检索数据。

数据检索

事件数据可以通过以下步骤来检索。

首先，我们打开competitions.json文件。这个文件是访问 StatsBomb 数据第一步要做的事情。

这样做的原因是，我们需要比赛和赛季的 ID，以便从中获取比赛的列表。

为了处理 JSON 文件，pandas 库提供了通过使用read_json函数将 JSON 文件读成 DataFrame 的函数：

import pandas as pd
competition = pd.read_json('open-data/data/competitions.json')competition.head()

复制代码

现在，你可以看到包含 StatsBomb 提供的所有比赛信息的行。

总之，这些数据中包括的比赛有西甲（西班牙联赛）、欧洲杯、国际足联世界杯（男子和女子）以及欧洲冠军联赛。

现在，我们想取有国际足联世界杯信息的那一行。

让我们用下面这行代码来过滤数据集。

# Get the FIFA World Cupcompetition[competition.competition_name == 'FIFA World Cup']

复制代码

从上面可以看出，国际足联世界杯的比赛和赛季的 ID 分别是 43 和 3。

现在让我们来访问包含 ID 的文件夹。

对于每个比赛，文件夹都是以比赛 ID 命名的，而每个文件夹都包含 JSON 文件。

每个文件都是以赛季 ID 为名称的附件。

现在让我们通过使用这几行代码来访问该文件：

import json
with open('open-data/data/matches/43/3.json') as f:    data = json.load(f)
data

复制代码

哇，你会发现，这是个很大的数据，而且读起来很混乱。

让我们首先通过使用循环来整理它。

在每一次迭代中，我们都要取得比赛的 ID、球队的名字和分数：

with open('open-data/data/matches/43/3.json') as f:    data = json.load(f)    for i in data:        print('ID:', i['match_id'], i['home_team']['home_team_name'], i['home_score'], '-', i['away_score'], i['away_team']['away_team_name'])

复制代码

现在，它比以前更整洁了。

让我们来看看德国对韩国的比赛。

最后的比分是 2-0，韩国是赢家（你可能不知道，德国和韩国之间的比赛是惊人的）。

这个结果也使得德国人在小组赛阶段就被淘汰出局，这是自 1938 年以来，德国第一次在第一轮比赛中被淘汰。

回到主题，德国对阵韩国的比赛 ID 是 7567。

通过如下几行代码来访问这个文件：

with open('open-data/data/events/7567.json') as f:    korger = json.load(f)    korger

复制代码

这比之前的数据要多得多。

为了便于我们分析，pandas 库提供了json_normalize函数，这个函数之所以如此强大，是因为它可以处理嵌套的 JSON。

现在我们来写这几行代码：

# from pandas.io.json import json_normalize
df = pd.json_normalize(korger, sep='_').assign(match_id="7567")df.head()

复制代码

比以前更有可读性，接下来让我们从数据中创建一些可视化的东西。

数据可视化

我们可以创建的可视化之一是射门图。

在这张图上，我们想看看每支球队有多少次射门。此外，还想知道进球的几率有多大，我们称这种机会为预期进球。

为了创建可视化，我们需要首先获取事件数据。然后，根据事件名称来过滤数据。

在这种情况下，我们需要射门的相关数据：

shots = df[df.type_name == 'Shot'].set_index('id')shots.head()

复制代码

在我们得到数据后，现在让我们来写这些代码，对数据进行可视化：

import numpy as npimport matplotlib.pyplot as pltfrom FCPython import createPitch
pitch_width = 120pitch_height = 80
fig, ax = createPitch(pitch_width, pitch_height, 'yards', 'gray')
home_team = 'South Korea'away_team = 'Germany'
for i, shot in shots.iterrows():    x = shot['location'][0]    y = shot['location'][1]        goal = shot['shot_outcome_name']=='Goal'    team_name = shot['team_name']        circle_size = 2    circle_size = np.sqrt(shot['shot_statsbomb_xg'] * 15)        if team_name == home_team:        if goal:            shot_circle = plt.Circle((x, pitch_height-y), circle_size, color='red')            plt.text((x+1), pitch_height-y+1, shot['player_name'])        else:            shot_circle = plt.Circle((x, pitch_height-y), circle_size, color='red')            shot_circle.set_alpha(.2)    elif team_name == away_team:        if goal:            shot_circle = plt.Circle((pitch_width-x, y), circle_size, color='blue')            plt.text((pitch_width-x+1), y+1, shot['player_name'])        else:            shot_circle = plt.Circle((pitch_width-x, y), circle_size, color='blue')            shot_circle.set_alpha(.2)        ax.add_patch(shot_circle)    plt.text(5, 75, away_team + ' shots')plt.text(80, 75, home_team + ' shots')
plt.title('Germany vs South Korea at 2018 FIFA World Cup')
fig.set_size_inches(10, 7)fig.savefig('korger_shots.png', dpi=300) 
plt.show()

复制代码

让我先解释一下代码。

首先，创建一个足球场。然后，还要创建一个点的集合，对应于已经进行的射击。

为了创建这个球场，我们可以使用 FCPython 中的createPitch函数。

关于 FCPython，你可以在这里查看[GitHub 资源库](SoccermaticsForPython/FCPython.py at master · Friends-of-Tracking-Data-FoTD/SoccermaticsForPython · GitHub)。

为了生成圆点，我们需要遍历 dataframe 中的数据行。对于每一次迭代，需要做如下两件事情：

把坐标和预期目标（xG）值一起拿出来。
根据前面的参数生成一个圆。xG 值将被用作圆圈大小的值，我们还为不是进球的射门设置透明度。

如果你的代码写得正确，它应该产生一个像下面这样的效果图：

现在我们可以从数据中得到启示。

正如我们从上面看到的，我们知道德国有很多的机会，但他们无法从中获得任何进球。

另外，他们有几次射门的 xG 值很大。xG 值越大，进球的机会就越大。但不幸的是，德国人无法将其转换为进球。

在韩国方面，我们可以看到，他们没有很多机会。他们也不像德国人那样每次射门都有巨大的预期进球。

但是，在比赛结束时，德国队犯了一些错误，导致了一个尴尬的结果。最后，孙兴民和金英权成了韩国队的英雄。

结语

这是你可以创建的可视化之一，我们可以做的数据可视化有很多。

除此之外，我们可以做一个传球热图，或者进球过程中的控球链，或者每个球员的传球图。

正如我之前所说，足球赛事数据有很多值得挖掘的信息。

因此，这有助于团队和外面的足球爱好者更加了解这个比赛。

现在你已经学会了如何用 Python 分析 StatsBomb 的足球事件数据。

我希望它能激励你开始使用 Python 分析体育数据，特别是足球。

大家好，我是 Jackpop！我花费了半个月的时间把这几年来收集的各种技术干货整理到一起，其中内容包括但不限于 Python、机器学习、深度学习、计算机视觉、推荐系统、Linux、工程化、Java，内容多达 5T+，获取方式：https://pan.baidu.com/s/1eks7CUyjbWQ3A7O9cmYljA（提取码：0000）

发布于: 2 小时前阅读数: 5

原文链接:【http://xie.infoq.cn/article/27d356f47c932c2b711dd967c】。文章转载请联系作者。

Jackpop

关注

还未添加个人签名 2020.09.16 加入

公众号：平凡而诗意，微信：code_7steps，全网粉丝超20万，技术进阶、优质资源、实用工具，欢迎关注！

发布

暂无评论

创作场景

2018 年世界杯德国竟然输给韩国？终于找到原因了！

数据获取

数据探索

数据检索

数据可视化

结语

Jackpop

评论