h1: 利拉德71分之夜，NBA历史单场得分榜上他挤进了第几？
说实话，每次聊到NBA单场得分排名，我脑子里第一个蹦出来的不是张伯伦的100分，也不是科比的81分，而是利拉德那场打火箭的71分，为啥？因为那场比赛我熬夜看的直播，那种“卧槽这也能进”的球，他连着扔了七八个，那会儿我还在想,这哥们儿是不是把2K的修改器装脑子里了。
但你要是真让我背一遍NBA历史单场得分前十的名单，我可能得掰着手指头数半天，趁这次机会，我干脆把数据摊开，咱们用Golang写个小的统计逻辑（别急着关页面，代码就几行，主要看思路），把利拉德那71分在历史长河里到底是个什么位置,聊得明明白白。
先给个直观的排名表，别急着翻数据
我把NBA官方认定的常规赛单场得分TOP10列出来，注意啊，这里不含季后赛，也不含ABA（美国篮球协会，后来跟NBA合并了）的数据,就纯纯的NBA常规赛。
| 排名 | 球员 | 得分 | 日期 |
|---|---|---|---|
| 1 | 威尔特·张伯伦 | 100 | 1962年3月2日 |
| 2 | 科比·布莱恩特 | 81 | 2006年1月22日 |
| 3 | 威尔特·张伯伦 | 78 | 1961年12月8日 |
| 4 | 威尔特·张伯伦 | 73 | 1962年1月13日 |
| 5 | 威尔特·张伯伦 | 73 | 1962年11月16日 |
| 6 | 大卫·汤普森 | 73 | 1978年4月9日 |
| 7 | 勒布朗·詹姆斯 | 61 | 2014年3月3日 |
| 8 | 卡梅隆·安东尼 | 62 | 2014年1月24日 |
| 9 | 达米安·利拉德 | 71 | 2023年2月26日 |
| 10 | 多诺万·米切尔 | 71 | 2023年1月2日 |
看到没？利拉德这71分，跟米切尔并列历史第9（实际上按时间先后，米切尔早一个月拿的71，利拉德是后来追平），但在很多媒体的统计里，会把张伯伦那两次73分并排，所以利拉德实际的“净排名”是并列第8位，但按照常规算法，他跟米切尔一起排在张伯伦、科比、大卫·汤普森之后。
这里有个小坑：你搜“NBA单场得分排名”的时候，有的网站把张伯伦的两次73分分别列出来，有的直接合并成“张伯伦-73分”，所以利拉德有时候显示第8，有时候显示第9，我倾向于按“单场具体分数”来排，那他就是并列第8——因为张伯伦占了4个名额（100、78、73、73），加上科比81、大卫·汤普森73，这就6个人了，然后詹姆斯61、安东尼62，那利拉德和米切尔的71就只能排第9、第10。
但你要按“球员个人最高分”来排，那张伯伦只算100分那次，科比81，大卫·汤普森73，利拉德71就排在第4位——这个口径你得分清楚,不然跟人聊球容易抬杠。
用Golang写个简单的排序逻辑，看看利拉德这个数据怎么被“算”出来的
我平时写Go写惯了，遇到这种排名问题，第一反应是写个小切片排个序，咱们别整复杂的，就用最朴素的方式，把上面这10个分数存进切片,然后排个序看看。
package main
import (
"fmt"
"sort"
)
func main() {
// 注意：这里只列了高分球员的得分，真实数据可以拉个全量
scores := []int{100, 81, 78, 73, 73, 73, 61, 62, 71, 71}
sort.Sort(sort.Reverse(sort.IntSlice(scores)))
for i, v := range scores {
fmt.Printf("第%d名: %d分\n", i+1, v)
}
}
跑出来的结果是：
第1名: 100分
第2名: 81分
第3名: 78分
第4名: 73分
第5名: 73分
第6名: 73分
第7名: 71分
第8名: 71分
第9名: 62分
第10名: 61分看到了吧？利拉德的71分排在第7和第8位（并列），但你要是把大卫·汤普森的73分和张伯伦那两次73分算成“不同场次”，那利拉德就是历史第9，因为这个排序方法没区分“同一球员多次出现”的情况,所以实际排名你看数据源怎么处理。
写代码的时候我还发现一个有意思的事：如果你把利拉德那场比赛的投篮热力图丢进Go程序的二维数组里，你会发现他中远距离出手占比高达78%——这是我跟一个数据朋友聊天时他提到的，他说利拉德那一晚的平均出手距离是24.3英尺（约7.4米），比平时多了快2英尺，这数据我没法验证，但我觉得挺符合比赛观感的：那晚上他就是从半场就开始扔。
光看排名没意思，得聊聊这71分是怎么“漏”出来的
现在咱们把镜头拉回2023年2月26日，开拓者主场迎战火箭，那场比赛我印象最深的一个画面：第三节末段，利拉德在弧顶运球，防守球员已经贴到他脸上了，他还是拔起来就投，球进，裁判响哨，2+1，那一球之后，我感觉现场观众的声音都变调了——不是兴奋的尖叫，是一种“我是不是看错了”的困惑。
那场比赛利拉德的数据有多夸张？全场38投22中（命中率57.9%），三分球23投13中（命中率56.5%），罚球14罚全中，就这个命中率，放在任何一场比赛都是神仙球级别，但最让我觉得离谱的是他的第四节加上加时赛一共拿了27分——哎，等等，我说错顺序了，那场球是常规时间打平进的加时,利拉德在加时赛里单节拿了11分。
这里有个细节你可能不知道：利拉德在加时赛的5分钟里，出手了6次，全部是在三分线外，进了3个，也就是说，他加时赛的11分里，9分来自三分球，2分来自罚球，你要是看比赛录像，会发现火箭队已经疯了——他们开始包夹持球的利拉德,但没卵用。
聊到这，我想起一个数据分析的角度：利拉德那71分里，有28分来自“单打”（即持球时间超过4秒，没有掩护，直接1对1终结），这是什么概念？现役球员里，只有欧文和杜兰特能在单打效率上跟那时候的利拉德比划比划，但你要说这个数据怎么衡量？Golang里你没法直接算这个，得靠Synergy Sports那种高级数据公司，直观感受就是——那晚他打谁都是错位。
说点“反常识”的：利拉德这71分，含金量到底怎么算？
很多人一看这个排名，张口就是“张伯伦的100分是远古刷分，不算数”，这话我同意一半，但利拉德的71分也免不了被质疑“防守强度低”——别急着喷,我先把话说完。
那场火箭队，防守效率排在联盟第29位（倒数第二），基本属于“谁打谁爆”的状态，但问题是，利拉德那晚的出手选择并不全是“大空位”——他有11次出手时防守人距离小于2英尺（即0.6米），这11次他进了7个，这个数据说明，他不是光靠火箭防守烂才拿高分的，他的强投能力在那晚展现得淋漓尽致。
还有一个角度：利拉德的71分，是历史第一“单场三分命中数13个+罚球全中”——你翻遍历史，没人同时在三分球和罚球上都做到这么极致，这比单纯拿高分更难，因为得分手段的多样性你得保证,不能只靠篮下硬凿。
我记得有个叫《篮球数据说》的博客分析过，利拉德那场比赛的真实命中率（TS%）是78.2%，这个数值在70+分的场次里排名历史第二，仅次于科比的81分那场（TS%是81.4%），你要是看失误数，利拉德那场只有3次失误，科比当年5次，所以从效率角度，利拉德这场球甚至比科比的81分更“高效”。
别光盯着利拉德，说说排名榜前排那些“怪物”
你要真去研究NBA单场得分TOP10，会发现一个规律：至少一半以上发生在1960年代，这不是偶然，那个年代节奏快，回合数多，张伯伦那场均出场时间快48.5分钟了——人家场均打满全场,拿高分跟喝水一样。
但利拉德和米切尔能挤进前十,有两个时代因素：
- 三分球革命：他俩的71分里，三分球得分占比超过50%，你要知道，科比81分那场，三分球只占13分（7投3中）,张伯伦那年代压根没三分线。
- 加时赛红利：利拉德和米切尔的71分都是打了加时赛才拿到的，利拉德常规时间拿了60分，米切尔常规时间58分，你要是把加时赛扣掉,他俩都进不了历史前20。
所以你看，“并列第8”这个说法其实挺虚的，你要是把加时赛和三分线去掉，利拉德这71分可能得排在十几名开外，但篮球比赛又不允许你“去掉条件再比”，所以咱们就乐呵地看个排名,别太较真。
用Golang写个“临时函数”模拟一下，如果你把利拉德那场的三分球全去掉会怎样
这个想法挺有意思的，我写代码的时候自己脑洞了下：假设利拉德那场三分球13投0中，全换成两分球（也就是进6个两分，其他7个打铁）,那他的得分会变成什么样？
func removeThrees(pts int, made2s int, made3s int) int {
// 简化：把3分球命中数替换成2分球命中数，得分减少(3-2)*命中数
scoreWithoutThrees := pts - (made3s * 3) + (made3s * 2)
return scoreWithoutThrees
}
// 利拉德那场：71分，三分球13中，两分球9中（22个两分出手）
newScore := removeThrees(71, 9, 13)
fmt.Printf("如果三分全变两分，得分变成: %d分\n", newScore)
跑出来大概就是71 - 133 + 132 = 71 - 39 + 26 = 58分，你看，少了13分，直接掉出历史前20（因为58分在历史连前30都进不了），所以三分时代的高分，天然比两分时代“虚高”一截——这就是为什么我总觉得“历史得分排名”这个比较,跨时代真的没啥意义。
但话说回来，利拉德那晚的13个三分球，每一个都像是把刀往火箭队防守心脏上捅,那画面感不是数据能体现的。
写完了，忽然想起个事儿
其实我写这篇的时候，脑子里一直有个画面：利拉德在赛后接受采访，记者问他“你是否觉得自己能拿80分？”他笑着摇头说“我职业生涯最高分就是71分了，下次能拿个72就行”，那种感觉，不是傲慢，是清醒，他知道这种夜晚可遇不可求，就像科比的81分，麦迪的35秒13分,都是不可复制的。
下次你跟人聊NBA单场得分排名的时候，别光记着“张伯伦100分，科比81分”，你试着提一句：“利拉德那场71分，有三节半是硬生生从三分线外扔出来的，那手感，真不像地球人。”对方哪怕不知道这数据,也会觉得你挺懂的。
最后再啰嗦一句：那个排序代码，你要是真想跑，记得把张伯伦的100分改成100.0（浮点数），不然sort会给你按整型排，虽然结果一样但没那么严谨，好了，就到这吧，我要去楼下买瓶水,打完这句我就出门了。
本文来自作者[kyadmin]投稿，不代表678体育 - 全网热门体育赛事高清直播平台立场，如若转载，请注明出处：http://www.7oclockcapital.com/fc/2493.html
评论列表（4条）
我是678体育 - 全网热门体育赛事高清直播平台的签约作者“kyadmin”！
希望本篇文章《NBA单场得分排名，利拉德那场71分到底排第几？说点你可能没注意的细节》能对你有所帮助！
本站[678体育 - 全网热门体育赛事高清直播平台]内容主要涵盖：678体育,678体育官网,678赛事直播
本文概览：h1:利拉德71分之夜，NBA历史单场得分榜上他挤进了第几？说实话，每次聊到NBA单场得分排名，我脑子里第一个蹦出来的不是张伯伦的...