你对终极格斗冠军赛（UFC）了解多少？最近一段时间 UFC 女子草量级的赛事频上热搜，备受关注。所谓 “内行看门道，外行看热闹”。大部分观众看到的只是场上的短短几十分钟，而台下，选手和团队却付出了更多不为人知的努力。
体育竞技类的赛事发展至今，不再单单是比拼体力和耐力，也要依靠大数据的分析来筹备战术。本篇 Viz 就带你穿过看台上的人群，走近八角笼，一探终极格斗的 “门道”！
https://public.tableau.com/en-us/gallery/mixed-martial-arts-ufc?tab=viz-of-the-day&type=viz-of-the-day
背景介绍
终极格斗冠军赛（Ultimate Fighting Championship，简称 UFC），是目前世界上最顶级和规模最庞大的职业综合格斗赛事。比赛擂台为标志性的八角笼，在开放式规则下为不同武术流派的格斗家提供统一的竞技平台，从而产生终极冠军。签约 UFC 的职业格斗选手都经过系统而科学的格斗训练，具备综合运用各种格斗技术的能力。
综合格斗是 UFC 中的一项基于打击、扭打和地面格斗的全面接触格斗运动。最常见的格斗风格是摔跤，巴西柔术，自由搏击，拳击，泰拳，跆拳道，柔道和空手道。
本篇 Viz 的作者 Adedamola Ladipo，展示了 1993 年至 2021 年，过去 30 年里每一场 UFC 综合格斗中的打击、扭倒和降伏的数据。
• 作者首先在可视化作品的左侧附上了读图说明；
• 右边的散点图中，每个圈代表着一个 UFC 选手，圆圈的大小表示这个选手的胜负比；
• 横轴表示每场比赛的平均打击次数与平均值的差值百分比，纵轴表示每场比赛的平均扭倒和降伏次数与平均值的差值百分比；
• 每场比赛的平均打击次数超过 93.3 次即为高打击，每场比赛的平均扭打和降伏次数超过 3.5 次则为高扭打和高降伏。
作者用不同颜色的圆圈来分类不同类型的选手。如下图所示，以平均打击次数和平均扭打和降伏次数的标准为分界线，划分出了代表四种不同类型选手的四个象限。
其中，灰色圆圈代表在所有曾参与的比赛中打击、扭打和降伏次数低于平均值的选手；绿色圆圈代表打击次数高、扭打和降伏次数低的选手；红色圆圈代表打击、扭打和降伏次数均高的选手；紫色圆圈代表打击次数低、扭打和降伏次数高的选手。
在四种类型的选手中，灰色圆圈代表的打击、扭打和降伏次数低于平均值的选手有 40%，在所有类型选手中数量最多。而相对扭打和降伏次数低的选手，扭打和降伏次数高的选手占比明显更小。可见，想要在比赛中做到超出平均值的扭打和降伏次数并不容易。
而更接近平均值的圆圈代表了更多混合风格的选手，相比之下，离平均值越远的圆圈则表示着这些选手越倾向于使用打击、或扭打和降伏中的一种。
点击每一个圆圈可以查看该选手性别、重量级、比赛数据、胜负比等具体信息。
令人意外的是，打击次数和扭打和降伏次数都更高的选手（图中标注的红色圆圈选手），比赛的胜负比并不高。
从 2018 年 4 月 21 日到 2020 年 8 月 15 日间，共参与 6 场比赛，其中赢得的比赛为 4 场，即赢输比为 2。
图中标注的红色圆圈选手数据
图中另外一个易被关注的选手（图中标注的紫色圆圈选手），在全部选手中有着最高的扭打和降伏次数。
不禁让人思考，这是否代表着他有更高的胜负比呢？
图中标注的紫色圆圈选手数据
然而事实并非如此，这名选手的赢输比仅为 1。但这并不能帮助我们判断高扭打和降伏率是否能带来更高的胜负比，因为这名选手仅在 2008 年至 2009 年期间，参与了两场 UFC 比赛，数据不具有代表性。
与我们第一感觉大为不同的是，胜负比最高的选手却是打击、扭打和降伏次数均接近平均值的一位选手（图中标注出的绿色圆圈选手）。
有 “母狮” 之称的阿曼达·努涅斯，自 2013 年加入 UFC 以来，一直是 UFC 的主导力量。截止至 2021 年 3 月 ，她共参加了 14 场 UFC 比赛，其中 13 场胜利。
图中标注的绿色圆圈选手数据
如此，是不是说明风格更为混合的选手更加难以预测和琢磨呢？
作者在散点图中设置了过滤器，可以通过选择不同的重量等级和时代，来深入挖掘数据和探索数据间的关系。
当我们选中男子重量级比赛，即 205 磅到 265 磅（92 公斤到 120 公斤）的选手参与的比赛，
可以发现低打击、低扭打和降伏的选手比例在这个重量级别中更为明显，而高打击、高扭打和降伏的选手显然更少了。可
想而知，当体重达到这个重量级的标准时，想要快拳出击并不容易。
胜负规律在这一重量级别中也更加显而易见。
不同于在所有数据中，胜负比最高的选手各项数据几乎接近平均值，在男子重量级比赛中，高打击、高扭打和降伏的选手胜负比更高。
由此，在有限的数据基础上，我们不妨大胆地猜测——在男子重量级比赛中，频繁有力的进攻就能更有利地取得胜利。
相比男子重量级比赛的选手数据情况，女子草量级比赛（体重在 115 磅，即 52 公斤以下）的选手数据呈现出了强烈的对比。在体重更轻的女子组中，大概因为凭借体重的优势，大部分选手都有着更高的打击频率。
胜负比更高的选手多集中在高打击、高扭打和降伏的选手中。
有趣的是，在这一部分的数据中，胜负比高的选手呈现出两个极端，要么打击次数和扭打、降伏次数接近平均值，要么打击次数高于平均值一倍还多。
当我们进一步筛选 2016 年至今的比赛数据，高打击、高扭打和降伏区域的高胜负比选手们的数据，更加向平均次数靠拢了。
似乎近年来，灵活多变的技术才是草量级比赛的制胜法宝。
而一个打击次数高出平均次数 200% 的绿色圆圈代表的选手同样也有较高的胜负比。更戏剧性的是，这位选手平均每场比赛可以达到 300 次的打击，却只有平均少于 1 次的扭打和降伏。在相对较高的胜负比下，我们也只能猜测她也许是靠着不断快速出拳，把对手打懵，而赢得比赛的吧。
本篇可视化作品试图通过历年来 UFC 赛事中选手的打击、扭打和降伏的数据，来分析出想要胜算更大，选手应该采取怎样的策略。
通过过滤器筛选不同维度的数据，我们探索不同量级的比赛和不同的时代中，选手在比赛中取得胜利的规律。尽管不是所有维度中的数据都呈现出了明显的规律，必须要承认的是，鬼才型选手总能凭借着自己独特的风格脱颖而出。
相信本篇 Viz 可以为大家提供一个新的思路，用 “数据脑” 看比赛，透过数据看不同类型的体育赛事，一探其中的奥秘~
你还看过哪些音乐剧？
恭喜以下获奖的小伙伴
淡月清云
Chris_Qi
X-Howe
（笔记本 / 徽章 / 冰箱贴）
如果小伙伴们对于 Tableau 产品有其他问题或需求，欢迎给我们留言~~
查看微信菜单栏【学习】的子菜单栏
“可视化精选”
，所有 Viz 文章分类展示，提升阅读体验，让您更直观地找到感兴趣的文章，快来试试吧！
左右滑动查看更多
Tableau 中国官方微信定期为您推送最新行业趋势、热点资讯、精彩活动等信息。立即订阅，官方信息一手掌控，更多精彩，更多新鲜，敬请期待！
点一点分享、在看与点赞
与 Tableau 更近一步
