大数据揭示人类百米疯狂 2015人类跑最快的一年
本周末,国际田联钻石联赛斯德哥尔摩站将在瑞典举行,由于距离北京田径世锦赛仅剩20天时间,博尔特、鲍威尔、加特林、盖伊等四大名角儿都选择了休战,显然是想把最好的状态留到北京鸟巢。
事实上,北京鸟巢的百米大战确实值得期待,因为全世界的百米选手今年都疯了——截至7月25日,在规定风速下,已经有27人65次“破十”,而这些9秒级选手全都要聚集北京,破十,那是必须的。华西都市报记者陈甘露
到底是因为今年的世锦赛年还是明年的里约奥运年,或者仅仅是因为更科学的训练方式让快成一道闪电成为必然,总之,短跑选手们的神经都像是受了刺激,集体井喷式爆发。“不破十都不好意思说自己是跑百米的”,人类历史上百米成绩最好的一年,我们正在共同见证。
有一种疯狂叫“非美牙选手”10人破十有人快过博尔特
翻开国际田联男子4×100米纪录排名,第一名:美国队;第二名:牙买加队;第三名:美国B队……于是,在短跑的世界里,有一种“种族”叫做“非美牙选手”——美国、牙买加之外的短跑选手。
美国和牙买加飞人大战已经是连续多年世锦赛和奥运会不变的“连续剧”,而这一次北京,估计决赛场上他们会占据一半多的江山。不过,本赛季之所以能号称人类历史百米成绩最好的一年,还多亏了“非美牙选手”的崛起,一共有10人在本赛季打破了10秒关口,其中,包括唯一的黄种人——苏炳添。
目前,这10人都要参加世锦赛,其中,最有实力让美、牙飞人们吓一跳的,应该是法国新秀维考特,他在法国巴黎跑出了9秒86,这个成绩在本赛季排名第四。随后,他又在维尔诺夫达斯克跑出了9秒92、罗马和伦敦跑出9秒98,他也是“非美牙选手”里本赛季进10秒次数最多的。
作为百米场上的标志,一道闪电博尔特恰恰在本赛季没有什么技惊四座的表演,上周在伦敦两次刷出9秒87,个人赛季最佳,放在前两年这个成绩还真不错了,可今年,排在他前面有13人次——加特林4次、鲍威尔5次(平2次)、布莱德曼、维考特、盖伊、布罗梅尔各1次。而“非美牙选手”里,布莱德曼、维考特两人都超过了博尔特。
另外八名“非美牙选手”有几位都非常让人惊讶:有过切尔西青训史的英国选手格米利跑出了9秒97。两外两位南非选手都在七月震惊世界:杰斯在瑞士的一场小比赛里,跑出了9秒97,西姆比内在光州大运会决赛上同样跑出了9秒97。
稍微朝后面看一点点,本赛季有四人次刷出了10秒整、五人次跑到10秒01、十一人次跑到了10秒02。可以说,稍微提一口气,破十不是没有可能。
上届世锦赛,苏炳添和张培萌携手晋级半决赛,创造中国短跑历史,而半决赛中张培萌跑出10秒整的成绩,以千分一只秒的微弱遗憾无缘决赛。两年后的八月北京,10秒整成绩进决赛肯定没希望,能不能进入半决赛都要看运气。
有一种疯狂叫“90后”29人次破十一大波妖人袭来
如果要说本赛季最疯狂的百米选手,那当然是即将33岁的加特林,本赛季最快的四个成绩都是他一手创造的:9秒74、9秒75两次、9秒78。此外,紧随其后的“同龄人”鲍威尔也跑出了9秒81、9秒84,也是本赛季第四快、第五快成绩。可以说,本赛季的疯狂江湖领头人,就是这两位1982年出生的老将,而让大家欣喜和惊讶的是,一大波“90后”妖人正在袭来。65次“破十”成绩里,“90后”占了29人次,百分比上输给了“80后”一点点,可是,要知道,当今百米江湖最牛的四大天王都是“80后”,田径从来都是成年人的游戏。
不过,本赛季确实涌现了许多妖人——1995年出生的美国人崔旺·布罗梅尔,他在本赛季跑出了9秒84的个人最好成绩,这个成绩就是美国田径锦标赛预赛创造的,而在决赛中,他因经验不足输给了盖伊获得亚军,但专家们已经不吝用最好的言辞为布罗梅尔提前加冕:他就是下一个博尔特,是的。刚满20岁零15天,就跑出9秒84,男子100米最强五人:博尔特、盖伊、加特林、鲍威尔和布雷克,无一人能做到。再来看看他的200米——20秒03,也是本赛季排名第十的好成绩,20岁当天跑出来的,无疑是最好的生日礼物。如今,布罗梅尔也以9秒97,替代博尔特成为世界青年纪录保持者。对于他来说,最大的缺陷是经验不足,而这一切都可以用时间和比赛来弥补,而这两样,布罗梅尔根本不缺。
除了20岁的超新星,美国B队大批崛起的新星都很可怕:1992年的克莱顿·沃恩(9秒93)、1993年的马尔文·布莱希(9秒93)、1992年的贝翁德尔·巴森(9秒94)、1992年的昆汀·巴特勒(9秒96)……牙买加青年当然也不示弱:1990年的阿什梅德(9秒91)、1992年的百利科勒(9秒92)、1991年的安德鲁·费舍尔(9秒94)……从这些青年妖人的数据可以看出,未来男子百米的格局依然是——美牙大战。
当然,法国新星维考特也是1992年出生、英国新秀格米利是1993年,杰斯和西姆比内两位南非青年则都是1993年的,1994年的加拿大青年安德烈已经在泛美运动会上夺冠。而这些妖娆的90后,一定也会在未来让我们看到“非美牙选手”的精彩。
数据分析咨询请扫描二维码
统计学基础 - 理解统计学的基本概念和方法是数据分析师必备的技能之一。统计学为他们提供了处理数据、进行推断和建模的基础。 数 ...
2024-11-25数据分析师在如今信息爆炸的时代扮演着至关重要的角色。他们不仅需要具备扎实的数据分析技能,还需要不断学习和适应不断发展的技 ...
2024-11-25数据分析师的工作职责涉及多个关键方面,从数据的获取到处理、分析再到可视化,旨在为企业的决策提供有力支持。让我们深入了解数 ...
2024-11-25数据分析师:洞察力量的引擎 数据分析师的兴起 数据分析师行业目前正处于快速发展阶段,市场需求持续增长,薪资水平也有所提升。 ...
2024-11-25数据收集与整理 - 从各种来源收集数据,清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-25数据分析是当今社会中不可或缺的一项技能,涵盖了广泛的工具和技术。其中,掌握各种数据处理函数对于数据分析师至关重要。本文将 ...
2024-11-25“大数据治理”是一个涵盖广泛的复杂概念,其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及,大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22