企业官网建设流程全解析

5个免费足球开源数据集清单：如何用Soccer Analytics Handbook快速获取StatsBomb与Metrica数据

【免费下载链接】analytics-handbookGetting started with soccer analytics项目地址: https://gitcode.com/gh_mirrors/an/analytics-handbook

做足球数据分析，最大的门槛往往不是代码，而是"去哪找数据"。Soccer Analytics Handbook（足球分析手册）是一份免费、面向新手的足球数据分析教程，本文整理了 5 个免费足球开源数据集清单，并教你用它几行 Python 代码快速拉取 StatsBomb 事件数据和 Metrica 追踪数据，零基础也能跑出第一张球场图。

📦 5个免费足球开源数据集清单一览

💡 一个关键概念：单场事件数据只有约 2000~3000 个事件，而单场追踪数据超过 200 万个坐标测量值。这就是追踪数据更珍贵、也更适合做移动与防守压迫分析的原因。

⚡ 最快获取步骤：3 步从 Clone 到跑起来

第 1 步 · 克隆项目

git clone https://gitcode.com/gh_mirrors/an/analytics-handbook

第 2 步 · 安装依赖

项目 2023 年重构后不再需要任何自定义模块，全部依赖都是 pip 可安装的标准包：

pip install -r requirements.txt

核心就三个库（见requirements.txt）：

• statsbombpy：StatsBomb 官方接口，拉取事件数据
• mplsoccer：绘制球场图、热力图的"游戏级"绘图库
• kloppy：追踪数据一站式接口，Metrica 数据靠它加载

第 3 步 · 打开 Notebook

全部教程集中在根目录的soccer_analytics_handbook.ipynb一个文档里，用 Jupyter 或 VS Code 打开后即可自上而下运行，每个代码块都配有逐步解释。

🏆 快速获取 StatsBomb 事件数据（以世界杯 2022 为例）

Handbook 的示例选用了 2022 世界杯数据（competition_id=43、season_id=106），只需三步拿到完整事件流：

1. 取赛程：sb.matches(competition_id=43, season_id=106)，返回一个 Pandas DataFrame
2. 选比赛：按competition_stage == "Final"过滤，取出决赛的match_id
3. 拉事件：sb.events(match_id=match_id)，一次拿到该场比赛全部事件

之后配合mplsoccer即可出图，Notebook 里给出了三个完整范例：

• 传球图：筛选type == "Pass"，取起点与落点坐标连线
• 射门图：筛选type == "Shot"，按位置绘制
• 热力图：用Pitch.kdeplot画核密度估计，直观看到球队活动区域

🏃 快速获取 Metrica 追踪数据（kloppy 一键加载）

Metrica 开放的是业内首批公开的完整追踪数据，用kloppy一行代码加载：

from kloppy import metrica dataset = metrica.load_open_data(match_id=1, coordinates="metrica") df = dataset.to_df() # 直接转成 Pandas 表格查看

• 采样率25 帧/秒，每帧记录双方 22 名球员 + 球的坐标
• df.head()即可看到数据结构，上手成本极低

Notebook 的 Tracking Data 章节还在此基础上演示了进阶玩法：绘制球员跑动路径、检测高强度冲刺、贝塞尔曲线拟合、置信区域、以及经典的Time to Intercept（TTI）防守压迫面分析。

🧭 Handbook 教程结构速览

📚 延伸阅读：README.md的 "Soccer Analytics Research" 与 "Resources" 章节整理了必读论文、博客和 Python 库清单，适合进阶时对照学习。

🎯 新手建议的学习路线

1. 先跑Visualization章节，10 分钟建立"坐标 → 球场图"的直观感受
2. 再做Clustering，理解"从数据里找结构"的思路
3. 喜欢机器学习的，直接挑战Pass Difficulty建模
4. 最后攻Tracking Data：数据量最大，但概念最硬核

💡 常见问题 FAQ

需要付费购买数据吗？不需要。清单中的 5 个数据集均为官方免费开放，Notebook 示例仅使用 StatsBomb 与 Metrica 的公开数据。

事件数据和追踪数据该先学哪个？新手建议从事件数据入手：数据轻、出图快、概念清晰；追踪数据留给想深入移动分析、防守压迫的读者。

代码跑不起来怎么办？确认使用 Python 3.7+，并按requirements.txt中的版本安装依赖；Notebook 开头的 Setup 单元格也内置了同样的pip install命令，可对照检查。

【免费下载链接】analytics-handbookGetting started with soccer analytics项目地址: https://gitcode.com/gh_mirrors/an/analytics-handbook