武磊进球，我连夜分析了武球王2019赛季数据

点击上方“ Python爬虫与数据挖掘 ”，进行关注

回复“书籍”即可获赠Python从入门到进阶共10本电子书

今

日

鸡

汤

天下兴亡，匹夫有责！

北京时间2020年1月5日凌晨6点，加泰德比西班牙人对巴萨的第88分钟，上场14分钟的武磊接到巴尔加斯包夹中传出的空位球，没有像往常一样选择过多的调整，直接选择打门。

巴萨铁卫皮克无能为力，和门将内托一起眼望武磊的射门滚进球门。武磊成为首位攻破巴萨球门的中国球员。

武球王告诉梅球王什么叫武风生浪，武所畏惧，武往直前，武的放矢，武往不利，武影无踪，武坚不催！让梅球王武以言表，武言以对，何为武名英雄，武价之宝！

好了！不尬吹了，兴奋之余，分析了一波武磊在2019赛季的数据，同时附带五大联赛顶级巨星数据，定量分析武球王与世界顶级球员之间的差距到底在哪里。

首先普及下足球数据分析中常用的指标：

1. 预期进球（xG）：通过射门距离、位置、传球类型、攻击类型估算该射门进球的概率，用于评估该射门机会质量并预测球员和球队的未来表现。

2. 每90分钟预期进球（xG/90）：特定球员在场上比赛每90分钟的预期进球数。

3. 非点球预期进球（npxG）：预期进球总数减去预期点球进球数。

4. 去除点球的真实进球数（npg）:球员真实进球数。

5. 预期助攻（xA）：球员的预期助攻次数。

6. 真实助攻数（assists）：球员真实助攻数。

7. 进攻的参与度（xGChain）：球员进攻参与度，将球员的功劳归功于期望进球（xG）和期望助攻（xA），每个参与者都得到相同的值。

8. 控球参与度（xGBuildup）：球员控球参与度，和xGChain类似，但不仅限于期望进球（xG）和期望助攻（xA）。

所用数据来源于understat.com。

本文挑选了五大联赛的射手榜前列的知名球员在2019年的参赛数据。包括C罗、梅西、姆巴佩、奥巴梅扬、瓦尔迪、莱万多夫斯基、内马尔，本泽马，外加武磊和孙兴慜2位亚洲足球顶级球员。

(点击图片可放大)

武球王本赛季出场次数超过一众巨星，但是其上场时间却仅高于姆巴佩，总而言之就是武球王大部分情况下会在比赛中途被换下，或者替补出场。

武球王的射门数和进球数排在五大联赛巨星的最末，其在西班牙人并没有享有和其他巨星的一样的无限开火权以及战术核心地位。

(点击图片可放大)

姆巴佩和莱万多夫斯基在进球数（goals）、期望进球数（xG）、去除点球进球数（npxG）、去除点球的期望进球数（npg）四个指标中均保持领先地位。

孙兴慜虽然在进球数据上比不上一众巨星，但是其在真实助攻数这一数据上处于领先位置。而我们的武球王与世界巨星之间的差距较为明显，19-20赛季迄今为止没有助攻，进球数据、期望进球数据和孙兴慜排在顶级巨星之末。

进一步地，大家都说武球王把握机会能力较差，因此本文采用预期进球（xG）和真实进球（goals）的散点图来评估球星们把握机会的能力。

若在白线上方，则表示球星把握机会能力强，而在白线下方则表示球星把握机会能力较弱。

(点击图片可放大)

从数据中可看出，武球王的把握机会能力确实低于预期，而把握机会能力最强的是和武球王同在加泰罗尼亚的梅球王。看来梅老板经常把握住一些不是进球机会的机会。

由于武球王本赛季并未有助攻，因此本文也不对期望助攻数和真实助攻数进行进一步的分析了。

接下来进一步分析各大巨星的关键传球（key_passed）、射门（shots）、进攻的参与度（xGChain）、控球参与度（xGBuildup）。

(点击图片可放大)

上述数据显示，C罗每90分钟的射门数接近6次，是所有球星中最多的，作为C罗球迷，看到这个数据（高射门次数，低进球数），一言难尽，只能感慨岁月是把杀猪刀，C罗在本赛季的数据不在亮眼。梅西每90分钟的关键传球次数是最多的。

我们的武球王平均90分钟的射门数是所有球星中最少的，欣喜的是武球王每90分钟关键传球次数能够力压奥巴梅扬和瓦尔迪。

(点击图片可放大)

内马尔的进攻参与度、控球参与度是所有巨星中最大的，可见内马尔在前场进攻中能发挥很大的作用（内马尔喜欢突破，突破后传球能给队友创造更好的机会）。

武球王的进攻参与度与巨星间差距较为明显，虽然控球参与度略胜瓦尔迪，但是瓦尔迪属于站桩式中锋，不需要太多的参与控球，更多的是作为球队进攻支点。

总结：

1. 武球王与世界巨星间的差距是全方面的。甚至与同样是亚洲球星的孙兴慜之间的差距也是很大。

2. 武球王不仅要提高自己把握机会的能力，更要积极参与球队的进攻、控球环节中去，而不是简简单单作为一个进攻终结者。

参考：

1.https://sports.sina.com.cn/g/laliga/2020-01-05/doc-iihnzhha0376784.shtml

2.https://ryo-n7.github.io/2019-06-18-visualize-copa-america

后台回复 武磊2019 可获取完整数据获取+作图R代码哦！

------------------- End -------------------

往期精彩文章推荐：

• Python环境搭建—安利Python小白的Python和Pycharm安装详细教程

• 一篇文章教会你理解Scrapy网络爬虫框架的工作原理和数据采集过程

• 利用Python网络爬虫抓取微信好友的签名及其可视化展示

欢迎大家点赞，留言，转发，转载，感谢大家的相伴与支持

想加入Python学习群请在后台回复【入群】

万水千山总是情，点个【在看】行不行

/今日留言主题/

随便说一两句吧~