统计

更换玩家
统计

预计的入球数

发现来自 的各种入球准则,包括每90分钟的入球数,每次射门的入球数, 每次射中的入球数和创造的入球数。

查看更多
Check icon xG概述
不同xG的进球
目标减去预期进球数
按照联盟来算
每个位置
Check icon 附加的
90分钟
加最佳球员
加入普通玩家
查看数据以数字形式

xG

模特
每90分钟
Xg 总数
0.09
远射的Xg
0
头球的Xg
0.09
点球的Xg
0
Xg 比率
0
在运动战中的 Xg
0.09
在定位球中的Xg
0
平均每次射门的Xg
0.09
平均每玚比赛的Xg
0.05
用脚踢进的Xg
0
入球总数减去Xg总数
-0.09
入球总数减去Xg 头球
-0.09
入球总数减去占Xg点球
0
入球总数减去Xg任意球
0
入球总数减去Xg远射
0
入球总数减去Xg近射
0

进攻危险性

进攻威胁 指的是一名球员或一支球队通过创造进球机会直接影响比赛的能力。它考虑了诸如突破对手、在危险区域赢得球权以及射门的进攻动作,以及其他一些进攻指标。

查看更多

详细的统计数据,

查看一些详细的表现统计数据, ,在英超,在2024/2025 赛季。

查看更多
进攻值
建立价值观
防御价值

入球数

助攻次数

射门的次数

比赛表现

检验各种表现准则, 和他在本赛季成绩的统计趋势。利用筛选器的功能可以选择一系列的表现指标和统计数据。

查看更多
High level
Mid level
Low level
1vs1 指数: 83.28
Nottingham Forest
1vs1 指数: 73.51
FC Southampton
1vs1 指数: 87.97
Nottingham Forest
1vs1 指数: 69.24
Nottingham Forest

技术和传球统计

查看的技能和传球统计数据

查看更多
Check icon 技能
通过
按照联盟来算
每个位置
Check icon 附加的
90分钟
加最佳球员
加入普通玩家
查看数据以数字形式

传球与进攻推进

模特
每90分钟
有效性 累计
39
空间感
5
由低传球而造成的成功传球
42
由斜传球而造成的成功传球
0
由用脚清球而造成的成功传球
1
由投掷球而造成的成功传球
0
由角球而造成的成功传球
0
来自自家罚球区的成功传球
6
在比赛进行的30分钟内的成功传球
28
在比赛进行的60分钟内的成功传球
21
在比赛最后30分钟内的成功传球
0
来自对方罚球区的成功传球
0
来自右翼的成功传球
15
来自右半区域的成功传球
22
来自中场的成功传球
15
来自左半区域的成功传球
2
来自左翼的成功传球
1
一开始最有威胁的进攻次数
1
由低传球而造成的%的成功传球
93.33
由斜传球而造成的%的成功传球
0
由投掷球而造成的%的成功传球
0
由角球而造成的%的成功传球
0
由用脚清球而造成的%的成功传球
33.33
来自自家罚球区的%的成功传球
46.15
在比赛进行的30分钟内的%的成功传球
84.85
在比赛进行的60分钟内的%的成功传球
77.78
在比赛最后30分钟内的%的成功传球
0
来自对方罚球区的%的成功传球
0
来自左翼的%的成功传球
33.33
来自左半区域的%的成功传球
66.67
来自中场的%的成功传球
68.18
来自右半区域的%的成功传球
78.57
来自右翼的%的成功传球
83.33
传球的准确度%
74.32

传球图

通过传球图探索 的传球表现。利用我们的筛器选项,可以分析他完成的传球,识别最有影响作用的传球,这次传球可以创造一次破门的机会。查看他的助攻和评估他没有完成的传球。

查看更多
Assists
Critical ball loss

分数

模特
每90分钟
1vs1 指数
0
1vs1 指数 防守的
0
1vs1 指数 进攻的
0
进攻的干预措施
21.84
进攻危险性
0

进球和助攻

模特
每90分钟
每场比赛得分最多的
0
入球数
0
助攻次数
0
远射的入球数
0
头球的入球数
0
点球的入球数
0
任意球的入球数
0
用脚踢进的入数球
0
射门的次数
1
射门的次数/命中率
0
创造的机会次数
2
最大的机会次数
0
预助攻
0

球的接触与比赛阶段

模特
每90分钟
进攻性的接触次数
48
在控球阶段的进攻性触球次数
36
在进攻过度阶段的进攻性触球次数
6
在定位球阶段的进攻性触球次数
1
在二次进攻阶段的进攻性触球次数
5
在失去控球阶段的防守性触球次数
19
在防守过度阶段的防守性触球次数
12
在定位球阶段的防守性触球次数
7
在二次进攻阶段的防守性触球次数
4
在定位球阶段的总的触球次数
8
在二次进攻阶段的总的触球次数
9

球丢失

模特
每90分钟
关键的失球
0
由低传球而造成的失球
3
由斜传球而造成的失球
1
由用脚清球而造成的失球
2
由头球而造成的失球
7
由投掷球而造成的失球
0
由角球而造成的失球
0
在自家罚球区内的失球
7
在比赛进行的30分钟内的失球
5
在比赛进行的60分钟内的失球
6
在比赛最后30分钟内的失球
1
在对方罚球区内的失球
0
失球的总数
19

球重新获得

模特
每90分钟
得球权 总数
41
在自家罚球区内获得球权
7
在比赛进行的30分钟内获得球权
12
在比赛进行的60分钟内获得球权
11
在比赛最后的30分钟内获得球权
1
在对方的罚球区内获得球权
0

防御性的

模特
每90分钟
地面对决胜出
2
地面对决落败
2
争项空中球胜出
5
争顶空中球落败
2
拦截
10
地面对决
2
头球防守
17
阻挡
6
抢断
4
用头清球的次数
7
用脚清球的次数
5
地面对决的总次数
4
地面对决胜出%
50
地面对决落败%
50
争顶空中球的总次数
7
争项空中球胜出%
71.43
争顶空中球落败%
28.57
防守的稳定性
12.4

运球

模特
每90分钟
向前推进的带球
3
带球次数 总的
44
成功的带球次数
43

消除行动和投球

模特
每90分钟
来自自家罚球区内的进攻次数
7
来自球场一区的进攻次数
18
来自球场二区的进攻次数
13
来自球场三区的进攻次数
0
在球场一区内的进攻次数
12
在球场二区内的进攻次数
24
在球场三区内的进攻次数
1
在对方罚球区内进攻的次数
0
来自右翼的进攻次数
10
来自右半区域的进攻次数
17
来自中场的进攻次数
9
来自左半区域的进攻次数
1
来自左翼的进攻次数
1
在球场一区被没收的进攻次数
3
在球场二区被没收的进攻次数
1
在球场三区被没收的进攻次数
0
在对方罚球区内被没收的进攻次数
1

薪资统计

模特
每90分钟
每百万薪资的进球数
0
每百万薪水的失球数
1.62
每百万薪资发动危险进攻
0.4
每百万薪水的预期进球数
0.04
每一百万薪资的助攻数
0
得分者每百万薪水得分
0
平均工资的百分比
-41.99