deployed v1.0.3

app.py

@@ -65,19 +65,27 @@ def plot_results(specific_match_data, positive_class_probabilities, match_id, sh
         )
 
     if show_momentum:
-        # 计算并绘制Momentum
-        window_size = 3
-        padded_probabilities = np.pad(positive_class_probabilities, (window_size//2, window_size//2), 'edge')
-        momentum = np.convolve(padded_probabilities, np.ones(window_size)/window_size, mode='same')[:len(specific_match_data)]
+        # 修改动能计算逻辑，以确保长度一致
+        adjusted_probabilities = []
+        for i in range(1, len(positive_class_probabilities)):
+            # 使用当前点和前一个点的概率值，假定下一个点的概率为0.5
+            if i < len(positive_class_probabilities) - 1:
+                next_prob = 0.5  # 对于除最后一个点外的所有点，假定下一个点的概率为0.5
+            else:
+                next_prob = positive_class_probabilities[i]  # 对于最后一个点，使用其本身的概率
+            adjusted_probabilities.append((positive_class_probabilities[i-1] + positive_class_probabilities[i] + next_prob) / 3)
+        
+        # 对于第一个点，我们可以选择使用它自己的概率，因为没有前一个点
+        adjusted_probabilities.insert(0, (positive_class_probabilities[0] + 0.5) / 2)  # 在开始处插入
+        
+        # 确保adjusted_probabilities的长度与specific_match_data['elapsed_time']一致
+        momentum = np.array(adjusted_probabilities[:len(specific_match_data)])
         
-        # 创建平滑曲线
         X_smooth = np.linspace(specific_match_data['elapsed_time'].min(), specific_match_data['elapsed_time'].max(), 300)
-        spline = make_interp_spline(specific_match_data['elapsed_time'], momentum, k=3)  # k是平滑曲线的强度
+        spline = make_interp_spline(specific_match_data['elapsed_time'], momentum, k=3)
         momentum_smooth = spline(X_smooth)
         
-        # 绘制Momentum的平滑曲线下面积，半透明
         plt.fill_between(X_smooth, momentum_smooth, color='green', alpha=0.3)
-        # 也可以选择绘制平滑曲线的边界，如果需要
         plt.plot(X_smooth, momentum_smooth, color='green', label='Momentum')
     
     # 标记set_no和game_no变化的时刻