
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
若不方便扫码,搜微信号:CDAshujufenxi
在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19