TL;DR

「ホームランになりやすい打球速度と打球角度」の組み合わせを「Barrel Zone（バレル・ゾーン）」と呼ぶ
長打を飛ばす上で,打球速度と打球角度を意識して飛ばすが重要！というのが今のトレンド
打球を転がす（抜ける）ような当たりを目指すのはもう昔のお話（ただし否定はしない）
この手のデータの楽しみを知ってほしい！！！...のでみんなBaseball Geeksを読んでね！（宣伝）

なお,弊社「ネクストベース」が運営しているメディア「Baseball Geeks」の応援コンテンツであり,

先日（3/10）に開催しました「Pythonもくもく自習室 #8」の成果発表でもあります.

Baseball Geeks | Think logically, move emotionally

おしながき

TL;DR
おしながき
免責事項
データの取得方法と扱い方(PythonとBigQueryを使う場合)
バレルゾーン #とは
データと科学,ITの力で未来の野球を観よう！Baseball Geeksで
【おまけ】打球速度ランキング
【おまけ】イチロー選手の打球速度 by 2017年
【おまけ】参考書籍（理解を深めたい方へ）

免責事項

データはこちらのオープンデータ(MLB公式)を活用しています
- baseballsavantの「Statcast Search」
- 一般的に利用可能なデータです
都合上,詳しいカラムの説明・実際のコードは省略します&詳しい質問には答えられません,あしからず*1

データの取得方法と扱い方(PythonとBigQueryを使う場合)

データの出処と取得方法

まずデータですが,こちらはMLBが公式に公開しているトラックマン*2およびPitch f/xのデータサイト「baseballsavant」のデータを用います.

こちらはCSVでのデータ取得が可能で,実際にアメリカの方がPythonで取得するためのコードを公開しています（これは非公式）

github.com

ちょっとPythonを使える人ならすぐデータを取れると思います*3.

なお私は,ダウンロードに関しては若干改造して別コードに仕立てて行いました.

※コードは雰囲気です（一部省略）

    URL = 'https://baseballsavant.mlb.com/statcast_search/csv'

    def __init__(self, output_dir='./data',):
        self.output_dir = output_dir

    @staticmethod
    def _get_params(team, year, player_type, **kwargs) -> dict:

        return {
            # 省略
        }

    def download(self, team, year, player_type, output_file='{year}_{player_type}_{team}.csv', **kwargs):
        params = self._get_params(team, year, player_type, **kwargs)

        url = '{url}?{params}'.format(
            url=self.URL,
            params='&'.join(['{k}={v}'.format(k=k, v=v) for k, v in params.items()])
        )
        successful = False
        while not successful:
            try:
                df = pd.read_csv(url, low_memory=False)
                df.to_csv(
                    '/'.join([self.output_dir, output_file.format(year=year, player_type=player_type, team=team)]),
                    index=False
                )
                successful = True
            except (HTTPError,) as e:
                logging.warning('Error:{}({})'.format(url, e))
                # エラーハンドリング的な処理

if __name__ == '__main__':
    ss = StatcastSearch(output_dir='適当な出力先')
    ss.download('MIA', 2017, 'pitcher')

なお,打球のみでなく,投球データすべてが取得できます（というか元は投球データ）.

データの保存先

データの総量ですが,

1ファイル68列
1シーズンあたり72〜73万レコード(球)
ファイルサイズ290〜300MB(csvの場合)

となります.

5年集めたらGB超えます.

気軽にクエリ書いたり保存したりしたかったので今回もGoogle BigQueryのちからを借りました.

やったことはシンプルで,

クラウドストレージにcsvをアップロード
そのままBigQueryのテーブルを作成

です.

この辺の雰囲気は以前公開したブログで似たようなことをしているのでどうぞご参考にしてください.

shinyorke.hatenablog.com

可視化する(Jupyter notebook + Bokeh)

これはいつもどおりJupyter notebookとBokehを使いました.

最初の画像（全打球データ可視化）はこんなコードでできます.

# データフレームを取得(クエリはひみつ)
import pandas as pd
query = "select * from baseball-data where hoge='fuga' "  # ここは内緒
df = pd.read_gbq(query, 'my-project-name')

# 角度(launch_angle) ×速度(launch_speed)で可視化,結果(ホームラン・アウトetc...)ごとに色付け
from bokeh.charts import Scatter, output_notebook, show
from bokeh.models import Range1d, LabelSet, ColumnDataSource
output_notebook()

# 横(x)：スピード, 縦(y):角度
p = Scatter(
    df,
    x='launch_speed',
    y='launch_angle',
    color='events',
    plot_width=800, 
    plot_height=400,
)

# 散布図と同じ座標位置のラベル(選手名)をつける
labels = LabelSet(
    x='launch_speed', 
    y='launch_angle', 
    text='batter_name', 
    level='glyph',
    x_offset=5, 
    y_offset=5, 
    source=ColumnDataSource(df), 
    render_mode='canvas')

# p.add_layout(labels)
p.x_range=Range1d(120, 200)
p.y_range=Range1d(-10, 90)
p.xaxis.axis_label = '打球速度(km/hに変換)'
p.yaxis.axis_label = '打球角度(-10〜90度)'
show(p)