#bpstudy #99 LT 野球プログラミング後日談

2. Who am I ?
• Shinichi Nakagawa(@shinyorke)
• Pythonで野球の人(野生の野球アナリスト)
• Python / Agile / Infra as a code(Dockerとか)
• 贔屓チーム
• 北海道日本ハムファイターズ
• オークランド・アスレチックス
• BPStudy登壇：4回目(#79, #89, #91, #99)

3. 野球Hack~Pythonを用いたデータ分析と可視化
http://www.slideshare.net/shinyorke/hackpython-pyconjp

4. 反響
• 60席+立ち見&床席40人ちょっと（推定）
→発表時の聴衆の皆さま（感謝！）
• 約20,000views(SlideShare)
• 220
→はてなブックマークの数(減ってた)

5. とても興奮している. ありがとう！
※なお、カノーさんはシアトルに来てから(ry

6. Today’s Starting Member
• デモアプリ（のコード）を公開しました！
• 次回予告

7. おさらい

8. 分析と可視化
• レスターは何月に一番勝っているのか？
• ボットのマルチ四球(=1試合2四球)の回数
Jon Lester Joey Votto

9. Jon Lester(ジョン・レスター)
• メジャー屈指の先発左腕、優勝請負人 ※世界一経験二回
• プレーオフ(10/9)に先発、なお負け投手
• レッドソックス(2006-2014)→アスレチックス(2014)→カブス(2015)

10. レスターさんの月別勝利数
• 調子いい時は4,5月で稼いでいる、8,9月も良さげだがそんなに極端ではない
• 残りの月はなんか微妙だけど傾向がアレ
ちなみに7月はオールスターの為登板が少ない(レスターにかぎらず)

11. Joey Votto(ジョーイ・ボット)
• レッズ一筋(2007-2015)、強打の一塁手
• 選球眼が良すぎて散歩（四球）が多い、通算アダム・ダン率は38%
• 内野フライが異常に少ない。とある統計によると、2009-2012の4年間で3本(ファ!?)

12. 塁間さんぽ(イッチVSボット)
• 月別の四球数、凡例の数字はシーズン通算
• 圧倒的にボットさんが散歩好き、特に8,9月やばい
• 神イチローはとにかく打って走るスタイル、春先はまあまあ歩いてる
イチロー ボット

13. マルチさんぽ(イッチVSボット)
• 1試合で2個以上四球を選んだ試合を月別にカウント
• ボットさんの回数がやばい
• 神イチローはある意味予想通り、流石天才バッター
イチロー ボット

14. コード、公開しました！

15. https://github.com/Shinichi-Nakagawa/hatteberg

16. MLBの野球データを用いた分析と可視化
のサンプル(Python)を公開しました
http://shinyorke.hatenablog.com/entry/
2015/11/15/231336

17. こだわりポイント
• 自動化~煩わしい前処理の型化
• 高速化~15年分のMLBデータを10分でDB化
• すぐ使えるサンプルの提供

18. 自動化
• ダルい作業である、前処理を自動化
• 野球データのダウンロード,前処理,作成を
一気通貫に出来る仕組みに作り直し
• MySQLをDockerで一発作成
&マイグレツール「py-retrosheet」を作り直し

19. https://github.com/Shinichi-Nakagawa/py-retrosheet

20. 高速化（特にマイグレツール）
• 従来のマイグレツール(py-retrosheet)
→1シーズン分のデータ作成に20分
15年分は(ry
• 作りなおしたマイグレツール
→1シーズン分で1分かからず
15年分は10分でデータ取得~前処理~DB作成！

21. 15年分のMLB試合データを10分でMySQLに
格納するPythonスクリプト（野球Hack!）
http://qiita.com/shinyorke/items/
d44d00d0f02b09b8b0ed

22. サンプルコード
• Jupyter notebookベースで使えるサンプルを
用意
• レスターの勝ち星、ボットの散歩に加え、
背番号55の方のデータ分析サンプルを追加
• Jupyterで遊びたい人はどうぞ！

23. 結び
• 誰でも野球Hack!出来る仕組みにした(つもり)
→公開をモチベーションに、自動化と高速化をやり切った
現実使える仕組み&使い心地じゃないと意味ない(おもてなしの心)
• もっといい作り・プロダクトにしたい！
→野球で何かやりたい人は活用して欲しい&フィードバック待ってます!
• 現実的な使い道
→15年分のMLB打席データ(約280万レコード)が割と楽に手に入る
データ見てニヤニヤしたり、機械学習の勉強ネタにどうぞ！

24. Next Challenge…

26. 今年やったネタ

27. これカッコ良くね？
今年やったネタ

28. http://m.mlb.com/apps/atbat?c_id=mlb

29. Next Challenge
• MLB一球速報(MLB At Bat)データを用いた分析と可視化
Pitch f/x(高性能スピードガン)のデータを用いた分析と可視
化、やってます！ ※ライセンスは問題無いです(念のため)
• 選手のタイプ(配球やコース、打者の好きなボールetc…)を
分析したい
→そろそろ機械学習まじめにやる
• PyCon JP 2016で発表出来る…はず(Proposal通れば)

30. ゲームセット！！！
ご清聴ありがとうございました.
Shinichi Nakagawa(Twitter/Facebook/hatena:@shinyorke)