Летняя практика — Турнирные таблицы КХЛ

Проект анализирует результаты матчей регулярного чемпионата КХЛ за сезоны 2018/19 – 2021/22 и строит по ним турнирные таблицы и графики. Основной инструмент — библиотека pandas (работа с таблицами) и matplotlib (графики).

1. Структура проекта

Файл / папка	Назначение
`main.py`	Основная программа: строит полную турнирную таблицу чемпионата и таблицы по конференциям (Запад / Восток).
`individual_1.py`	Индивидуальное задание: гистограмма набранных очков по командам.
`individual_4.py`	Индивидуальное задание: гистограмма всего заброшенных шайб за сезон.
`individual_5.py`	Индивидуальное задание: гистограмма разницы шайб конкретной команды в заданном периоде по датам.
`khl_3/`	Исходные данные — CSV-файлы матчей (кодировка UTF-8).
`khl_3_win/`	Те же данные в кодировке UTF-8 с BOM — открываются в Excel без «кракозябр».

Формат исходных данных (CSV)

,Номер,Дата,Команда_1,Команда_2,Период_1,Период_2,Период_3,Овертайм,Буллиты
0,1,2018-09-01,Ак Барс,СКА,0:1,1:2,0:3,:,:

Команда_1 — хозяева, Команда_2 — гости.
Период_1..3, Овертайм, Буллиты — счёт в формате хозяева:гости.
Пустой : означает, что период не игрался (нет овертайма/буллитов).

2. Установка и запуск

pip install pandas numpy matplotlib

# Полная турнирная таблица + таблицы по конференциям
python3 main.py khl_3/khl_2018_19.csv

# Гистограмма очков (по желанию — сохранить в файл)
python3 individual_1.py khl_3/khl_2018_19.csv [output.png]

# Гистограмма заброшенных шайб
python3 individual_4.py khl_3/khl_2018_19.csv

# Разница шайб команды в N-м периоде по датам
python3 individual_5.py khl_3/khl_2018_19.csv 2 "Ак Барс" [output.png]

Имя файла важно: main.py достаёт код сезона (2018_19) из имени khl_2018_19.csv, чтобы понять, какие команды в какой конференции играли.

3. Как работает `main.py` (ядро проекта)

Логика построена на векторных операциях pandas: вычисления делаются сразу над целым столбцом, без циклов по строкам.

Шаг 1. parse_score(df, col) — разбирает строку счёта "3:1" на два числа. str.split(':', expand=True) раскладывает столбец в два, to_numeric(..., errors='coerce') превращает текст в числа, а пустой период (:) через fillna(0) считается как 0:0.

Шаг 2. build_standings(df, conf_map) — превращает список матчей в таблицу команд:

Считает голы в основное время (сумма трёх периодов).
Определяет тип исхода каждого матча сравнением столбцов: победа в основное время / в овертайме / по буллитам — и аналогично поражения. Победителю по буллитам добавляется ровно 1 решающая шайба.
«Разворачивает» матч в две строки — взгляд хозяев и взгляд гостей — и склеивает их (pd.concat). Теперь у каждой команды по строке на матч.
groupby('Команда').sum() суммирует все показатели по командам.
Считает производные показатели:
- И — игры, О — очки (победа = 2, поражение в ОТ/буллитах = 1),
- Р — разница шайб, %О — процент набранных очков.
- %О считается с отбрасыванием знаков (np.floor), как на сайте КХЛ, а не округлением.
Сортирует по регламенту КХЛ: %О → В → ВО → ВБ → Р → ГЗ.

Шаг 3. show_table и main — печатают полную таблицу, затем отдельно конференции Запад и Восток (фильтр по столбцу Конф).

Обозначения столбцов

И — игры · В — победы в основное время · ВО — победы в овертайме · ВБ — победы по буллитам · ПБ — поражения по буллитам · ПО — поражения в овертайме · П — поражения в основное время · ГЗ — голы забитые · ГП — голы пропущенные · Р — разница · О — очки · %О — процент очков.

4. Индивидуальные задания

individual_1.py — переиспользует parse_score из main.py, считает очки каждой команды и строит столбчатую диаграмму очков. Поддерживает сохранение в PNG.
individual_4.py — суммирует все заброшенные шайбы каждой команды за сезон и строит гистограмму с подписями значений над столбцами.
individual_5.py — фильтрует матчи одной команды, считает разницу шайб в выбранном периоде по датам. Столбцы раскрашены: зелёный (плюс), красный (минус), серый (ноль); добавлена линия нуля и сетка.

5. Материал к защите

О чём проект. По «сырым» результатам матчей КХЛ автоматически строится официальная турнирная таблица и набор графиков. Цель — освоить обработку табличных данных в pandas и визуализацию в matplotlib.

Ключевые идеи, которые стоит назвать на защите:

Векторизация вместо циклов. Все расчёты — операции над столбцами целиком (сложение, сравнение, маски True/False). Это и быстрее, и короче, чем for по строкам.
Приём «одна строка матча → две строки команд». Чтобы посчитать статистику команды, каждый матч дублируется: одна запись со стороны хозяев, другая — гостей. После этого groupby сводит всё в таблицу команд.
Булевы маски. Тип исхода (победа/поражение и как именно) — это столбцы True/False, которые переводятся в 1/0 через .astype(int) и суммируются.
Точное соответствие регламенту КХЛ. Система очков (2/1/0), добавление шайбы за буллиты, отбрасывание (а не округление) процента очков, порядок критериев сортировки.
Переиспользование кода. individual_1.py импортирует функции из main.py, чтобы не дублировать логику разбора счёта.

Возможные вопросы и ответы:

Почему пустой период = 0:0? — Овертайм/буллиты есть не во всех матчах; fillna(0) делает расчёт единообразным.
Почему np.floor, а не round? — Сайт КХЛ отбрасывает знаки после второго (72.448 → 72.44), а не округляет.
Зачем папка khl_3_win? — то же содержимое, но с BOM, чтобы Excel правильно показывал кириллицу.
Как добавить новый сезон? — добавить CSV в khl_3/ и описать конференции в словаре CONFERENCES внутри main.py.

9.3 KiB Raw Blame History Unescape Escape