《Rick.C & Peter.R 共同創作》

一、打擊率高真的會影響勝負嗎?

在上一篇【Python學習筆記_賽事預測-MLB全壘打與勝負的相關?】中，我們研究了全壘打與勝負間的關聯性，部分實證的確符合我們的預期，但也找出了一些與我們猜想不同的結果。
而今日我們變換一個特徵值，我們就來拿與全壘打相似，卻考慮更多打者數據的「打擊率」作為我們本日的研究特徵，我們將探討以下幾點:

1. 主隊的打擊率較高嗎?
2. 一起定義「新特徵」
3. 打擊率高者就一定獲勝?
4. 打擊率高且獲勝的隊伍會屬於__?

何謂打擊率?

球來就打我們都知道，但要先了解計分板上的背後邏輯。規則上的打擊率是衡量打者成績的一個重要指標，與上壘率、長打率合稱「打擊三圍」，計算方式為安打(H)除以打數(AB)，而安打包含了一壘安打、二壘安打、三壘安打，以及全壘打，因此涵蓋打者打擊能力的數值又比全壘打更為周全。

Python資料收集

我們的資料來源一樣為FANGRAPHS，數據期間我們也一樣抓取2015賽季至2021賽季，共7年的期間作為我們研究的賽期。

主隊打擊率較高?

在上一篇章中，我們總會認為主隊擁有主場優勢，直覺認為在成績上大多數據應該要比客隊來的優異，這一刻讓我們就先來看看主隊的打擊率是否存在著主場BUFF
首先，我們一樣導入套件

# 數據整理
import numpy as np 
import pandas as pd  

# 可視化
import matplotlib.pyplot as plt
import seaborn as sns
import plotly as py
import plotly.graph_objs as go

接著讀取資料

df = pd.read_excel(r"C:\Users\Guess365User\Desktop\MLB\fangraphs紀錄\fan_all.xlsx",index_col='date') 
df.head()

二、欄位不夠用怎麼辦→自行設立「新特徵」

我們所爬取的資料中，只有主隊以及客隊的打擊率(AVG)，再假設之上還尚缺一點點精準度!在此我們要自行製作欄位「more_Batting_AVG」，為判斷主客隊誰的打擊率較高；「W/L」為判斷主客隊誰獲勝；「more_AVG_win」為判斷打擊率高者是否獲勝

df['more_Batting_AVG'] = (df['Home_Batting_AVG'] > df['Away_Batting_AVG'])*1
df['W/L'] = (df['主隊得分'] > df['客隊得分']) *1
df["more_AVG_win"] = (df['more_Batting_AVG'] == df['W/L'])*1
df.head(5)

這裡我們用到剛剛創建的欄位「more_Batting_AVG」來視覺化看看

trace0 = go.Pie(labels=df["more_Batting_AVG "].value_counts().index, 
                values=df["more_Batting_AVG "].value_counts().values,
                hole=0.5,
                opacity=0.9,
                marker=dict(line=dict(color='white', width=1.3))
               ) 
layout = go.Layout(title='主客打擊率')
data = [trace0]
fig = go.Figure(data, layout)
py.offline.plot(fig, filename=r'C:\Users\Guess365User\Desktop\IT邦寫文\圖表區\主客打擊率.xlsx')

藍色(1)表示主隊打擊率較高，橘色(0)表示客隊打擊率較高。我們可以發現，主隊打擊率的確有較高的機率勝過客隊打擊率，不過以統計的角度來看，52.5%的機率其實就跟各半是差不多的，所以說，打擊率並無特別受到主場優勢的加持

打擊率高者獲勝?

依照大眾的直覺感官，打擊率高的隊伍應該要有較高的機率獲勝，因為只有將球擊出去，這樣才有可能得分，但真實情況會是如此嗎?
這裡我們用到剛剛創建的欄位「more_AVG_win」來視覺化看看

trace0 = go.Pie(labels=df["more_AVG_win"].value_counts().index, 
                 values=df["more_AVG_win"].value_counts().values,
                 hole=0.5,
                 opacity=0.9,
                 marker=dict(line=dict(color='white', width=1.3))
               ) 
layout = go.Layout(title='打擊率與勝負關係')
data = [trace0]
fig = go.Figure(data, layout)
py.offline.plot(fig, filename=r'C:\Users\Guess365User\Desktop\IT邦寫文\圖表區\打擊率與勝負關係圖.xlsx')

此處藍色(1)為打擊率高且獲勝者，佔比高達81.1%，而橘色(0)為打擊率高但卻輸者，佔比18.9%，由此可知，打擊率較高的隊伍，獲得勝利的機率也相對較高

主客隊打擊率高且獲勝的機率

接著我們先分別看看主客隊打擊率的分布。可以看到不論是主隊(綠色)或是客隊(紅色)，大多比賽的打擊率都落在2~3成左右，但很明顯可以看到，主隊(綠色)的右半部較多一些，而客隊(紅色)的則是左半部較多，由此可知，主隊仍可能因為較熟悉主場地勢等原因，打擊略高於客隊一些

sns.set(style = "whitegrid") # 白色網格背景
plt.grid(linestyle='-.')
plt.hist(df['Home_Batting_AVG'],bins=30,color='#C1F320',alpha=.9)
plt.hist(df['Away_Batting_AVG'],bins=30,color='#FF0000',alpha=.4)
plt.show()

從平均值來看，主隊的確也是略高於客隊0.01%，但這一點點真的是有跟沒有一樣……

主客隊高於各自平均打擊率時、各別的勝率又會是?

先從主隊來看，我們將主隊打擊率高於0.25的比賽取出，並存放其勝負的結果

home_win = df[df['Home_Batting_AVG'] > 0.25]['W/L']
home_win

接著將其畫成圓餅圖，藍色(1)為主隊打擊率過平均且獲勝的機率，為75.2%，而橘色(0)則為主隊打擊率過平均卻輸掉比賽的機率，為24.8%，由此可知，主隊的打擊率如果有過平均0.25，那獲勝的機率可高達7成5

trace0 = go.Pie(labels= home_win.value_counts().index, 
                values= home_win.value_counts().values,
                hole=0.5,
                opacity=0.9,
                marker=dict(line=dict(color='white', width=1.3))
               ) 
layout = go.Layout(title='主隊過平均打擊率與勝負關係')
data = [trace0]
fig = go.Figure(data, layout)
py.offline.plot(fig, filename=r'C:\Users\Guess365User\Desktop\IT邦寫文\圖表區\主隊過平均打擊率與勝負關係圖.xlsx')

那麼客隊的狀況又會是如何呢?
我們如法炮製的將客隊圖畫出，但客隊的平均打擊率為0.24，因此我們將剛剛主隊0.25的部分更改為0.24，並將其勝負放入away_win中

away_win = df[df['Away_Batting_AVG'] > 0.24]['W/L']
away_win

trace0 = go.Pie(labels= away_win.value_counts().index, 
                values= away_win.value_counts().values,
                hole=0.5,
                opacity=0.9,
                marker=dict(line=dict(color='white', width=1.3))
              ) 
layout = go.Layout(title='客隊過平均打擊率與勝負關係')
data = [trace0]
fig = go.Figure(data, layout)
py.offline.plot(fig, filename=r'C:\Users\Guess365User\Desktop\IT邦寫文\圖表區\客隊過平均打擊率與勝負關係圖.xlsx')

可以看到下方圓餅圖，藍色(0)為客隊打擊率過平均且獲勝的機率，為65.4%，而橘色(1)為客隊打擊率過平均卻輸掉比賽的機率，為34.6%，由此可知，客隊的打擊率高於平均0.24時，要獲勝的機率雖然輸給主隊，但也高達6成5

三、回測這麼說:綜觀來看打擊率、數據擊破直覺

最後，我們來看看剛剛統計出打擊率較高，且獲勝的隊伍究竟是主隊多還是客隊多呢?
我們將df中全壘打數多且獲勝的隊伍取出，並存放到「df_avg_win」中

df_avg_win = df_avg_win["W/L"] == df['W/L']] 
df_avg_win.head() 

接著將「W/L」這欄位的數值視覺化看看

trace0 = go.Pie(labels= df_avg_win["W/L"].value_counts().index, 
                values= df_avg_win["W/L"].value_counts().values,
               hole=0.5,
                opacity=0.9,
                marker=dict(line=dict(color='white', width=1.3))
               ) 
layout = go.Layout(title='打擊率勝負與主客關係')
data = [trace0]
fig = go.Figure(data, layout)
py.offline.plot(fig, filename=r'C:\Users\Guess365User\Desktop\IT邦寫文\圖表區\打擊率勝負與主客關係圖.xlsx')

橘色(0)表示打擊率高且獲勝的隊伍為客隊，其佔比達46.2%，而藍色(1)表示打率高且獲勝的隊伍為主隊，佔比為53.8%，由此可知，主隊打擊率高且獲勝的機率較高出一些，但整體來說仍然處於一半一半的狀態

只要打擊率偏高、勝率女神自然會靠近多一些

根據今天的研究，打擊率高的隊伍的確有較高的機率可以獲得勝利，因此打擊率將做為我們預測勝負的一個重要指標之一，同時從其他角度的統計看出，主場仍然不存在明顯的主場優勢加持，因此有時候我們未經過統計的驗證，真的很容易被其他的聲音所影響而渾然不覺。
相信直覺的同時、也不忘拿數據當作背書。歷史在那邊躺著、用數據科學將其重整、下一次要練習哪一個指標~就讓我們繼續看下去… …To Be continued

【參考平台與資訊 & Python語言書籍】

[Guess官網平台-分析專欄] https://reurl.cc/yMOVE6
[資料視覺化 | 製作充滿說服力的資訊圖表]
[Python 資料科學實戰教本：爬蟲、清理、資料庫、視覺化、探索式分析、機器學習建模，數據工程一次搞定！]