介紹完主要的數據網站的 functions 後，接下來會再用一些篇幅把剩下的沒介紹的分享完，有些會連著原始碼一起介紹。今天先來介紹 top_prospects 這個 function。

top_prospects

Top Prospects 翻成中文的意思就是潛力新秀，大聯盟每年會針對每隊的農場新秀進行排名，能被排入內的就會進入 top prospects 裡的名單。在大聯盟的官網會有全部的前一百名還有各球隊的前三十名，像是我們台灣的好手林昱珉可以從響尾蛇 (Arizona Diamondbacks) 的排名查到 (目前第四)。

響尾蛇排名：D-backs Top Prospects (mlb.com)

MLB 前 100 排名：Top 100 Baseball Prospects (mlb.com)

如果想知道這些新秀的累積數據，則可以去大聯盟的另外一個連結：

https://www.mlb.com/prospects/stats

去查找，一樣除了排名前 100，也能查各球隊的新秀。pybaseball 也是從這個頁面去獲得資料。

pybaseball 的 function top_prospects 會有兩個參數可以使用：

• team：搜尋特定球隊的前三十名新秀資料。需為字串，需為大聯盟球隊的名稱，能使用的名稱可以從 pybaseball 裡的這個 檔案 來得知。預設就會是回傳全部前一百名球員。但我今天發現他會出錯，會寫找不到我剛剛上面提到的檔案，之後我可能會開個 Issue。
• playerType：可以選擇投手 (pitchers) 或打者 (batters)，預設會是兩個都選擇。只能填入上述兩個字串，不然會回傳錯誤。

from pybaseball import top_prospects

# 獲得新秀排名前一百名的累積數據
top_prospects()

# 獲得新秀排名前一百名的投手的累積數據
top_prospects(playerType="pitchers")

# 獲得新秀排名前一百名的打者的累積數據
top_prospects(playerType="batters")

回傳的資料如果沒特別選 playerType 會投球跟打擊數據一起回傳，如果有選的話就會只留下該類別的數據。

Source Code

這次 pybaseball 又用不同的方法讀取網頁資料，雖然一樣需要用到 requests 這個 package，但是在 requests.get(url, timeout=None).content 之後，會使用 Pandas 的 read_html 轉換 html 成 DataFrame，他會自動抓取 html 裡的 table 相關 tag 並轉換。

可以從這個檔案來了解程式碼：

pybaseball/pybaseball/top_prospects.py at master · jldbc/pybaseball (github.com)

Scouting Report

除了這些新秀的累積數據，MLB 官網也有提供他們的球探報告，可以在頁面裡數據的最右邊會有個文件的 Icon，裡面會有新秀各個項目的評分，還有球探隊他們的評價。

另外 FanGraphs 他們也有自己的新秀排名，會在他們的 The Board 頁面，他們的評分標準又會跟大聯盟官方的不一樣，對新秀有興趣的也可以去上面看看與互相比較。

本日小結

今天介紹了大聯盟的潛力新秀相關的數據與 function，一樣感謝大家耐心地看完。明天接下來會介紹 pybaseball 裡面的製圖工具。

本日程式碼：https://colab.research.google.com/drive/17gHfPGt6XPNr96YDBdGc1oU-DCbvQ4rq?usp=sharing