コピー元ブログ　

https://hide.ac/articles/-JZTuB_RS

ーーーーーーーーーーーーーーーーーー

MLBのデータがあるので、触り始めてみた。

https://github.com/jldbc/pybaseball

これから触るにあたり、概要だけ確認しておく。

pybaseball

「pybaseball」は、野球データ分析のためのPythonパッケージです。このパッケージは、Baseball Reference、Baseball Savant、FanGraphsのサイトからデータをスクレイピングし、それらのサイトを訪れる必要がありません。このパッケージは、Statcastデータ、ピッチングの成績、打撃の成績、地区順位/チームの成績、賞のデータなどを取得できます。データは、個々のピッチのレベルでも、シーズン単位でも、カスタムの時間期間でも利用できます。(github日本語訳)

!pip install pybaseball

Statcast

「Statcast」とは、Major League Baseball（MLB）のデータ分析システムです。Statcastデータには、Perceived Velocity（PV）、Spin Rate（SR）、Exit Velocity（EV）、ピッチのX、Y、Z座標などのピッチレベルの特徴が含まれています。「statcast(start_dt, end_dt)」関数は、これらのデータをbaseballsavant.comから取得します。(github日本語訳)

https://baseballsavant.mlb.com/

from pybaseball import statcast

カラムは以下。一部だけ記載

• pitch_type: ピッチの種類（ファーストボール、カーブボールなど）

• game_date: 試合の日付

• release_speed: ピッチを投げたときのピッチの速度（mph）

• release_pos_xとrelease_pos_y: ホームベースからのピッチを投げたときのx座標とy座標（フィート）

• player_name: ピッチを投げたプレイヤーの名前

• batter: バッターのID

• events: プレーで何が起こったかを表す（ストライクアウト、シングル、ホームランなど）

• description: プレーの詳細な説明

• zone: ストライクゾーン内のピッチの位置（1〜9）

• stand: バッターの打席スタンス（レフト、ライト、両打）

• p_throws: 投手の投球手（レフト、ライト）

• home_teamとaway_team: ホームチームとアウェイチーム

• ballsとstrikes: 打席内のボール数とストライク数

• launch_speed: バットで打たれたボールの速度（mph）

• launch_angle: バットで打たれたボールの角度（度）

全部は以下

Index(['pitch_type', 'game_date', 'release_speed', 'release_pos_x',       'release_pos_z', 'player_name', 'batter', 'pitcher', 'events',       'description', 'spin_dir', 'spin_rate_deprecated',       'break_angle_deprecated', 'break_length_deprecated', 'zone', 'des',       'game_type', 'stand', 'p_throws', 'home_team', 'away_team', 'type',       'hit_location', 'bb_type', 'balls', 'strikes', 'game_year', 'pfx_x',       'pfx_z', 'plate_x', 'plate_z', 'on_3b', 'on_2b', 'on_1b',       'outs_when_up', 'inning', 'inning_topbot', 'hc_x', 'hc_y',       'tfs_deprecated', 'tfs_zulu_deprecated', 'fielder_2', 'umpire', 'sv_id',       'vx0', 'vy0', 'vz0', 'ax', 'ay', 'az', 'sz_top', 'sz_bot',       'hit_distance_sc', 'launch_speed', 'launch_angle', 'effective_speed',       'release_spin_rate', 'release_extension', 'game_pk', 'pitcher.1',       'fielder_2.1', 'fielder_3', 'fielder_4', 'fielder_5', 'fielder_6',       'fielder_7', 'fielder_8', 'fielder_9', 'release_pos_y',       'estimated_ba_using_speedangle', 'estimated_woba_using_speedangle',       'woba_value', 'woba_denom', 'babip_value', 'iso_value',       'launch_speed_angle', 'at_bat_number', 'pitch_number', 'pitch_name',       'home_score', 'away_score', 'bat_score', 'fld_score', 'post_away_score',       'post_home_score', 'post_bat_score', 'post_fld_score',       'if_fielding_alignment', 'of_fielding_alignment', 'spin_axis',       'delta_home_win_exp', 'delta_run_exp'],
      dtype='object')

Pitching Stats

「pybaseball」は、投手の成績を取得するための2つの主要な関数を提供しています。

リーグ全体のシーズン単位の投手データを取得するには、「pitching_stats(start_season, end_season)」関数を使用します。これにより、1シーズンあたり1人のプレーヤーごとに1行が返され、FanGraphsで提供されるすべてのメトリックが提供されます。

2番目は、「pitching_stats_range(start_dt, end_dt)」関数です。これにより、特定の期間内の投手データを取得できます。これにより、FanGraphs関数よりもより細かい単位でデータを取得できます（例えば、5月に最も強い投手を見つけることができます）。このクエリは、Baseball Referenceからデータを取得します。すべての日付は、YYYY-MM-DDの形式であることに注意してください。

もし、Baseball Referenceの方がFanGraphsよりも好みである場合、「pitching_stats_bref(season)」という3番目の関数があります。これは、「pitching_stats」と同じように機能しますが、Baseball Referenceからデータを取得します。通常は、このオプションは推奨されません。これは、Baseball Referenceのクエリは現在、1シーズンあたり1つのリクエストでデータを取得できるためです。

(github日本語訳)

from pybaseball import pitching_stats

カラムは以下 (一部)

• IDfg: プレーヤーのIDfg

• Season: シーズン

• Name: 名前

• Team: チーム

• Age: 年齢

• W: 勝利数

• L: 敗北数

• WAR: ワー（Wins Above Replacement）同じポジションの代替可能な選手に比べて、どれだけの勝利数に貢献したか、ということを表す指標

• ERA: 防御率

• G: 先発数

• GS: セーブ数

• CG: コンプリートゲーム数

• SHO: 完封勝利数

• SV: ホールド数

• IP: 実投球回数

• H: 被安打数

• R: 得点数

• ER: 自責点

• HR: 被本塁打数

• BB: 四球数

• IBB: 敬遠四球数

• SO: 奪三振数

• HBP: 被打者数

• BK: ボーク数

• WP: プレーヤー失策数

• BF: 打者数

• ERA+: 防御率プラス

• FIP: 実力指数

• WHIP: 奪塁率

• H9: 被安打/9回

• HR9: 被本塁打/9回

など

Index(['IDfg', 'Season', 'Name', 'Team', 'Age', 'W', 'L', 'WAR', 'ERA', 'G',
       ...
       'LA', 'Barrels', 'Barrel%', 'maxEV', 'HardHit', 'HardHit%', 'Events',
       'CStr%', 'CSW%', 'xERA'],
      dtype='object', length=334))

Batting Stats

シーズン中または特定の期間中のプレイヤーのヒット成績。打撃成績はピッチング成績と同じように取得されます。 シーズンレベルのスタッツを取得する関数呼び出しは batting_stats（開始シーズン、終了シーズン）であり、 特定の期間のスタッツを取得するには batting_stats_range（開始日、終了日）です。 Baseball Referenceにおけるシーズンレベルのデータに相当するものは batting_stats_bref（シーズン）です。

(github日本語訳)

from pybaseball import batting_stats_range

カラムは以下

• Name：プレイヤーの名前

• Age：プレイヤーの年齢

• #days：何日間のデータが含まれるか

• Lev：プレイヤーがいるチームのレベル（メジャーリーグ、マイナーリーグなど）

• Tm：プレイヤーがいるチーム

• G：試合数

• PA：打席数

• AB：打数

• R：得点

• H：安打数

• 2B：二塁打数

• 3B：三塁打数

• HR：本塁打数

• RBI：打点

• BB：四球

• IBB：インテント・ウォーク 敬遠

• SO：三振

• HBP：死球

• SH：犠打

• SF：犠飛

• GDP：ゴロを打ってダブルプレーになる

• SB：盗塁

• CS：盗塁失敗

• BA：打率

• OBP：出塁率

• SLG：長打率

• OPS：OPS（出塁率+長打率）

• mlbID：MLB のプレイヤー ID

Index(['Name', 'Age', '#days', 'Lev', 'Tm', 'G', 'PA', 'AB', 'R', 'H', '2B',       '3B', 'HR', 'RBI', 'BB', 'IBB', 'SO', 'HBP', 'SH', 'SF', 'GDP', 'SB',       'CS', 'BA', 'OBP', 'SLG', 'OPS', 'mlbID'],
      dtype='object')

schedule_and_record

schedule_and_record 関数は、指定されたシーズンにおけるチームのゲーム単位の結果を返します。 これには、ゲームの日付、ホームチームとアウェイチーム、最終結果（勝利/敗北/引分）、スコア、勝利/敗北/セーブ投手、観客動員数、およびその日現在の地区順位が含まれます。この関数には、シーズンとチームの 2 つの引数しかありません。チームの引数は、チームの省略形（例えば NYY はニューヨーク・ヤンキース、SEA はシアトル・マリナーズ）です。もし season 引数が現在のシーズンに設定されている場合、クエリは過去のゲームの結果を返し、未発生のゲームのスケジュールを返します。

(github日本語訳)

from pybaseball import schedule_and_record

カラムは以下です。

• Date：ゲーム日

• Tm：試合を行ったチーム

• Home_Away：ホームかアウェイか（Home または Away）

• Opp：対戦相手チーム

• W/L：試合の結果（勝利/敗北/引分）

• R：試合で得た得点数

• RA：試合で許された得点数

• Inn：試合が行われたイニング数

• W-L：その試合でのチームの勝率

• Rank：リーグ内順位

• GB：リーグ優勝候補からのゲーム差

• Win：勝利投手

• Loss：敗戦投手

• Save：セーブ投手

• Time：試合時間

• D/N：昼/夜の試合か（Day または Night）

• Attendance：観客動員数

• cLI：ゲーム開始前の天気指数（Cold 冷たい、Mild 普通、Warm 暖かい、Hot 暑い）

• Streak：連勝/連敗記録

• Orig. Scheduled：予定されていた試合日

Index(['Date', 'Tm', 'Home_Away', 'Opp', 'W/L', 'R', 'RA', 'Inn', 'W-L',       'Rank', 'GB', 'Win', 'Loss', 'Save', 'Time', 'D/N', 'Attendance', 'cLI',       'Streak', 'Orig. Scheduled'],
      dtype='object')

Standings

順位表：最新または履歴の順位表、勝利/敗北記録 standings（シーズン）関数は、特定のシーズンの順位表を返します。もし現在のシーズンが選択されている場合、最新の順位表が返されます。 そうでなければ、選択されたシーズンにおける各地区のエンド・オブ・シーズンの順位表が返されます。

この関数は、データフレームのリストを返します。それぞれのデータフレームは、MLB の 6 つの地区の順位表です。(github日本語訳)

from pybaseball import standings

カラムは以下です。

• Tm：チーム名

• W：勝利数

• L：敗北数

• W-L%：勝率

• GB：リーグ優勝候補からのゲーム差

Index(['Tm', 'W', 'L', 'W-L%', 'GB'], dtype='object')

キャッシングとは、繰り返しデータを取得する際にデータ取得を高速化するために、 リクエストされたデータのローカルコピーを保存するためのローカルデータキャッシュのことです。 デフォルトでは、キャッシュは無効になっています。 これは、ユーザーが自分の承諾なしに ハードドライブスペースを使用したくないという可能性を尊重するためです。 ただし、キャッシュを有効にすることは簡単です。(github日本語訳)

pybaseball.cache モジュールをインクルードし、キャッシュオプションを有効にすることで、 キャッシュを有効にすることができます。以下に例を示します：

from pybaseball import cache　cache.enable()

参照https://github.com/jldbc/pybaseball

コピー元ブログ　

https://hide.ac/articles/-JZTuB_RS

ーーーーーーーーーーーーーーーーーー

MLBのデータがあるので、触り始めてみた。

https://github.com/jldbc/pybaseball

これから触るにあたり、概要だけ確認しておく。

pybaseball

「pybaseball」は、野球データ分析のためのPythonパッケージです。このパッケージは、Baseball Reference、Baseball Savant、FanGraphsのサイトからデータをスクレイピングし、それらのサイトを訪れる必要がありません。このパッケージは、Statcastデータ、ピッチングの成績、打撃の成績、地区順位/チームの成績、賞のデータなどを取得できます。データは、個々のピッチのレベルでも、シーズン単位でも、カスタムの時間期間でも利用できます。(github日本語訳)

!pip install pybaseball

Statcast

「Statcast」とは、Major League Baseball（MLB）のデータ分析システムです。Statcastデータには、Perceived Velocity（PV）、Spin Rate（SR）、Exit Velocity（EV）、ピッチのX、Y、Z座標などのピッチレベルの特徴が含まれています。「statcast(start_dt, end_dt)」関数は、これらのデータをbaseballsavant.comから取得します。(github日本語訳)

https://baseballsavant.mlb.com/

from pybaseball import statcast

カラムは以下。一部だけ記載

• pitch_type: ピッチの種類（ファーストボール、カーブボールなど）

• game_date: 試合の日付

• release_speed: ピッチを投げたときのピッチの速度（mph）

• release_pos_xとrelease_pos_y: ホームベースからのピッチを投げたときのx座標とy座標（フィート）

• player_name: ピッチを投げたプレイヤーの名前

• batter: バッターのID

• events: プレーで何が起こったかを表す（ストライクアウト、シングル、ホームランなど）

• description: プレーの詳細な説明

• zone: ストライクゾーン内のピッチの位置（1〜9）

• stand: バッターの打席スタンス（レフト、ライト、両打）

• p_throws: 投手の投球手（レフト、ライト）

• home_teamとaway_team: ホームチームとアウェイチーム

• ballsとstrikes: 打席内のボール数とストライク数

• launch_speed: バットで打たれたボールの速度（mph）

• launch_angle: バットで打たれたボールの角度（度）

全部は以下

Index(['pitch_type', 'game_date', 'release_speed', 'release_pos_x',       'release_pos_z', 'player_name', 'batter', 'pitcher', 'events',       'description', 'spin_dir', 'spin_rate_deprecated',       'break_angle_deprecated', 'break_length_deprecated', 'zone', 'des',       'game_type', 'stand', 'p_throws', 'home_team', 'away_team', 'type',       'hit_location', 'bb_type', 'balls', 'strikes', 'game_year', 'pfx_x',       'pfx_z', 'plate_x', 'plate_z', 'on_3b', 'on_2b', 'on_1b',       'outs_when_up', 'inning', 'inning_topbot', 'hc_x', 'hc_y',       'tfs_deprecated', 'tfs_zulu_deprecated', 'fielder_2', 'umpire', 'sv_id',       'vx0', 'vy0', 'vz0', 'ax', 'ay', 'az', 'sz_top', 'sz_bot',       'hit_distance_sc', 'launch_speed', 'launch_angle', 'effective_speed',       'release_spin_rate', 'release_extension', 'game_pk', 'pitcher.1',       'fielder_2.1', 'fielder_3', 'fielder_4', 'fielder_5', 'fielder_6',       'fielder_7', 'fielder_8', 'fielder_9', 'release_pos_y',       'estimated_ba_using_speedangle', 'estimated_woba_using_speedangle',       'woba_value', 'woba_denom', 'babip_value', 'iso_value',       'launch_speed_angle', 'at_bat_number', 'pitch_number', 'pitch_name',       'home_score', 'away_score', 'bat_score', 'fld_score', 'post_away_score',       'post_home_score', 'post_bat_score', 'post_fld_score',       'if_fielding_alignment', 'of_fielding_alignment', 'spin_axis',       'delta_home_win_exp', 'delta_run_exp'],
      dtype='object')

Pitching Stats

「pybaseball」は、投手の成績を取得するための2つの主要な関数を提供しています。

リーグ全体のシーズン単位の投手データを取得するには、「pitching_stats(start_season, end_season)」関数を使用します。これにより、1シーズンあたり1人のプレーヤーごとに1行が返され、FanGraphsで提供されるすべてのメトリックが提供されます。

2番目は、「pitching_stats_range(start_dt, end_dt)」関数です。これにより、特定の期間内の投手データを取得できます。これにより、FanGraphs関数よりもより細かい単位でデータを取得できます（例えば、5月に最も強い投手を見つけることができます）。このクエリは、Baseball Referenceからデータを取得します。すべての日付は、YYYY-MM-DDの形式であることに注意してください。

もし、Baseball Referenceの方がFanGraphsよりも好みである場合、「pitching_stats_bref(season)」という3番目の関数があります。これは、「pitching_stats」と同じように機能しますが、Baseball Referenceからデータを取得します。通常は、このオプションは推奨されません。これは、Baseball Referenceのクエリは現在、1シーズンあたり1つのリクエストでデータを取得できるためです。

(github日本語訳)

from pybaseball import pitching_stats

カラムは以下 (一部)

• IDfg: プレーヤーのIDfg

• Season: シーズン

• Name: 名前

• Team: チーム

• Age: 年齢

• W: 勝利数

• L: 敗北数

• WAR: ワー（Wins Above Replacement）同じポジションの代替可能な選手に比べて、どれだけの勝利数に貢献したか、ということを表す指標

• ERA: 防御率

• G: 先発数

• GS: セーブ数

• CG: コンプリートゲーム数

• SHO: 完封勝利数

• SV: ホールド数

• IP: 実投球回数

• H: 被安打数

• R: 得点数

• ER: 自責点

• HR: 被本塁打数

• BB: 四球数

• IBB: 敬遠四球数

• SO: 奪三振数

• HBP: 被打者数

• BK: ボーク数

• WP: プレーヤー失策数

• BF: 打者数

• ERA+: 防御率プラス

• FIP: 実力指数

• WHIP: 奪塁率

• H9: 被安打/9回

• HR9: 被本塁打/9回

など

Index(['IDfg', 'Season', 'Name', 'Team', 'Age', 'W', 'L', 'WAR', 'ERA', 'G',
       ...
       'LA', 'Barrels', 'Barrel%', 'maxEV', 'HardHit', 'HardHit%', 'Events',
       'CStr%', 'CSW%', 'xERA'],
      dtype='object', length=334))

Batting Stats

シーズン中または特定の期間中のプレイヤーのヒット成績。打撃成績はピッチング成績と同じように取得されます。 シーズンレベルのスタッツを取得する関数呼び出しは batting_stats（開始シーズン、終了シーズン）であり、 特定の期間のスタッツを取得するには batting_stats_range（開始日、終了日）です。 Baseball Referenceにおけるシーズンレベルのデータに相当するものは batting_stats_bref（シーズン）です。

(github日本語訳)

from pybaseball import batting_stats_range

カラムは以下

• Name：プレイヤーの名前

• Age：プレイヤーの年齢

• #days：何日間のデータが含まれるか

• Lev：プレイヤーがいるチームのレベル（メジャーリーグ、マイナーリーグなど）

• Tm：プレイヤーがいるチーム

• G：試合数

• PA：打席数

• AB：打数

• R：得点

• H：安打数

• 2B：二塁打数

• 3B：三塁打数

• HR：本塁打数

• RBI：打点

• BB：四球

• IBB：インテント・ウォーク 敬遠

• SO：三振

• HBP：死球

• SH：犠打

• SF：犠飛

• GDP：ゴロを打ってダブルプレーになる

• SB：盗塁

• CS：盗塁失敗

• BA：打率

• OBP：出塁率

• SLG：長打率

• OPS：OPS（出塁率+長打率）

• mlbID：MLB のプレイヤー ID

Index(['Name', 'Age', '#days', 'Lev', 'Tm', 'G', 'PA', 'AB', 'R', 'H', '2B',       '3B', 'HR', 'RBI', 'BB', 'IBB', 'SO', 'HBP', 'SH', 'SF', 'GDP', 'SB',       'CS', 'BA', 'OBP', 'SLG', 'OPS', 'mlbID'],
      dtype='object')

schedule_and_record

schedule_and_record 関数は、指定されたシーズンにおけるチームのゲーム単位の結果を返します。 これには、ゲームの日付、ホームチームとアウェイチーム、最終結果（勝利/敗北/引分）、スコア、勝利/敗北/セーブ投手、観客動員数、およびその日現在の地区順位が含まれます。この関数には、シーズンとチームの 2 つの引数しかありません。チームの引数は、チームの省略形（例えば NYY はニューヨーク・ヤンキース、SEA はシアトル・マリナーズ）です。もし season 引数が現在のシーズンに設定されている場合、クエリは過去のゲームの結果を返し、未発生のゲームのスケジュールを返します。

(github日本語訳)

from pybaseball import schedule_and_record

カラムは以下です。

• Date：ゲーム日

• Tm：試合を行ったチーム

• Home_Away：ホームかアウェイか（Home または Away）

• Opp：対戦相手チーム

• W/L：試合の結果（勝利/敗北/引分）

• R：試合で得た得点数

• RA：試合で許された得点数

• Inn：試合が行われたイニング数

• W-L：その試合でのチームの勝率

• Rank：リーグ内順位

• GB：リーグ優勝候補からのゲーム差

• Win：勝利投手

• Loss：敗戦投手

• Save：セーブ投手

• Time：試合時間

• D/N：昼/夜の試合か（Day または Night）

• Attendance：観客動員数

• cLI：ゲーム開始前の天気指数（Cold 冷たい、Mild 普通、Warm 暖かい、Hot 暑い）

• Streak：連勝/連敗記録

• Orig. Scheduled：予定されていた試合日

Index(['Date', 'Tm', 'Home_Away', 'Opp', 'W/L', 'R', 'RA', 'Inn', 'W-L',       'Rank', 'GB', 'Win', 'Loss', 'Save', 'Time', 'D/N', 'Attendance', 'cLI',       'Streak', 'Orig. Scheduled'],
      dtype='object')

Standings

順位表：最新または履歴の順位表、勝利/敗北記録 standings（シーズン）関数は、特定のシーズンの順位表を返します。もし現在のシーズンが選択されている場合、最新の順位表が返されます。 そうでなければ、選択されたシーズンにおける各地区のエンド・オブ・シーズンの順位表が返されます。

この関数は、データフレームのリストを返します。それぞれのデータフレームは、MLB の 6 つの地区の順位表です。(github日本語訳)

from pybaseball import standings

カラムは以下です。

• Tm：チーム名

• W：勝利数

• L：敗北数

• W-L%：勝率

• GB：リーグ優勝候補からのゲーム差

Index(['Tm', 'W', 'L', 'W-L%', 'GB'], dtype='object')

キャッシングとは、繰り返しデータを取得する際にデータ取得を高速化するために、 リクエストされたデータのローカルコピーを保存するためのローカルデータキャッシュのことです。 デフォルトでは、キャッシュは無効になっています。 これは、ユーザーが自分の承諾なしに ハードドライブスペースを使用したくないという可能性を尊重するためです。 ただし、キャッシュを有効にすることは簡単です。(github日本語訳)

pybaseball.cache モジュールをインクルードし、キャッシュオプションを有効にすることで、 キャッシュを有効にすることができます。以下に例を示します：

from pybaseball import cache　cache.enable()

参照https://github.com/jldbc/pybaseball