develope_kkyu

패키지 설치 및 임포트 pip install plotly pip install MLB-StatsAPI import statsapi import pandas as pd 팀 순위 정보 검색 statsapi.standings_data를 활용하면 해당날짜의 팀 순위 정보를 가져올 수 있다. 리그 아이디 103은 아메리칸 리그, 104는 내셔널 리그 내셔널리그 서부, 동부, 중부의 딕셔너리 번호는 각각 203, 204, 205 메이저리그 정규리그는 2022년 4월 7일부터 10월 5일까지 statsapi.standings_data(leagueId=104,date='04/07/2022')[203] # statsapi.standings_data(leagueId=104,date='10/05/2022')[203] {'d..

https://developerkkyu37.tistory.com/66 [Python] MLB Stats API를 이용해 내셔널리그 골든글러브 후보 3인 수비 지표 비교(김하성 포함) 패키지 임포트 import statsapi import pandas as pd 내셔널리그 골든글러브 최종 후보 3인 검색 김하성, 댄스비 스완슨, 미겔 로하스의 선수 id 찾기 print(statsapi.lookup_player('ha-seong')) print(statsapi.lookup_player('d developerkkyu37.tistory.com 패키지 설치 및 임포트 !pip install plotly import plotly.offline as pyo import plotly.graph_objs as go 앞서..

패키지 임포트 import statsapi import pandas as pd 내셔널리그 골든글러브 최종 후보 3인 검색 김하성, 댄스비 스완슨, 미겔 로하스의 선수 id 찾기 print(statsapi.lookup_player('ha-seong')) print(statsapi.lookup_player('dansby swanson')) print(statsapi.lookup_player('miguel rojas')) [{'id': 673490, 'fullName': 'Ha-Seong Kim', 'firstName': 'Ha-Seong', 'lastName': 'Kim', 'primaryNumber': '7', 'currentTeam': {'id': 135}, 'primaryPosition': {'code..

https://developerkkyu37.tistory.com/64 [Python] MLB Stats API를 이용해 오타니, 저지 2022시즌 타격 성적 비교 패키지 설치 및 임포트 !pip install MLB-StatsAPI import statsapi 오타니와 저지 선수 id 검색 print(statsapi.lookup_player('ohtani')) print(statsapi.lookup_player('judge')) [{'id': 660271, 'fullName': 'Shohei Ohtani', 'firstName': 'Shohei', developerkkyu37.tistory.com plotly를 이용해서 2022 성적 비교 그래프 만들기 패키지 설치 및 임포트 !pip install pl..

패키지 설치 및 임포트 !pip install MLB-StatsAPI import statsapi 오타니와 저지 선수 id 검색 print(statsapi.lookup_player('ohtani')) print(statsapi.lookup_player('judge')) [{'id': 660271, 'fullName': 'Shohei Ohtani', 'firstName': 'Shohei', 'lastName': 'Ohtani', 'primaryNumber': '17', 'currentTeam': {'id': 108}, 'primaryPosition': {'code': 'Y', 'abbreviation': 'TWP'}, 'useName': 'Shohei', 'boxscoreName': 'Ohtani', 'n..

https://pandas.pydata.org/docs/user_guide/10min.html에 나와 있는 pandas 예제 코드를 살펴본다. import pandas as pd import numpy as np 시계열 데이터(Time series) Pandas 는 시계열 단위인 주기(frequency)를 다시 샘플링 할 수 있는 단순하고, 강력하며, 효과적인 기능을 가지고 있다. rng = pd.date_range("1/1/2012", periods=100, freq="S") ts = pd.Series(np.random.randint(0, 500, len(rng)), index=rng) ts.resample("5Min").sum() # 주기 샘플링 Out[]: 2012-01-01 24182 Freq: ..

https://pandas.pydata.org/docs/user_guide/10min.html에 나와 있는 pandas 예제 코드를 살펴본다. import pandas as pd import numpy as np Grouping(그룹화) 그룹화는 어떠한 기준을 바탕으로 데이터를 분할(split), 각 그룹에 어떤 함수를 독립적으로 적용(apply), 적용되어 나온 결과들을 결합(combine)하는 과정을 지칭한다. df = pd.DataFrame( { "A": ["foo", "bar", "foo", "bar", "foo", "bar", "foo", "foo"], "B": ["one", "one", "two", "three", "two", "two", "one", "three"], "C": np.rando..

https://pandas.pydata.org/docs/user_guide/10min.html에 나와 있는 pandas 예제 코드를 살펴본다. import pandas as pd import numpy as np 연산 Stats(통계) df.mean() # 열 평균 구하기 Out[]: A -0.004474 B -0.383981 C -0.687758 D 5.000000 F 3.000000 dtype: float64 df.mean(1) # 행 평균 구하기 Out[]: 2013-01-01 0.872735 2013-01-02 1.431621 2013-01-03 0.707731 2013-01-04 1.395042 2013-01-05 1.883656 2013-01-06 1.592306 Freq: D, dtype: ..

https://pandas.pydata.org/docs/user_guide/10min.html에 나와 있는 pandas 예제 코드를 살펴본다. import pandas as pd import numpy as np 선택 가져오기 df["A"] # "A" 칼럼 값 가져오기 Out[]: 2013-01-01 0.469112 2013-01-02 1.212112 2013-01-03 -0.861849 2013-01-04 0.721555 2013-01-05 -0.424972 2013-01-06 -0.673690 Freq: D, Name: A, dtype: float64 df[0:3] # 0번째 부터 2번째 행 가져오기 Out[]: A B C D 2013-01-01 0.469112 -0.282863 -1.509059 -..