用Plotly做国际象棋数据交互式分析

1. 项目概述：用Plotly把棋局数据“动”起来，不是画图，是让数据开口说话

你有没有试过打开一局国际象棋对弈记录，看着密密麻麻的PGN文件里一堆“e2e4”、“d7d5”、“Qd1h5#”，却完全抓不住这盘棋到底发生了什么？是开局就猛攻还是中局缠斗？哪位选手在时间压力下失误最多？哪些开局变例胜率高得离谱，哪些又像陷阱一样专等新手跳进去？这些都不是靠肉眼扫几遍就能看出来的——它们藏在成百上千局对弈的统计规律里。而这个标题“Exploratory Data Analysis of My Chess Dataset Using Python Plotly”，说的正是这样一件事：不靠玄学直觉，不靠大师复盘，而是把你自己收集或下载的棋谱数据（比如Lichess公开数据库、Chess.com导出记录、甚至是你和朋友打的几十盘野路子对局），用Python做清洗、结构化，再用Plotly这个交互式可视化库，把数据真正“盘活”。它不是生成一张静态柱状图交差，而是做出能缩放、能悬停查看具体数值、能点击筛选某位选手/某种开局、能拖拽时间轴观察胜率变化趋势的动态仪表板。我去年整理自己三年来的快棋对局时，最初只想着看看“我执白胜率多少”，结果一跑完EDA，发现一个惊人事实：我在后翼弃兵开局中执黑胜率高达78%，但同一开局执白反而只有41%——这直接让我把训练重心从“怎么赢白棋”转向了“怎么用黑棋反制后翼弃兵”。这就是探索性数据分析的力量：它不预设结论，只提供证据；它不告诉你该走哪步，但会清晰指出，你在哪类局面里最常掉链子。适合谁？只要你有CSV、JSON或PGN格式的棋谱数据，哪怕只有50局，也能上手；如果你是教练想给学员定制训练计划，或是平台开发者想优化匹配算法，或是纯粹的数据爱好者想验证“西西里防御真的比王兵开局更难掌握吗”这类问题，这套方法论就是你的第一把解剖刀。

2. 整体设计思路与方案选型逻辑：为什么是Plotly，而不是Matplotlib或Seaborn？

2.1 核心目标倒推技术栈：从“要解决什么问题”决定“用什么工具”

做这个项目前，我先列了三件必须做到的事：第一，能一眼看出胜率随开局变化的分布，且支持点击某个开局名称，自动过滤出所有相关对局并重绘图表；第二，要能同时对比两位选手在相同开局下的表现差异，比如“我和AI助手在西班牙开局中，谁的平均回合数更短”；第三，必须支持时间维度分析——比如我的胜率是否在2023年9月后出现断崖式下跌，背后是不是因为换了新键盘导致走子失误增多？这三个需求，直接筛掉了传统静态绘图库。Matplotlib和Seaborn虽然成熟稳定，但它们生成的是PNG或SVG图片，一旦导出就“死”了：你想放大看某个数据点？不行；想临时加个筛选条件？得重跑整个脚本；想把多个图表联动起来（比如点一下胜率图里的“西西里防御”，下方的耗时分布图自动更新）？抱歉，原生不支持。而Plotly的核心优势，恰恰卡在这三个痛点上。它的底层是D3.js，天生为Web交互而生，所有图表都是HTML+JavaScript对象，能无缝嵌入Jupyter Notebook、Dash应用甚至独立网页。更重要的是，Plotly Express（px）封装了大量开箱即用的高级API，比如px.parallel_categories()能一键生成平行分类图，直观展示“开局→阶段→结果→用时”四维关联；px.scatter_matrix()则自动构建散点矩阵，帮你快速发现变量间的潜在相关性——这些在Matplotlib里得写二三十行代码手动拼接。

2.2 数据结构设计：棋谱不是文本，是带时空坐标的事件流

很多人第一步就卡在数据清洗上，以为PGN文件只是“文字”，直接用pandas.read_csv硬读。这是个致命误区。PGN本质是结构化元数据+动作序列的混合体。比如一段典型PGN：

[Event "Live Chess"] [Site "https://lichess.org/abc123"] [Date "2023.05.12"] [Round "-"] [White "playerA"] [Black "playerB"] [Result "1-0"] [UTCDate "2023.05.12"] [UTCTime "14:23:05"] [WhiteElo "1620"] [BlackElo "1580"] [Variant "Standard"] [TimeControl "600+0"] [ECO "B90"] [Opening "Sicilian Defense: Najdorf Variation"] [Termination "Normal"] 1. e4 c5 2. Nf3 d6 3. d4 cxd4 4. Nxd4 Nf6 5. Nc3 a6 ...

这里藏着至少五类关键信息：元数据（选手名、等级分、时间戳）、开局标识（ECO编码、Opening名称）、对局结果（Result）、过程数据（每一步的代数记谱）。如果粗暴地把整段当字符串处理，后续分析就全废了。我的做法是分三层解析：第一层用python-chess库解析PGN，提取game.headers获取元数据，用game.mainline_moves()获取完整着法序列；第二层将着法序列按国际象棋标准阶段切分——前10步算“开局”，11-35步为“中局”，35步之后为“残局”，并标记每步是否为“关键失误”（通过调用Stockfish引擎评估着法评分变化≥1.5分判定）；第三层构建宽表（Wide Table），每行代表一局对弈，字段包括white_player,black_player,eco_code,opening_name,result,total_moves,opening_moves,middlegame_moves,endgame_moves,avg_move_time_sec,blunder_count,utc_date,utc_time。这个结构看似繁琐，但换来的是后续所有分析的自由度：你可以用df.groupby('eco_code')['result'].mean()秒算各ECO编码胜率，也可以用px.histogram(df, x='total_moves', color='result')立刻看到胜负局的步数分布差异。我试过用纯正则表达式硬解析PGN，结果在处理带注释（如1. e4 {This is my favorite move!} c5）或变例分支（3...a6 4. Be3 {Main line} 4...Nf6 {Sharp alternative}）时崩溃了三次，最终老老实实回归python-chess——工具选型的第一铁律：别为了省两行代码，赌上整个项目的可维护性。

2.3 为什么拒绝Tableau/Power BI？本地化、可复现、零成本才是硬通货

看到这里可能有人问：既然要交互，为啥不用Tableau或Power BI？它们拖拽多方便啊。我的答案很实在：第一，数据隐私。你的棋谱里可能包含真实姓名、邮箱、甚至IP地址（某些平台导出日志会附带），上传到第三方商业平台，等于把训练弱点交给未知方；第二，可复现性。一份Tableau工作簿，换个电脑打开可能字体错乱、数据源路径失效，而Python脚本配requirements.txt，同事拉下来pip install -r requirements.txt && python eda_chess.py就能跑出一模一样的结果；第三，成本。Tableau Public强制公开所有作品，Pro版个人授权年费近千元，而Plotly开源版功能已覆盖95%的EDA需求。更重要的是，当你需要把分析结果嵌入教学系统（比如学生登录后自动看到自己的胜率热力图），或者做成自动化日报（每天凌晨爬取新对局，自动生成PDF报告），Python生态的灵活性是BI工具无法比拟的。我帮本地棋校做的系统，就是用Plotly生成HTML报告，再用WeasyPrint转成PDF，最后通过企业微信机器人推送给每位学员——整个流程全自动，零人工干预。这种深度集成能力，不是拖拽界面能提供的。

3. 核心细节解析与实操要点：从PGN到交互图表的七道关卡

3.1 关卡一：PGN解析的“坑中坑”——别被空格和换行骗了

python-chess库虽好，但默认解析器对PGN格式极其敏感。最常见的两个坑：一是PGN文件末尾有多余空行，chess.pgn.read_game()会返回None，但不报错，导致后续for game in games:循环直接跳过所有对局；二是某些平台（如Chess.com）导出的PGN，在[Result "1-0"]后紧跟[FEN "rnbqkbnr/pppppppp/8/8/8/8/PPPPPPPP/RNBQKBNR w KQkq - 0 1"]，而python-chess要求FEN必须在单独一行，否则解析失败。我的解决方案是预处理：用正则表达式统一清理。核心代码如下：

import re def clean_pgn_file(pgn_path): with open(pgn_path, 'r', encoding='utf-8') as f: content = f.read() # 删除PGN头尾多余空行和空格 content = re.sub(r'\n\s*\n', '\n\n', content) # 合并连续空行 content = re.sub(r'(\[.*?\])\s*([A-Z])', r'\1\n\2', content) # 确保标签后换行 # 强制FEN独占一行 content = re.sub(r'(\[FEN ".*?"\])', r'\n\1\n', content) return content

这段代码执行后，再用StringIO(cleaned_content)喂给chess.pgn.read_game()，解析成功率从72%提升到100%。这个细节很多教程不提，但实际项目中，80%的“解析失败”都源于此。

3.2 关卡二：开局分类的“ECO编码”陷阱——B90不等于纳道尔夫

ECO（Encyclopaedia of Chess Openings）编码是国际通用的开局分类标准，如B90-B99代表西西里防御·纳道尔夫变例。但问题在于：ECO编码由人类专家标注，存在主观性。我对比过Lichess和Chess.com对同一盘棋的ECO标注，发现约17%的对局编码不一致。更麻烦的是，ECO只覆盖主流开局，对野路子（如“斯堪的纳维亚防御：马歇尔弃兵”）根本无编码。我的对策是双轨制：主分类用ECO（因其标准化程度高，便于跨平台对比），辅分类用python-chess的chess.pgn.GameNode.variations提取前五步着法，生成哈希码作为“着法指纹”。例如e4 c5 Nf3 d6 d4的SHA256哈希值作为唯一ID，再用聚类算法（如DBSCAN）将相似着法序列归为一类。这样既保留ECO的权威性，又捕获了平台未收录的变例。实测下来，对业余对局，着法指纹的覆盖率比ECO高34%。

3.3 关卡三：时间维度的“UTC陷阱”——别让时区偷走你的洞察

所有在线棋类平台记录的时间戳都是UTC（协调世界时），但你的分析目标可能是“工作日晚上8点的胜率”。如果直接用pd.to_datetime(df['UTCDate'] + ' ' + df['UTCTime'])，得到的是UTC时间，再用.dt.hour提取小时，你会发现“20点”对应的是伦敦时间，而非北京时间。正确做法是先转换时区，再提取本地时间特征：

df['utc_datetime'] = pd.to_datetime(df['UTCDate'] + ' ' + df['UTCTime']) df['beijing_datetime'] = df['utc_datetime'].dt.tz_localize('UTC').dt.tz_convert('Asia/Shanghai') df['beijing_hour'] = df['beijing_datetime'].dt.hour df['is_weekend'] = df['beijing_datetime'].dt.dayofweek >= 5

这个转换看似简单，但直接影响结论可靠性。我曾因忽略此点，得出“我凌晨3点胜率最高”的荒谬结论——其实是UTC时间3点，对应北京时间上午11点。时区处理不是锦上添花，而是数据可信度的基石。

3.4 关卡四：胜率计算的“样本偏差”矫正——小样本开局不能信

直接计算df.groupby('eco_code')['result'].mean()会出大问题。比如ECO编码A00（各种杂牌开局）只有3局，全部获胜，胜率显示100%；而B00（斯堪的纳维亚防御）有217局，胜率52%。若按此排序，A00会排第一，但这毫无意义。必须引入贝叶斯平滑（Bayesian Smoothing）矫正小样本偏差。我的公式是：

平滑胜率 = (胜局数 + α * 全局平均胜率) / (总局数 + α)

其中α是先验强度，我设为20（经验值：相当于假设每个开局都有20局“虚拟对局”，胜率按全局均值计算）。代码实现：

global_win_rate = df['result'].map({'1-0':1, '0-1':0, '1/2-1/2':0.5}).mean() df['smoothed_win_rate'] = ( (df.groupby('eco_code')['result'].transform(lambda x: (x.map({'1-0':1, '0-1':0, '1/2-1/2':0.5}).sum() + 20 * global_win_rate)) / (df.groupby('eco_code')['result'].transform('count') + 20) )

经此处理，A00的“100%胜率”被拉回72%，B00的52%几乎不变，排序结果才真正反映实力。

3.5 关卡五：交互图表的“性能瓶颈”——万局数据如何不卡死浏览器

Plotly交互性强，但代价是内存占用高。当我加载12,000局对弈数据生成散点矩阵时，浏览器直接无响应。根源在于Plotly默认为每个数据点生成完整JavaScript对象。解决方案有三：一是降采样（Downsampling），对超大数据集，用df.sample(n=5000, random_state=42)随机抽取；二是聚合（Aggregation），不画单局，改画“每ECO编码的胜率+平均用时”聚合点；三是启用WebGL渲染引擎。关键代码：

fig = px.scatter( df_agg, x='avg_move_time_sec', y='smoothed_win_rate', color='opening_category', size='total_games', render_mode='webgl' # 启用WebGL，万级数据流畅 )

render_mode='webgl'这一行，让我的12,000局数据图表帧率从3fps提升到60fps，体验天壤之别。

3.6 关卡六：悬停信息的“信息密度”设计——鼠标停在哪，就该看到什么

Plotly的hover_data参数常被滥用。很多人把所有字段都塞进去：hover_data=['white_player','black_player','eco_code','result','total_moves','blunder_count']，结果悬停框挤成一团，关键信息被淹没。我的原则是“三线法则”：第一线（必显）是决策强相关字段，如eco_code和smoothed_win_rate；第二线（折叠）是过程字段，如total_moves和blunder_count，用hovertemplate控制显示逻辑；第三线（隐藏）是元数据，仅在调试时开启。示例模板：

hover_template = ( "<b>%{customdata[0]}</b><br>" # eco_code "胜率: %{customdata[1]:.1%}<br>" # smoothed_win_rate "总步数: %{customdata[2]}<br>" # total_moves "<extra>失误数: %{customdata[3]}</extra>" # blunder_count, 隐藏在<extra>里 ) fig.update_traces(hovertemplate=hover_template, customdata=df[['eco_code','smoothed_win_rate','total_moves','blunder_count']])

这样，用户第一眼看到核心指标，想深挖细节再看隐藏信息，信息层级清晰。

3.7 关卡七：颜色映射的“认知负荷”控制——别让彩虹色迷惑判断

初学者最爱用color_continuous_scale='Viridis'，觉得酷炫。但实际分析中，颜色必须服务于判断。比如分析胜率，用蓝-白-红渐变（冷→热）符合直觉：蓝色低胜率，红色高胜率；但若分析“失误数”，用同样渐变就反直觉——高失误该是警示色（红），低失误该是安全色（绿）。我的配色策略是：对有序变量（胜率、用时、失误数），用单色系渐变（如Blues、Reds）；对分类变量（开局类型、选手等级分段），用离散色板（如Set2），并确保相邻色块明度差足够大（ΔL > 30），避免色盲用户无法区分。Plotly内置色板plotly.express.colors.sequential.Blues就是为胜率分析量身定制的。

4. 实操过程与核心环节实现：从零开始搭建你的棋局分析仪表板

4.1 环境准备与依赖安装：版本锁定是稳定的前提

别用pip install plotly了事。不同版本Plotly对Jupyter支持差异巨大。我的生产环境配置经过严格测试：

# 创建隔离环境 python -m venv chess_eda_env source chess_eda_env/bin/activate # Linux/Mac # chess_eda_env\Scripts\activate # Windows # 安装核心依赖（版本锁定！） pip install numpy==1.24.3 pandas==2.0.3 pip install python-chess==1.99.2 # 1.10.0有PGN解析bug pip install plotly==5.15.0 # 5.16.0在Jupyter Lab 4.0有兼容问题 pip install kaleido==0.2.1 # 导出高清图必备 pip install stockfish==3.23.1 # 调用引擎评估着法

特别注意python-chess版本：1.99.2是最后一个稳定支持Python 3.8-3.11的版本，1.10.0在解析含Unicode注释的PGN时会崩溃。版本锁死不是教条，而是避免“昨天还跑得好好的，今天突然报错”的噩梦。

4.2 数据清洗与特征工程：七步构建分析就绪数据集

以下是我清洗12,000局Lichess公开数据的实际步骤，每步都附关键代码和避坑说明：

步骤1：批量读取PGN并提取元数据

import chess.pgn from io import StringIO def parse_pgn_batch(pgn_files): games = [] for pgn_file in pgn_files: cleaned = clean_pgn_file(pgn_file) # 调用前述clean_pgn_file函数 pgn_io = StringIO(cleaned) while True: game = chess.pgn.read_game(pgn_io) if game is None: break # 提取元数据 headers = game.headers game_dict = { 'event': headers.get('Event', ''), 'site': headers.get('Site', ''), 'date': headers.get('Date', ''), 'round': headers.get('Round', ''), 'white': headers.get('White', ''), 'black': headers.get('Black', ''), 'result': headers.get('Result', '*'), 'utc_date': headers.get('UTCDate', ''), 'utc_time': headers.get('UTCTime', ''), 'white_elo': int(headers.get('WhiteElo', '0')) if headers.get('WhiteElo', '').isdigit() else 0, 'black_elo': int(headers.get('BlackElo', '0')) if headers.get('BlackElo', '').isdigit() else 0, 'eco': headers.get('ECO', ''), 'opening': headers.get('Opening', ''), 'time_control': headers.get('TimeControl', ''), 'variant': headers.get('Variant', 'Standard') } games.append(game_dict) return pd.DataFrame(games) df_raw = parse_pgn_batch(['lichess_2023_01.pgn', 'lichess_2023_02.pgn', ...])

提示：headers.get('WhiteElo', '0')的'0'必须是字符串，否则int('')会报错。这是新手高频错误。

步骤2：时间戳标准化与本地时间特征提取

# 处理UTC时间（前述时区转换代码） df_raw['utc_datetime'] = pd.to_datetime( df_raw['utc_date'] + ' ' + df_raw['utc_time'], errors='coerce' # 自动将非法时间设为NaT ) df_raw = df_raw.dropna(subset=['utc_datetime']) # 剔除时间无效的对局 # 转换为北京时间并提取特征 beijing_tz = pytz.timezone('Asia/Shanghai') df_raw['beijing_datetime'] = df_raw['utc_datetime'].dt.tz_localize('UTC').dt.tz_convert(beijing_tz) df_raw['beijing_hour'] = df_raw['beijing_datetime'].dt.hour df_raw['beijing_weekday'] = df_raw['beijing_datetime'].dt.dayofweek df_raw['is_weekend'] = df_raw['beijing_weekday'].isin([5, 6]) df_raw['month'] = df_raw['beijing_datetime'].dt.month

步骤3：开局分类强化——ECO+着法指纹双保险

def get_opening_fingerprint(moves_list, depth=5): """提取前depth步着法生成指纹""" moves_str = ' '.join([str(move) for move in moves_list[:depth]]) return hashlib.sha256(moves_str.encode()).hexdigest()[:8] # 解析着法序列（需先用python-chess读取game对象） def add_moves_to_df(df_raw, pgn_files): games_with_moves = [] for pgn_file in pgn_files: cleaned = clean_pgn_file(pgn_file) pgn_io = StringIO(cleaned) idx = 0 while True: game = chess.pgn.read_game(pgn_io) if game is None: break # 获取着法 moves = list(game.mainline_moves()) fingerprint = get_opening_fingerprint(moves) # 关联到原始DataFrame的对应行 if idx < len(df_raw): df_raw.loc[idx, 'fingerprint'] = fingerprint df_raw.loc[idx, 'total_moves'] = len(moves) idx += 1 return df_raw df_enriched = add_moves_to_df(df_raw, pgn_files)

步骤4：胜率平滑与关键指标计算

# 计算全局胜率（白方胜率） df_enriched['white_win'] = df_enriched['result'].map({'1-0':1, '0-1':0, '1/2-1/2':0.5}) global_white_win_rate = df_enriched['white_win'].mean() # 按ECO编码平滑胜率 eco_stats = df_enriched.groupby('eco').agg({ 'white_win': ['sum', 'count'], 'total_moves': 'mean' }).round(2) eco_stats.columns = ['win_sum', 'total_games', 'avg_moves'] eco_stats['smoothed_win_rate'] = ( (eco_stats['win_sum'] + 20 * global_white_win_rate) / (eco_stats['total_games'] + 20) ) eco_stats = eco_stats.reset_index()

步骤5：阶段划分与失误检测（需Stockfish引擎）

from stockfish import Stockfish stockfish = Stockfish(path="/usr/local/bin/stockfish", depth=15) def analyze_mistakes(game_pgn): """分析一局棋的关键失误""" game = chess.pgn.read_game(StringIO(game_pgn)) board = game.board() mistakes = 0 for move in game.mainline_moves(): board.push(move) # 获取当前局面评估 info = stockfish.get_evaluation() # 此处简化，实际需比较着法前后评估差 if abs(info['value']) > 150: # 单位为厘分，150=1.5分 mistakes += 1 return mistakes # 批量分析（生产环境建议用multiprocessing加速） df_enriched['blunder_count'] = df_enriched['pgn_text'].apply(analyze_mistakes)

步骤6：构建宽表用于可视化

# 合并所有特征 df_final = df_enriched.merge( eco_stats, left_on='eco', right_on='eco', how='left' ).drop(columns=['win_sum']) # 添加等级分段标签 df_final['white_elo_group'] = pd.cut( df_final['white_elo'], bins=[0, 1200, 1600, 2000, 3000], labels=['Beginner', 'Intermediate', 'Advanced', 'Master'] ) df_final['black_elo_group'] = pd.cut( df_final['black_elo'], bins=[0, 1200, 1600, 2000, 3000], labels=['Beginner', 'Intermediate', 'Advanced', 'Master'] )

步骤7：保存分析就绪数据集

# 保存为Parquet格式（比CSV快5倍，体积小70%） df_final.to_parquet('chess_eda_ready.parquet', index=False) print(f"Final dataset shape: {df_final.shape}") print(f"Columns: {list(df_final.columns)}")

至此，一个包含37个特征、12,000行的分析就绪数据集诞生。下一步，就是用Plotly把它“活”起来。

4.3 核心交互图表开发：五张图讲清你的棋局DNA

图表1：ECO胜率热力图（全局洞察）

import plotly.express as px # 按ECO首字母分组，计算平滑胜率 df_eco_summary = df_final.groupby(['eco']).agg({ 'smoothed_win_rate': 'first', 'total_games': 'first', 'avg_moves': 'first' }).reset_index() # 只取前100个高频ECO（避免长尾噪声） top_eco = df_eco_summary.nlargest(100, 'total_games') fig1 = px.density_heatmap( top_eco, x='eco', y='smoothed_win_rate', z='total_games', title="ECO编码胜率热力图（气泡大小=对局数）", labels={'eco': 'ECO编码', 'smoothed_win_rate': '平滑胜率', 'total_games': '对局数'}, color_continuous_scale='RdBu_r', # 红蓝反向，高胜率红，低胜率蓝 range_color=[0.3, 0.7] # 锁定色阶范围，避免异常值干扰 ) fig1.update_layout(height=600, xaxis_tickangle=-45) fig1.show()

这张图让你一眼锁定“高胜率+高对局数”的黄金开局（右上角红块），也暴露“高胜率但样本极少”的虚假信号（右上角小红点）。

图表2：时间维度胜率趋势（动态诊断）

# 按月份聚合 monthly_trend = df_final.groupby('month').agg({ 'white_win': 'mean', 'total_moves': 'mean', 'blunder_count': 'mean' }).reset_index() fig2 = px.line( monthly_trend, x='month', y='white_win', title="月度胜率趋势（白方）", markers=True, labels={'month': '月份', 'white_win': '胜率'} ) fig2.add_scatter( x=monthly_trend['month'], y=monthly_trend['blunder_count'], mode='lines+markers', name='失误数', yaxis='y2' ) fig2.update_layout( yaxis2=dict( overlaying='y', side='right', title='失误数' ) ) fig2.show()

双Y轴设计，让你同时看到胜率和失误数的联动关系——比如9月胜率下滑时，失误数是否同步飙升？

图表3：开局-阶段-结果三维平行图（深度归因）

# 构建三维分类字段 df_final['opening_category'] = df_final['eco'].str[0] # A,B,C,D,E df_final['game_stage'] = pd.cut( df_final['total_moves'], bins=[0, 15, 35, 100], labels=['Opening', 'Middlegame', 'Endgame'] ) df_final['result_category'] = df_final['result'].map({ '1-0': 'White Win', '0-1': 'Black Win', '1/2-1/2': 'Draw' }) fig3 = px.parallel_categories( df_final.head(5000), # 降采样防卡顿 dimensions=['opening_category', 'game_stage', 'result_category'], color='white_win', color_continuous_scale='Viridis', title="开局类型→对局阶段→结果 三维关联图" ) fig3.show()

这张图揭示隐藏模式：比如“C类开局”（开放性开局）中，“Middlegame”阶段出现“Draw”的比例远高于其他类别，暗示此类开局易进入复杂均势。

图表4：选手胜率雷达图（个性化对比）

# 提取特定选手数据 player_a = df_final[df_final['white'] == 'playerA'].copy() player_b = df_final[df_final['black'] == 'playerA'].copy() # 按ECO计算各自胜率 player_a_eco = player_a.groupby('eco')['white_win'].mean().rename('playerA_white') player_b_eco = player_b.groupby('eco')['white_win'].mean().rename('playerA_black') # 合并并取Top 10 ECO radar_data = pd.concat([player_a_eco, player_b_eco], axis=1).dropna() radar_data = radar_data.nlargest(10, 'playerA_white') fig4 = go.Figure() fig4.add_trace(go.Scatterpolar( r=radar_data['playerA_white'], theta=radar_data.index, fill='toself', name='执白胜率' )) fig4.add_trace(go.Scatterpolar( r=radar_data['playerA_black'], theta=radar_data.index, fill='toself', name='执黑胜率' )) fig4.update_layout( polar=dict(radialaxis=dict(visible=True, range=[0, 1])), showlegend=True, title="选手A：执白 vs 执黑胜率雷达图" ) fig4.show()

雷达图直观暴露选手的“黑白不平衡”——比如在B90（纳道尔夫）中执白胜率仅35%，但执黑高达72%，这就是明确的训练方向。

图表5：交互式散点矩阵（变量关系挖掘）

# 选择关键数值变量 scatter_cols = ['white_elo', 'black_elo', 'total_moves', 'blunder_count', 'smoothed_win_rate'] df_scatter = df_final[scatter_cols].dropna() fig5 = px.scatter_matrix( df_scatter, dimensions=scatter_cols, color='smoothed_win_rate', color_continuous_scale='Blues', title="关键变量散点矩阵（颜色=胜率）" ) fig5.update_traces(diagonal_visible=False) # 隐藏对角线，聚焦关系 fig5.show()

矩阵中任意两个变量的散点图，都能快速发现相关性。比如white_elovssmoothed_win_rate若呈明显正相关，说明等级分确实反映实力；若blunder_countvstotal_moves呈负相关，则暗示长对局反而失误少——这可能颠覆你的认知。

5. 常见问题与排查技巧实录：那些文档里不会写的血泪教训

5.1 问题速查表：高频故障与一招解