今まで調べた野球データのまとめ（と本音）

1. データ分析に使える野球データまとめ
Shinichi Nakagawa@shinyorke
PyData.Tokyo meetup #6 2015/10/23

2. Who am I ?
• Shinichi Nakagawa(@shinyorke)
• Recruit Sumai Company, Ltd.
• Pythonでやきうの人/Agile大好き
• 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

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. 野球Hackの反響
• 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！）
• 15,049
→slideshareのPV数
• 221
→はてなブックマークの数

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
• 野球Hack質問・コメントあるある
• 使える野球データの紹介
• まとめ

7. 野球Hack
質問・コメントあるある
※調査対象：1名

8. “日本の野球で使えるデータは
無いんでしょうか？”
使えるデータ=ライセンス問題ない&使い易い
（と、いう意味だと思われる）

9. 【答】ありません！（断言）
• 「ここにデータあるから使ってイイよ！」
的なデータは公式・非公式共に存在しない.
• NPB公式は歴史的経緯上色々アレ.
• 個人系のサイトは頑張って自分で集めてるっぽい（拍手）
• 欲しいデータは自分で取りに行くしかない.
Pythonの場合、Beautifulsoupあたりで,,,あっ（察し

10. “NPBやWebサイトのDataが
オープンになりませんか？”

11. 【答】絶対無いです！（断言）
• プロ野球・MLB、ひいては他のスポーツも、データを扱うの
は非常にコストがかかる
→人件費・システム構築・運用とかとか
• Webサイトやアプリのログと同じで、データそのものが宝
物、タダでオマイラに使わせるわけねーだろ！、が本音（と思
われる）
• ちなみにMLBでは、野球選手そのものがゲームアイテムや金融
商品化している（ぐらいにデータがメッチャ大事）

12. “サッカーとか、他のスポーツ
でデータがあったりとか？”

13. しらんがな（怒）
（意訳：野球以外興味ない）

14. 使える野球データ（難易度順）
• 【初級】Sean Lahman Database
• 【上級】Retrosheet
• 【プロ】pitchRx

15. 全部メジャーリーグです！

16. Sean Lahman - 野球選手DB
• http://www.seanlahman.com/baseball-archive/statistics/
• MLB選手のプロフィールと年度別成績、一年に一度更新(CSV/SQL/MS Access)
• 前処理ほぼ不要、カラムを読むだけで使える（と思われる）

17. Retrosheet - 試合と選手の歴史
• http://retrosheet.org/
• MLBの試合と打席の詳細データ、投球・打撃結果・観客etc…情報凄い
• CSVだが、 なフォーマットで構成
• スコアラー・審判一歩手前の野球ドメイン知識必要

18. pitchRx - pitchingを丸裸にする
• https://cran.r-project.org/web/packages/pitchRx/index.html
• Pitch f/xという、超高性能版スピードガンで取得した投球データを公開&ライブラリあり(なおR)
• 日本で使ってるのは専門の野球アナリストor 野球Hackの先駆者@gg_hatano氏ぐらいと思われる
• @gg_hatanoさんのブログで知りました http://gg-hogehoge.hatenablog.com/entry/2013/12/21/075023

19. まとめ
• 日本の野球データは（今のところ）期待出来ない.
→将来は別だと思う（又は別だと信じたい）
• メジャーリーグは充実している.
野球ドメイン知識を鍛えて使ってみよう！
• 他のスポーツは正直しらん.
興味ある人探して&情報共有よろしくオナシャス！

20. 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)