main.py

@@ -293,5 +293,5 @@ def main():
     show_table(west, 'Конференция Запад ' + season)
     show_table(east, 'Конференция Восток ' + season)
 
-if __name__ == "__main__":
+
-    main()
+main()

new_main.py

@@ -1,379 +0,0 @@
-'''
-new_main.py - построение турнирной таблицы КХЛ из файла с результатами матчей.
-
-ОБЩАЯ ЛОГИКА (что происходит, сверху вниз):
-  1. Запуск:  python3 main.py khl_3/khl_2018_19.csv
-  2. По имени файла определяется код сезона (например, "2018_19") и берётся
-     словарь "команда -> конференция" из CONFERENCES.
-  3. CSV читается в таблицу матчей df (одна строка = один матч, счёт по периодам).
-  4. build_standings(df, conf_map) превращает матчи в турнирную таблицу команд:
-     по каждому матчу определяется исход (победа/поражение и каким образом),
-     результаты разносятся на обе команды, суммируются и сортируются по правилам КХЛ.
-  5. Для таблиц конференций учитываются дивизионы: в нужных сезонах победители
-     дивизионов получают места 1 и 2 внутри своей конференции.
-  6. show_table(...) печатает таблицу: общую по чемпионату и отдельно по двум
-     конференциям (Запад / Восток).
-
-ВХОДНЫЕ ДАННЫЕ (столбцы CSV):
-  Команда_1 - хозяева, Команда_2 - гости;
-  Период_1/2/3 - счёт по периодам в формате "3:1" (хозяева:гости);
-  Овертайм, Буллиты - счёт за овертайм и серию буллитов (или ":" если их не было).
-
-Зависимости: pandas (таблицы), numpy (нумерация мест).
-'''
-
-import sys  # для аргументов командной строки
-import os  # чтобы достать имя файла из пути
-import pandas as pd
-import numpy as np
-
-
-def make_conf(west, east):
-    '''
-    Собрать словарь {название команды -> конференция} из двух списков команд.
-
-    Принимает: west, east - списки названий команд Западной и Восточной конференций.
-    Возвращает: dict, где каждой команде сопоставлена строка 'Запад' или 'Восток'.
-
-    Нужен, чтобы позже одной операцией .map() приписать каждой команде её конференцию.
-    '''
-    d = {}
-    d.update({team: 'Запад' for team in west})
-    d.update({team: 'Восток' for team in east})
-    return d
-
-
-# ключ - это код сезона (например, 2018_19)
-CONFERENCES = {
-    '2018_19': make_conf(
-        west=['ЦСКА', 'СКА', 'Локомотив', 'Йокерит', 'Динамо М', 'ХК Сочи',
-              'Спартак', 'Витязь', 'Динамо Р', 'Северсталь', 'Динамо Мн', 'Слован'],
-        east=['Автомобилист', 'Барыс', 'Металлург Мг', 'Авангард', 'Ак Барс',
-              'Салават Юлаев', 'Торпедо НН', 'Трактор', 'Сибирь', 'Нефтехимик',
-              'Куньлунь РС', 'Адмирал', 'Амур'],
-    ),
-    '2019_20': make_conf(
-        west=['ЦСКА', 'СКА', 'Йокерит', 'Динамо М', 'Спартак', 'Локомотив',
-              'Витязь', 'Торпедо НН', 'ХК Сочи', 'Северсталь', 'Динамо Р', 'Динамо Мн'],
-        east=['Ак Барс', 'Барыс', 'Авангард', 'Автомобилист', 'Сибирь',
-              'Салават Юлаев', 'Металлург Мг', 'Нефтехимик', 'Амур', 'Куньлунь РС',
-              'Трактор', 'Адмирал'],
-    ),
-    '2020_21': make_conf(
-        west=['ЦСКА', 'СКА', 'Динамо М', 'Локомотив', 'Йокерит', 'Северсталь',
-              'Динамо Мн', 'Спартак', 'Витязь', 'ХК Сочи', 'Динамо Р'],
-        east=['Ак Барс', 'Авангард', 'Металлург Мг', 'Салават Юлаев', 'Трактор',
-              'Барыс', 'Автомобилист', 'Торпедо НН', 'Сибирь', 'Амур', 'Нефтехимик',
-              'Куньлунь РС'],
-    ),
-    '2021_22': make_conf(
-        west=['СКА', 'Йокерит', 'ЦСКА', 'Динамо М', 'Северсталь', 'Локомотив',
-              'Спартак', 'Динамо Мн', 'Торпедо', 'Витязь', 'ХК Сочи', 'Динамо Р'],
-        east=['Металлург Мг', 'Трактор', 'Салават Юлаев', 'Ак Барс', 'Авангард',
-              'Сибирь', 'Нефтехимик', 'Барыс', 'Автомобилист', 'Амур', 'Адмирал',
-              'Куньлунь РС'],
-    ),
-}
-
-
-def make_div(bobrov, tarasov, kharlamov, chernyshev):
-    '''
-    Собрать словарь {название команды -> дивизион} из четырёх списков команд.
-
-    Дивизионы Боброва и Тарасова относятся к Западу, Харламова и Чернышёва -
-    к Востоку. Нужны для финального посева победителей дивизионов в таблицах
-    конференций.
-    '''
-    d = {}
-    d.update({team: 'Боброва' for team in bobrov})
-    d.update({team: 'Тарасова' for team in tarasov})
-    d.update({team: 'Харламова' for team in kharlamov})
-    d.update({team: 'Чернышёва' for team in chernyshev})
-    return d
-
-
-DIVISIONS = {
-    '2018_19': make_div(
-        bobrov=['СКА', 'Йокерит', 'Динамо М', 'Динамо Мн', 'Динамо Р', 'Слован'],
-        tarasov=['ЦСКА', 'Локомотив', 'ХК Сочи', 'Спартак', 'Витязь', 'Северсталь'],
-        kharlamov=['Автомобилист', 'Металлург Мг', 'Ак Барс', 'Трактор',
-                   'Нефтехимик', 'Куньлунь РС', 'Адмирал'],
-        chernyshev=['Барыс', 'Авангард', 'Салават Юлаев', 'Сибирь',
-                    'Торпедо НН', 'Амур'],
-    ),
-    '2019_20': make_div(
-        bobrov=['СКА', 'Йокерит', 'Спартак', 'Динамо М', 'Динамо Мн', 'Динамо Р'],
-        tarasov=['ЦСКА', 'Локомотив', 'Витязь', 'Торпедо НН', 'ХК Сочи', 'Северсталь'],
-        kharlamov=['Ак Барс', 'Металлург Мг', 'Автомобилист', 'Нефтехимик',
-                   'Трактор', 'Адмирал'],
-        chernyshev=['Авангард', 'Барыс', 'Салават Юлаев', 'Сибирь',
-                    'Амур', 'Куньлунь РС'],
-    ),
-    '2020_21': make_div(
-        bobrov=['СКА', 'Йокерит', 'Северсталь', 'Спартак', 'Витязь', 'ХК Сочи'],
-        tarasov=['ЦСКА', 'Динамо М', 'Локомотив', 'Динамо Мн', 'Динамо Р'],
-        kharlamov=['Автомобилист', 'Ак Барс', 'Металлург Мг', 'Нефтехимик',
-                   'Трактор', 'Торпедо НН'],
-        chernyshev=['Авангард', 'Амур', 'Барыс', 'Куньлунь РС',
-                    'Салават Юлаев', 'Сибирь'],
-    ),
-    '2021_22': make_div(
-        bobrov=['Витязь', 'Йокерит', 'СКА', 'ХК Сочи', 'Торпедо', 'Спартак'],
-        tarasov=['Динамо М', 'Динамо Мн', 'Динамо Р', 'Локомотив', 'Северсталь', 'ЦСКА'],
-        kharlamov=['Автомобилист', 'Ак Барс', 'Куньлунь РС', 'Металлург Мг',
-                   'Нефтехимик', 'Трактор'],
-        chernyshev=['Авангард', 'Амур', 'Барыс', 'Сибирь', 'Салават Юлаев', 'Адмирал'],
-    ),
-}
-
-
-SEED_BY_DIVISION = {
-    '2018_19': True,
-    '2019_20': True,
-    '2020_21': True,
-    '2021_22': False,
-}
-
-
-def seed_conference(conf_table):
-    '''
-    Поставить победителей двух дивизионов на места 1 и 2 в конференции.
-
-    На вход приходит таблица одной конференции, уже отсортированная по основным
-    правилам КХЛ. Поэтому первая команда каждого дивизиона - победитель
-    дивизиона, а порядок между двумя победителями уже правильный.
-    '''
-    winners = conf_table.groupby('Див', sort=False).head(1)
-    rest = conf_table.drop(winners.index)
-    return pd.concat([winners, rest])
-
-
-def parse_score(df, col):
-    '''
-    Шаг 1. Разобрать столбец со счётом вида "3:1" на два числовых столбца.
-
-    Принимает: df - таблица матчей; col - имя столбца ('Период_1', 'Овертайм' и т.п.).
-    Возвращает: (home, away) - два числовых столбца (Series): голы хозяев и голы гостей.
-
-    Как работает:
-      - str.split(':', expand=True) разбивает "3:1" на части "3" и "1" сразу по
-        всему столбцу и раскладывает их в два столбца (expand=True);
-      - pd.to_numeric(..., errors='coerce') превращает текст в число, а всё, что
-        числом не является (пустая строка при ":" или знаки "+ — -"), делает NaN;
-      - fillna(0) заменяет NaN на 0. Итог: не сыгранный период читается как "0:0".
-    '''
-    parts = df[col].str.split(':', expand=True)
-    home = pd.to_numeric(parts[0], errors='coerce').fillna(0)
-    away = pd.to_numeric(parts[1], errors='coerce').fillna(0)
-    return home, away
-
-
-def build_standings(df, conf_map):
-    '''
-    Шаг 2. Превратить таблицу матчей в турнирную таблицу команд.
-
-    Принимает: df - матчи (одна строка = один матч); conf_map - словарь
-               {команда -> конференция} из make_conf.
-    Возвращает: таблицу (DataFrame), где индекс - название команды, а столбцы -
-                И, В, ВО, ВБ, ПБ, ПО, П, ГЗ, ГП, О, Р, %О, Конф; строки уже
-                отсортированы по правилам КХЛ (лучшая команда сверху).
-
-    Идея целиком:
-      1) разбираем счёт по периодам/овертайму/буллитам;
-      2) по каждому матчу определяем ОДИН из шести исходов для хозяев и для гостей
-         (победа в основное/овертайме/буллитах и зеркальные поражения);
-      3) отдельно учитываем технические результаты ("+ — -" / "- — +");
-      4) считаем заброшенные/пропущенные шайбы;
-      5) разносим каждый матч на две строки (взгляд хозяев и взгляд гостей),
-         склеиваем и группируем по команде - получаем суммы по сезону;
-      6) считаем производные показатели (И, О, Р, %О) и сортируем.
-    '''
-    # Достаём счёт по периодам и т.д.
-    h1, a1 = parse_score(df, 'Период_1')  # голы хозяев/гостей в 1 периоде
-    h2, a2 = parse_score(df, 'Период_2')  # второй
-    h3, a3 = parse_score(df, 'Период_3')  # третий
-    oth, ota = parse_score(df, 'Овертайм')  # овертайм (0/0, если его не было)
-    soh, soa = parse_score(df, 'Буллиты')  # серия буллитов (0/0, если её не было)
-
-    # Голы в основное время (сумма трёх периодов), складываются поэлементно, строка к строке
-    reg_h = h1 + h2 + h3  # сколько хозяева забили за три периода
-    reg_a = a1 + a2 + a3  # сколько гости забили за три периода
-
-    # Определяем ТИП исхода каждого матча через сравнение столбцов
-    # (любое сравнение возвращает столбец False/True)
-
-    tie = (reg_h == reg_a)  # True там, где после 3 периодов была ничья
-
-    win_home_reg = (reg_h > reg_a)  # хозяева победили в основное время
-    win_away_reg = (reg_a > reg_h)  # гости победили в основное время
-
-    win_home_ot = tie & (oth > ota)  # ничья в основное + хозяева забили в ОТ = победа в ОТ
-    win_away_ot = tie & (ota > oth)  # ничья в основное + гости забили в ОТ
-
-    win_home_so = tie & (oth == ota) & (soh > soa)  # ОТ ничейный -> буллиты выиграли хозяева
-    win_away_so = tie & (oth == ota) & (soa > soh)  # буллиты выиграли гости
-
-    '''
-    Технические результаты (неявка/отмена матча). В файле счёт записан не цифрами,
-    а знаками: "+ — -" - техническая победа хозяев, "- — +" - техническая победа гостей.
-    КХЛ засчитывает их как победу/поражение в основное время (2 и 0 очков), но шайбы
-    при этом НЕ начисляются (в графу Ш такой матч идёт как 0:0).
-    '''
-    p1 = df['Период_1'].astype(str).str.strip()
-    tech_home = p1.str.startswith('+')  # техническая победа хозяев
-    tech_away = p1.str.endswith('+')    # техническая победа гостей
-    tech = tech_home | tech_away
-
-    # Для технических матчей перекрываем обычную классификацию (там сейчас "ничья 0:0").
-    win_home_reg = (win_home_reg & ~tech) | tech_home
-    win_away_reg = (win_away_reg & ~tech) | tech_away
-    win_home_ot = win_home_ot & ~tech
-    win_away_ot = win_away_ot & ~tech
-    win_home_so = win_home_so & ~tech
-    win_away_so = win_away_so & ~tech
-
-    '''
-    Считаем заброшенные шайбы для итоговой таблицы.
-    К голам в основное время прибавляем голы овертайма, а победителю серии буллитов
-    добавляем ровно 1 решающую шайбу. astype(int) переводит True/False в 1/0.
-    '''
-    goals_home = reg_h + oth + win_home_so.astype(int)  # все шайбы хозяев
-    goals_away = reg_a + ota + win_away_so.astype(int)  # все шайбы гостей
-
-    '''
-    Конвертируем "по одной строке на матч" -> "по две строки на матч".
-    В каждом матче участвует 2 команды. Делаем две таблицы:
-        home - взгляд со стороны хозяев, away - со стороны гостей,
-        а потом склеиваем и группируем по названию команды.
-    Столбцы В, ВО, ВБ, ПБ, ПО, П - это булевы маски (выиграл/проиграл).
-    '''
-    home = pd.DataFrame({
-        'Команда': df['Команда_1'],  # имя хозяев
-        'В': win_home_reg,   # победа в основное время
-        'ВО': win_home_ot,   # победа в овертайме
-        'ВБ': win_home_so,   # победа по буллитам
-        'ПБ': win_away_so,   # поражение по буллитам (гости выиграли буллиты)
-        'ПО': win_away_ot,   # поражение в овертайме
-        'П': win_away_reg,   # поражение в основное время
-        'ГЗ': goals_home,    # голы, забитые хозяевами
-        'ГП': goals_away,    # голы, пропущенные (забитые гостями)
-    })
-    away = pd.DataFrame({
-        'Команда': df['Команда_2'],
-        'В': win_away_reg,
-        'ВО': win_away_ot,
-        'ВБ': win_away_so,
-        'ПБ': win_home_so,
-        'ПО': win_home_ot,
-        'П': win_home_reg,
-        'ГЗ': goals_away,
-        'ГП': goals_home,
-    })
-
-    # pd.concat склеивает две таблицы одну под другой (как два списка матчей подряд).
-    # ignore_index=True перенумеровывает строки заново, чтобы номера не повторялись.
-    both = pd.concat([home, away], ignore_index=True)
-
-    # Булевы столбцы (True/False) переводим в числа (1/0), чтобы их можно было суммировать.
-    flag_cols = ['В', 'ВО', 'ВБ', 'ПБ', 'ПО', 'П']
-    both[flag_cols] = both[flag_cols].astype(int)
-
-    # Голы тоже переводим в целые числа (после fillna(0) они стали дробными).
-    both[['ГЗ', 'ГП']] = both[['ГЗ', 'ГП']].astype(int)
-
-    # Суммируем всё по каждой команде.
-    # groupby('Команда').sum() - сгруппируй строки по названию команды и сложи числа.
-    table = both.groupby('Команда').sum()
-
-    # Производные показатели:
-
-    # И - количество игр = сумма всех исходов (каждый матч - ровно один из шести исходов)
-    table['И'] = table[flag_cols].sum(axis=1)  # axis=1 - складывать вдоль строки
-    # О - очки по системе КХЛ: любая победа = 2, поражение в ОТ/буллитах = 1, в осн. время = 0
-    table['О'] = 2 * (table['В'] + table['ВО'] + table['ВБ']) + (table['ПБ'] + table['ПО'])
-    # Р - разница шайб (дополнительный критерий при равенстве)
-    table['Р'] = table['ГЗ'] - table['ГП']
-
-    '''
-    %О - процент набранных очков = очки / максимально возможные (2 за каждую игру).
-    По этому проценту КХЛ расставляет места, когда команды сыграли разное число игр.
-    Сайт КХЛ НЕ округляет, а отбрасывает знаки после второго (72.448 -> 72.44),
-    поэтому считаем в целых числах: умножаем на 10000 и делим нацело (//) на 2*И -
-    остаток (дробная часть) отбрасывается, затем делим на 100. Целочисленная
-    арифметика без float, поэтому ровные значения (57.00) не съезжают в 56.99.
-    '''
-    table['%О'] = (table['О'] * 10000 // (2 * table['И'])) / 100
-    # Подписываем каждой команде её конференцию. .map(словарь) проходит по индексу
-    # (названиям команд) и подставляет значение из словаря.
-    table['Конф'] = pd.Series(table.index, index=table.index).map(conf_map)
-
-    '''
-    Сортировка: по проценту очков, затем при равенстве - больше побед в основное время,
-    затем в овертайме, затем по буллитам, затем лучше разница шайб, затем больше забито.
-    '''
-    table = table.sort_values(
-        by=['%О', 'В', 'ВО', 'ВБ', 'Р', 'ГЗ'],
-        ascending=False,
-    )
-    return table
-
-
-def show_table(table, title):
-    '''
-    Напечатать турнирную таблицу в консоль в виде текста.
-
-    Принимает: table - готовая (уже отсортированная) таблица команд;
-               title - заголовок над таблицей.
-    Ничего не возвращает - только печатает.
-
-    Что делает: оставляет нужные столбцы в порядке, как на сайте КХЛ, добавляет
-    слева колонку "Место" (1..N по порядку строк) и колонку "Команда"
-    (название берётся из индекса таблицы), затем выводит всё через to_string.
-    '''
-    # Колонки в том же порядке и с теми же подписями, что на сайте КХЛ.
-    cols = ['И', 'В', 'ВО', 'ВБ', 'ПБ', 'ПО', 'П', 'ГЗ', 'ГП', 'Р', 'О', '%О']
-    view = table[cols].copy()  # берём только нужные столбцы (копия, чтобы не трогать оригинал)
-    # Место по порядку строк. np.arange(1, N+1) создаёт массив [1..N].
-    view.insert(0, 'Место', np.arange(1, len(view) + 1))
-    # Имя команды (индекс таблицы) ставим отдельным столбцом, чтобы оно было видно при выводе.
-    view.insert(1, 'Команда', view.index)
-
-    print('\n' + '=' * 80)
-    print(title)
-    print('=' * 80)
-    print(view.to_string(index=False))
-
-
-def main():
-    '''
-    Точка входа. Связывает все шаги вместе:
-    читает путь к CSV из аргумента командной строки -> по имени файла определяет
-    сезон -> строит таблицу через build_standings -> печатает общую таблицу и две
-    таблицы по конференциям (Запад/Восток), отфильтрованные по столбцу 'Конф'.
-    Для сезонов с правилом посева победители дивизионов поднимаются на места 1-2.
-    '''
-    path = sys.argv[1]  # получаем путь до csv
-    name = os.path.basename(path)  # из khl_3/khl_*.csv берём только khl_*.csv
-    season = name.replace('khl_', '').replace('.csv', '')
-    conf_map = CONFERENCES[season]
-    div_map = DIVISIONS[season]
-
-    df = pd.read_csv(path)
-    table = build_standings(df, conf_map)
-    table['Див'] = pd.Series(table.index, index=table.index).map(div_map)
-
-    # Итоговая таблица чемпионата
-    show_table(table, 'Итоговая таблица чемпионата ' + season)
-
-    # Итоговые таблицы по конференциям (фильтруем по столбцу Конф)
-    west = table[table['Конф'] == 'Запад']
-    east = table[table['Конф'] == 'Восток']
-    if SEED_BY_DIVISION[season]:
-        west = seed_conference(west)
-        east = seed_conference(east)
-
-    show_table(west, 'Конференция Запад ' + season)
-    show_table(east, 'Конференция Восток ' + season)
-
-if __name__ == "__main__":
-    main()