Kawasaki.rb #28 (2015/9/30)発表資料. Pythonを用いた野球プログラミングについて

1. The Art Of
Programming
A Baseball Game!!!
野球Hack!~Pythonを用いたデータ分析と可視化
Shinichi Nakagawa@shinyorke
Kawasaki.rb #28 2015/9/30

2. お前だれよ
• Shinichi Nakagawa(36)
• Recruit Sumai Company, Ltd.(入社1年)
• Web Application Engineer(メインはServer Side)
• Agile/Python/Infrastructure as a codeが大好き
• 北海道日本ハムファイターズ
&オークランド・アスレチックスの大ファン
• 中島卓也(日)、ソニー・グレイ(OAK)、ココ・クリスプ(OAK)推し
• “野生の野球アナリスト”活動とかいう伝導活動

3. “野生の野球アナリスト”
活動

4. • PyCon JP 2014 Talk Session（去年のやつ）
• MLBオープンデータ分析&可視化サービスをPythonで構築
• はてブ200超え、PV 14,000以上(slideshare)

5. • PyCon JP 2014 Lightning Talk（去年のやつ）
• Agileプロセス活用、アダム・ダン率の紹介
• アダム・ダン氏、Python界隈で一番有名なMLB選手に

6. • XP祭り2015「俺も！！」登壇資料
• ITな仕事をしている人たちに伝えるセイバーメトリクス
• データ収集&レポートの仕組みをPython + Dockerで構築

7. Other…
• ブログで野球Hackの成果および考察を披露（不定期）
• MLBオープンデータの紹介と活用例紹介
• 野球データの分析&解析用のライブラリを
Githubで公開(ほぼPython製)
• データドリブン野球解説 ※後ほど解説

8. 最終目標(40歳までに)
• エンジニア×ビジネスマンとして、
日本プロ野球orMLBの仕事をやる！
※日本12球団+MLB30球団のオファー待ちw
• 野球データとエンジニアの知見を活かし、
2020年東京五輪でメダル獲得のサポート
※選手じゃないですw、エンジニアとして、ね。

9. 本題

10. Today’s Starting Member
• Pythonと野球
• MLBオープンデータ活用とPython
• まとめ - これからの野球Hack

11. Pythonと野球

12. なぜ野球×Pythonなのか？
• プロトタイピングが楽
• ライブラリ
• 仮想環境

13. プロトタイピングが楽
• 野球Hackは整形されたデータ（スコアブック）と、
整形されていないデータ（スコアブック以外のデー
タ）の解釈と前処理がメイン
→使いこなすまで、プロトタイピングが続く
• 前処理・分析・可視化がオールインワンで出来る
Pythonが楽でいい
→Jupyter, pandas, matplotlib, この3つでほぼイケる
Python is 全部載せ

14. ライブラリ
• インフラ構築・管理
Ansible, docker-compose, boto3, etc…
• データ分析・可視化
Jupyter, pandas, matplotlib, etc…
• Webアプリ構築
Django, Flask, bottle etc…
Pythonはユーティリティープレイヤー( ｰ`дｰ´)ｷﾘｯ

15. 仮想環境
• pyenvで実行環境切り替え
OSのPythonに縛られない開発.
Python3.4.3→3.5.0移行がすんなり行けた
• virtualenvでパッケージ管理
アプリのプロジェクトと分析のプロジェクトで
パッケージ管理を別々に扱う
• docker-compose(旧名fig)でServer丸ごとスクラップ&ビルド
実行環境をDockerで管理、大胆に「作る」→「壊す」を行う環境を実現
「作る」→「壊す」→「作る」→「壊す」(以下略)

16. なんでや！Pythonじゃなくてもできるやろ！！
※ボールの判定に不服なバルフォアさん、ではありません
元画像：http://www.sbs.com.au/

17. はい、Pythonじゃなくできます
• インフラ管理・構成
部分的にVagrantを使用、ちなみにChefはやめた.
• データ分析・可視化
得意な人はR・Juliaでいいと思う、野球HackをRでやってる方もいます.
（他の言語は、、、どうなんだろう？）
• Webアプリ構築
APIやバッチならGolang, サイトならRuby On Rails他選択肢がたくさん有り
• 仮想化
Rubyのrenv/rbenv-gemsetも素敵ですよね☆
目的(と好み)に合わせて手段を柔軟に変えましょう

18. 好きな言語でHackしようぜ！
※キャプテン・ジーター、本当にお疲れ様でした
元画像：http://www.playbuzz.com/

19. 俺々開発ルール（やきう版）
• スクラップアンドビルドしやすい環境で作る
• 野球は仮説検証・技術リスクが高いネタが多い(特に前者)
• Sandbox環境で仮説・技術リスクを検証,いらないものは捨てる
• シンプルに作る（疎結合・環境非依存）
• 豊富なライブラリおよび仮想環境活用で実装と環境をシンプルに
• 特にホストOSには依存しない作りにする(Macだけ、Linuxだけルールはナシ)
• 繰り返し作業は自動化
• データベース作成、前処理まではある程度決まった作業なので自動化
Pythonが一番やりやすいってことです

20. MLBオープンデータとPython

21. 元ネタ（過去ブログより）
http://shinyorke.hatenablog.com/entry/
2015/04/06/190243

22. やりたかったこと
• やきうゲーム「Fantasy Baseball」に勝つため、
選手の詳細な情報（打席、投球など）が欲しい
• 「Retrosheet」というデータにそれらが詰めら
れてるらしい
• よし！Retrosheetデータベースを作ろうじゃな
いか！

23. Retrosheet is 何？
• メジャーリーグのスコアデータ集
• 1887~2014（昨シーズン）までのデータをCSVで配布 ※
1989以前は欠損有り
• スコアブックで得られる情報（得点、失点、スタメン、打席
結果etc…）と選手情報（名前、ポジションなど）がひと目
でわかる
• http://retrosheet.org/

24. やったこと
• Vagrant + AnsibleでMySQL Server構築
• SQLAlchemy + py-retrosheetでmigration
• Jupyter(IPython notebook)とpandasで分析
• matplotlibで可視化

25. 構成
Simple is Best?

26. 構成
Simple is Best!!!
(自動化頑張りました)

27. サーバー構築とmigration
$ vagrant up
$ ansible-playbook -i hosts retrosheet_server.yml
この2行でサーバーを作れるようにしました！
※VagrantとAnsibleを導入している前提です

28. PY-RETROSHEET - やきうScript
• Retrosheet専用Download&migration script
git@github.com:wellsoliver/py-retrosheet.git
• データ取得からDB(MySQLなど)へのmigrationを一気通貫に行う
• 細々と開発が続いてる（っぽい）

29. Jupyter+pandas+matplotlib
• 平たく言えば、「ブラウザ上で使えるPythonその他のSandbox環境」
• データやLibraryが不確実（ 使いこなせていない）時の試し打ちとして最高すぎる環境
• pip install コマンドでちょいちょいとインストールしたらアッサリ環境が出来ます

30. 分析と可視化
• Hideki Matsui(#55)の全盛期と黄昏時
• Jon Lester(Cubs)は何月に多く勝つのか?
Hideki Matsui Jon Lester

31. 松井(2004) VS 松井(2011)
• 外野に飛んだヒットを分類&可視化
• 2004・2011共にセンター~ライトへの打球が多い（センター返しor引っ張り）
• 2011年、本塁打と三塁打が恐ろしく少ないあっ（察し
2004(ヤンキース) 2011(アスレチックス)

32. ジョン・レスター(月別勝利)
• 何故か5月に無双してる&いい年は9月に強い
• オールスター(7月)前後は微妙に勝てない

33. コードは後日公開！！！

34. まとめ
シモンズの守備ってまとめに相応しいよね
元画像： http://a.espncdn.com/photo/2013/1028/mlb_nl-gloves_06.jpg

35. Python + Baseball
• 「野球Hackで迷ったらPython!」
• とはいえ、目的や好みに合わせて言語やFWを選ぶの
大切！
→効率化&自分の武器が増えるという意味で
• 好きなデータを好きな言語でHackすると楽しいよ
(^O^) ※2年連続2回目

36. 好きな言語でHackしようぜ！
※キャプテン・ジーター使い回し
元画像：http://www.playbuzz.com/

37. これからの野球Hack(1年後)
• 「データドリブン野球解説」を通じて新しい野球とスポーツの可能性を説いて生きたい！！
• “これが、新しい野球. 既存の野球を軽く飛び越え,私たちは新しいスポーツの楽しみを知る”
• 質が高い解説をするための情報収集&分析と基盤の整備

38. これからの野球Hack(2年後)
• 「データで知る野球・スポーツ」が「アタリマエ」になる世界へ！！！
• 2年後そして5年後の「スポーツ・野球のアタリマエ」を作る自分でありたい！！！

39. Possibilities of Python

40. “””
わたしの関心事は、野球だけ。
いったいなぜだろう？
それは、ほかの分野の数字と違っ
て、野球のデータには言葉と同
じ力があるからだ。
“””
- ビル・ジェームズ(セイバーメトリクスの父)
書籍「マネー・ボール」第四章より

41. Possibilities of SABRmetrics

42. 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)