プログラミングとプロダクト作りは楽しいよ, っていう「個人開発ネタ」の話です. スポーツ観戦, 具体的には野球のデータ分析DX（Digital transformation）*1を実現しました. 記事の前半はプロダクト企画とアーキテクチャ, 後半はDash（Python）を使ったマルチページ・データ・アプリケーション開発の話となります. TL;DR SpreadsheetとPythonのアプリケーションでいつでもメジャーリーガー（全選手）のパフォーマンスを好きな条件で可視化できるようにしたら野球が面白くなりました. https://example.com/batter/ohtani-shohei/2024-03-20/2024-04-28?cache=false みたいなURLを開くと, オオタニサンのパフォーマンス（現地時間2024/4/28までの数字） 以下の成績をいい感じにグラフ・可

野球と春のG1🏇で浮かれている者です, どっちも結果は微妙ですが楽しくて最高ですね.*1 野球（メジャーリーグ）という球技でも, グラウンドの外*2でも話題を振りまいている大谷翔平（オオタニサン）という（現時点で）世界一有名な現役選手（私の私見です*3）がいます. 既報の通り, 昨年痛めた右肘とその治療の影響で本年は打者専念つまり「二刀流は封印」している訳ですが, ワイ「打者専念したら三冠王だのトリプルスリー（3割30本30盗塁）だの周りは勝手に言ってるけどそんな単純な話でしたっけ??? という一つの疑問が生まれました. 確かに打者でしかプレーはしないものの, 投手としてのリハビリなりトレーニングだってあるはずなので単純な話じゃないぞ*4と. 私個人はいつの日かオオタニサンがトリプルスリーをやってもおかしくないし, 三冠王*5だって可能性はあると思っていますが, 取り急ぎ「今（2024年

阪神タイガースさん「アレ」おめでとうございます🎉（今更感） 野球ファンの歴史を阪神ファン（厳密に言えば新庄剛志のファン）でスタートした私（参考文献）, 今は日ハムのファンなれど阪神18年ぶりの「アレ」は心からうれしく思います. 現在は野球とは無縁の仕事*1をしている私とはいえ, 阪神って結局何が良くって「アレ」したんだ？ あんだけ独走しての「アレ」だから何かしらの秘密・特徴がありそう. そうだ, データを見てみよう！ ...と（本業もプライベートもまあまあ詰まっているにもかかわらず）気になったのでデータを見てみることにしました. TL;DR 今回の評価方法 岡田タイガース強さのひみつ チーム 打者成績 投手成績 結び - 阪神黄金期は来るのか? Appendix: 参考文献&本記事の全グラフデータ チーム成績 打者成績 投手成績 参考文献 TL;DR 阪神タイガースはチームの投打共に「お

日本プロ野球は北海道日本ハムファイターズ, メジャーリーグはオークランド・アスレチックスのファンをやっている者です. この両チーム, 共通点がまあまあありまして, 監督が外野手かつ現役時代が当該チームのセンター（もちろんスタメン）*1 良く言えばチームのスタンス, ひねった言い方をするとファイナンスの都合*2で「育成」という理由で若手選手を早期昇格して使いがち（そして下位に低迷する*3）. 高額のFA選手は基本獲得しない*4, なんだったらFA権を得た選手はほぼ確実に退団*5（引き止めても）. 「三振多いけど長打が出る」野手*6と, 「走る才能がずば抜けたセンター（なお他のスキル）*7」が大好き. 打線を眺めるとパワーもしくはスピードに振り切ったロマン枠に挟まれて起用されている選手がだいぶモブっぽい. ちなみに投手の好みはだいぶ違います*8. こういうチームのファンをやっている時の楽しみ方

皆さんこんにちは. 野球がオフシーズンな今時期はシーズン開幕に向けてデータを整理・眺めたり, 個人的な野球データ分析システムを構築しているマンです. いきなり本題ですが, ラーズ・ヌートバーという野球選手をご存知だろうか? ja.wikipedia.org 阪神の（コントロールが）暴れ馬豪腕・藤浪晋太郎投手の移籍先オークランド・アスレチックス*1のファンである私, ナショナルリーグの試合はプレーオフでしか見ない（アスレチックスはアメリカンリーグである）ので正直に言うと知らんかったです. なお年齢は2023/1/13現在で25歳, 右投げ左打ちで身長190cm/体重95.3kgと結構でかい. 昨シーズンは.228という低打率, 規定打席未到達ながらもOPS .788とクリーンアップを打たない選手の割に良い数字を残したヌートバーを意識したのはこちらのニュース. www.nikkansports

新庄剛志氏（元BIG BOSS）の現役時代の守備に憧れて野球が大好きになった人です. エグい守備範囲, 糸を引くような速くて美しくて強いバックフォームと強肩, どれも完璧でしたよねと*1. どうしても気になる外野手の守備, なんとか評価と可視化ができないかなーと試行錯誤した結果, メジャーリーグのトラッキングデータを使えばイケる！ 少なくとも守備範囲とプレーの質を測ることはできそう（なお肩と走力は難しい） ということがわかり, やってみたらいい感じだったのでブログに書こうと思いちょっとやってみました. 今回は好きなポジションであるセンター, プロレベルになると難易度が一気に高くなるライト*2でやってみました（レフトはまだやってません）. 上記のような可視化をしつつ, 数字も交えて考察を書きます. というわけで本日のスタメンはこちらです. TL;DR 外野手を守備範囲で評価する 実際に調べて

PyCon JP 2022 10/15 Talk Session Material # Reference https://shinyorke.hatenablog.com/entry/baseball-data-visualization-app https://shinyorke.hatenablog.com/entry/ohtani-san-pitch-2022

ドラフト会議前に一位指名を公言するのって何かのトレンドですか?って思ってる人です.*1 今年いや, 去年からずっと野球関連のリアルなトレンドは「何かしらのオオタニサン」で間違いないと思います. 打者として規定打席到達（わかる） ついでに2年連続30本塁打以上（まあわかる）*2 投手として15勝防御率2.33, キャリア初の規定投球回*3到達（ちょwww嘘やろwww） 一人の野球選手が（ガチで）二人分の成績（それもエースピッチャーと主軸打者を兼ねる）という驚きは改めて語るまでも無い話ではありますが, 投球回伸びてるし, （雰囲気的に）見ていて安心できる投球をしてるし何か変えてきたのでは！？ と思い, 改めて「投手・大谷翔平」のデータを見てみようと思いました&実際に試したのでどうぞご覧ください. なお, オオタニサンといえば二刀流, 打者の成績も気になるところですがこちらはシーズン中に可視化し

【2022/8/13更新】打球位置のプロット例を追加しました（解説ブログのリンクを含む） プライベートの時間はウイニングポスト9*1で自家生産の馬を育てるか, 野球データと戦っている人です. 野球のデータは見れば見るほど面白いです, どれぐらい面白いかと言うと「10年見ても飽きない*2」それぐらい面白いです（個人の感想です）. それはさておき, 私はメジャーリーグのデータを使って調べ物をしたりなにかのテーマに取り組む時, 以下のデータセットを用いています.*3 Lahman’s Baseball Database. 年度別のチーム・選手成績など, ある程度まとまった単位のデータ. GitHubから取得可能（https://github.com/chadwickbureau/baseballdatabank）. Retrosheet. 試合・打席ごとの成績データ. GitHubから取得可能（

現役時代の阪神タイガース新庄剛志（現・北海道日本ハムファイターズBIG BOSS）に憧れて野球ファンになった人です.*1 今シーズンのここまでの流れで興奮しないはずがありません, 開幕三連敗?知らんがな*2. もっとも, 「野球エンジニア」「野球データサイエンティスト」を趣味（もしくは人生の暇つぶし）としてやっているもうひとりの私は, ぶっちゃけ今シーズンは「三年後に日本一を目指す」3ヵ年計画の1年目 目の前の勝敗も当然大事だが, 若い選手が出場機会を重ねて成長するのが最も大事 3年後（2025）に推しが無双する時に備えて「推しは推せるときに推せ」的なシーズンを過ごせばよいのでは！？ 幸いにも, 私の手元には自ら開発した「メジャーリーガーの成績予測」および, 「TOKYO 2020侍ジャパン選出」を果たした「やきうAI」があります. というわけで, このエントリーでは, 日ハムの推し若手が

※【注意】あくまでもお遊びです, 冗談半分で読んでください！ 「野生の野球データサイエンティスト」です. 本日ついにTOKYO2020侍ジャパン, 24名の内定選手が発表となりました. www.japan-baseball.jp 24名の選出って難しいですよね...中の方は色々ご苦労とかあったのではないでしょうか. 一番いい色のメダル, 期待しています！ さて, 私は野球好きでもありますが, プロの（野球）データサイエンティストであり, 機械学習エンジニアでもあります. ワイ「プロ野球選手2021年の成績を予測してそこから24名の侍を選んだらいい感じになるのでは🤔 と 昨年末に思いついたので, 野球AIが選出する, TOKYO 2020侍ジャパン24名 を実際にやって選んでみました. 実際の侍ジャパンと比較して楽しんでいただけると幸いです. 要約すると 打てる人は正義 奪三振能力も正義

2021年プロ野球が開幕して一ヶ月半くらい. 佐々木朗希がついに一軍デビューしたり, 伝統の一戦「巨人阪神戦」が昨日で通算2,000試合になったり, 日々話題に欠ける事無く楽しいですね. 日々流れてくるニュースも気になるとは思いますが, 贔屓チームを推してると「なぜウチのチームは強い（弱い）んじゃ?」って気になりますよね? 私の場合は地元である北海道日本ハムファイターズが最下位なのはなぜなのかすごく気になります. 野球は相手チームより得点を稼ぐことにより勝てるスポーツです. もちろん投球や守備も同じぐらい大事なのですが, 点を取らないことには勝つことはできません. というわけで, 全12球団で1打席以上立っている打者の「貢献度」を可視化し, 「誰が打線のキーマンか?」「足を引っ張ってる選手は誰なのか?」を明確にする という試みを「公式記録として手に入るデータを元に」分析・可視化してみました

はじめに こんにちは @hatuyuki4です。普段はiOSアプリを開発しているモバイルアプリエンジニアです。プロ野球が好きで、特に楽天イーグルスを応援しています(宮城出身)。最近は野球好きが講じて、セイバーメトリクスの本をいくつか読みました。セイバーメトリクスは、野球を統計学的に分析する非常におもしろい試みなのです。しかしこのアプローチは野球だけではなく、様々な問題解決にも応用できます。 というわけで今回は、セイバーメトリクスの考え方の紹介と、それのサービス開発への応用事例について書きたいと思います。 セイバーメトリクスの考え方 統計学によるデータ分析と聞くと難しいように感じますが、セイバーメトリクスの発端は非常にシンプルです。それは「どうすれば勝利を増やせるか、データから分析してみよう」というものです。その考え方を段階的に分けると以下のようなものになります。 1.勝利という明確な目的を

誰のことかは本文に答えが！ かなり久しぶりに日本プロ野球のネタやってみました⚾️ 今年の野球も残すところは日本シリーズと（一番大好きな）ストーブリーグになりました. その日本シリーズですが, news.yahoo.co.jp 訓練された日ハム（パ・リーグ）ファンの私は別に驚かない*1（震え）のですが巷では, ・「33-4の再来なのでは*2」 ・「パ・リーグのパはパーフェクト・リーグの略*3なのでは」 という声が聞こえているみたいです, Twitterトレンドに33-4は流石に草生えた...w 流石に4連勝で終わっちゃうと野球全体的に面白くない展開になっちゃうので巨人の反撃に期待するとして（意訳：日本シリーズの話題はこれでおしまい）. 私個人として興味ある野球の話No.1は, 3年以上の長期契約を結んでいるチームの主砲は契約に見合った活躍をするのか? だったりします. 坂本勇人選手（巨人）,

読売巨人軍, 福岡ソフトバンクホークスがリーグ優勝, ロサンゼルスドジャースが世界一となった今シーズンの野球ももうそろそろ終わりが見えてきました. CSで盛り上がったり日本シリーズに思いを馳せたり*1, 気持ちは2021年に向いていたり（？）それぞれ楽しみ方はありますよね.*2 そんな流れの野球界隈, つい先日（一部の野球ファンからは以前より存在が知られていた）セイバーメトリクスの書籍が発売となりました. セイバーメトリクスと野球が好きな人待望の一冊 Rによるセイバーメトリクス入門 作者:Max Marchi,Jim Albert,Benjamin S. Baumer発売日: 2020/11/13メディア: 単行本（ソフトカバー） 個人的には「待ち望んでいた本の訳書がやっとでた！」という感じで嬉しいです&ご縁があってレビューに参加させていただきました. このエントリーでは, Rによるセイバ

本日のPyCon JP 2020にてお話しました以下の発表に関する補足・解説ブログとなります. スポーツデータを用いた特徴量エンジニアリングと野球選手の成績予測 - PythonとRを行ったり来たり このエントリーではスライドのスクショとともに, 参考資料 細かすぎて本編で話さなかったハナシ もし真似してやるならこれぐらいは読んでおいたほうがいいよ 的な話を中心に, 過去記事のreference等を掲載しています. スポーツデータを用いた特徴量エンジニアリングと野球選手の成績予測 これを読むと⚾️で特徴量エンジニアリングと機械学習がいい感じにできるかと思います👍 スタメン スポーツデータを用いた特徴量エンジニアリングと野球選手の成績予測 スタメン CM JX通信社 Pythonもくもく自習室 #jisyupy 特徴量エンジニアリングについて 野球データの特徴量 Python, R, SQ

やったことは非常にシンプルでして. 大谷翔平選手の26〜29歳（2020〜2024年）までの打撃成績を, 一般的な打撃成績データ（安打, 本塁打, 三振etc...）を使った機械学習でそれっぽく出してみました 大谷翔平さんはやっぱ凄い（詳細はこの後で） まだまだ改良点や穴があるものの, 統計的にもアルゴリズム的にも十分に納得行くモノができたので一旦公開します. なお, どういったアプローチでやったか?特徴量はどうやって選んだか??については8/28, 29開催のPyCon JP 2020で発表します.*1 免責事項 言うてもおもちゃですしちょっとしたお遊びです. そのつもりでご覧ください. 一部のサンプルコードを除きコードおよび特徴量は公開しません. データはMLBのPublicな公開データセットであるLahman’s Baseball Databaseおよび, RETROSHEETを使っ

前回は打者成績の話をしたので（予告通り）投手の成績の話をします. 投手をシーズン成績（または通算成績）で見る時, 代表的な指標として以下の3つがあります（いわゆる, 「投手三冠」の対象）. 勝利数（その名の通り, 投げて勝利した回数） 奪三振（打者から奪った三振の数） 防御率（9イニングあたりの自責点率. このエントリーの主人公）. この成績のうち, 勝利数は投手個人の頑張り「だけ」では稼げない数字というのは野球をちょっとでも見たことある人なら想像つくと思います.*1 奪三振は「三振」が持つ意味, 見た目の派手さからすると投手の実力が生きるモノと言えます（そしてこれは事実だという話をこれからします）. 問題は, 「相手に許した得点（自責点）を9イニング（ほぼ一試合分）に平均した」実に便利な指標である「防御率」で, 防御率は投手を必要以上に良く見せる（もしくは悪く見せる）ことがあり, 「たま

私達が大好きなプロ野球, どうやら開幕の目処が立ちそうです⚾ www.nikkansports.com とはいえ（この記事を書いてる5/10時点では）正式発表ではないかつ, 仮に6/19開幕としてもあと一ヶ月と少し時間がありますね...ということでまだまだ #StayHome をやってく必要がありそうです.*1 このエントリーでは前回同様, 「野球データで遊ぶならずっと #StayHome なまま野球ができるじゃん⚾」 というお気持ちの元, 野球の統計学である「セイバーメトリクス」を「データサイエンス」の文脈で解釈しつつ データサイエンスで大事な「特徴量」の事を学びながら 野球をデータという切り口で楽しもう 以上をテーマとして野球のデータ, 特に「セイバーメトリクス」「データサイエンス」の視点で面白さを紹介できたらと思います. なお, 初回であった前回は「野球のための特徴量エンジニアリング