develope_kkyu

https://developerkkyu37.tistory.com/72 [Python] MLB-StatsAPI를 이용한 mlb 기록 사이트 만들기 - 3 https://developerkkyu37.tistory.com/70 [Python] MLB-StatsAPI를 이용한 mlb 기록 사이트 만들기 - 2 https://developerkkyu37.tistory.com/69 [Python] MLB-StatsAPI를 이용한 mlb 기록 사이트 만들기(배포) - 1 MLB-StatsAPI와 streamlit 라 developerkkyu37.tistory.com [ 0:{ "game_id":662033 "game_datetime":"2022-08-31T19:45:00Z" "game_date":"2022-08-31..

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..

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..

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 -..

https://pandas.pydata.org/docs/user_guide/10min.html에 나와 있는 pandas 예제 코드를 살펴본다. import pandas as pd import numpy as np 객체 생성 Series s = pd.Series([1, 3, 5, np.nan, 6, 8]) s Out: 0 1.0 1 3.0 2 5.0 3 NaN 4 6.0 5 8.0 dtype: float64 DataFrame dates = pd.date_range("20130101", periods=6) # 20130101 ~ 20130106의 범위 dates Out: DatetimeIndex(['2013-01-01', '2013-01-02', '2013-01-03', '2013-01-04', '2013-..