說到數據分析，就也會提到數據視覺化，pybaseball 也有提供一些 functions 可以呈現數據圖表，方便大家在做分析報告的時候可以有更好的視覺效果，今天就來介紹有哪些圖表可以用。

matplotlib

在介紹 pybaseball 裡的 functions 前，想先介紹 matplotlib 這個套件，是很多人在使用 python 時，做資料視覺化常用的工具。pybaseball 裡的 plotting 也有運用這個套件來呈現棒球數據。裡面用到的工具如下：

• axes：設定座標軸的類別，可以自己設定 X 軸與 Y 軸的比例，也可以定義刻度的精細程度。
• patches：用來快速的繪製幾何圖形，像是這次就會用到：PathPatch (曲線)、Polygon 多邊形和 Rectangle (長方形) 等。
• offsetbox：可以創造出一個放置圖片的 offsetbox，pybaseball 使用的 AnnotationBbox 會根據提供的座標移動的相對應的位置，會依照 axes 的設定有大小變化，
• path：用來畫各式各樣的線，甚至能把照片轉換成線後再做其他客製化。
• pyplot：最後用來畫圖的工具，除了畫圖也能提供文字 title，跟註解的 legend。

plot_stadium

繪製各球隊的球場，有五個參數可以使用：

• team：查詢的球隊，需填入正確的球隊名稱不然會回傳錯誤，可以參考 官方文件 提供的球隊名稱。必填。
• title：顯示在圖片最上方的標題，預設會是各球場的球場名。
• width：圖片寬度，預設會是五吋。
• height：圖片高度，預設也會是五吋。
• axis：自定義的座標軸。

範例：

from pybaseball import plot_stadium

# 紅襪主場球場芬威球場
plot_stadium("red_sox")

# 更改標題為 My Stadium
plot_stadium("red_sox", title="My Stadium")

# 把長寬各改成 100 pixel
plot_stadium("red_sox", width=100, height=100)

結果：

spraychart

有了球場圖，就可以再來用 spraychart 這個 function 來製作出打者在各球場的打擊分布圖，這張圖會需要知道打者的各個擊球落點，所以會需要使用 statcast_batter 來獲得打者資料。statcast_batter 的詳細資訊可以參考我之前的：

Day 11 - Statcast 打擊篇 - iT 邦幫忙::一起幫忙解決難題，拯救 IT 人的一天 (ithome.com.tw)

會有九個參數可以使用：

• data：必填，需為 Pandas DataFrame，並且是 statcast 的打者數據，也必須根據目標球場去做主場篩選，不然會因為打者在不同球場的分布而有落差 (大聯盟球場有些差異很大)。
• team_stadium：球場的主場隊伍，一樣填入跟 plot_stadium 一樣的隊伍名稱。
• title：圖片的標題，預設是空字串，不能填中文。
• tooltips：目前已停用，不然可以把滑鼠移到落點並獲得追加的資訊。
• size：打擊落點的大小，預設是 100。
• colorby：落點顏色的指標，也就是說會根據這個提供的值去把落點做分類跟分顏色，例如預設是 events，就會根據各落點的結果 (像是安打或是飛球出局等) 去分類與顏色。
• legend_title：註記的標題，預設會是 colorby 的分類類別名稱。
• width：圖片寬度，預設是 500。
• height：圖片高度，預設是 500。

範例：

from pybaseball import statcast_batter, spraychart

# 獲得張育成 2023 的打擊數據
data = statcast_batter('2023-03-31', '2023-12-01', 644374)

# 篩選他在紅襪主場的資料
sub_data = data[data['home_team'] == 'BOS']

# 製作張育成在芬威球場的打擊分布圖
spraychart(sub_data, 'red_sox', title='2023 Yu Chang Spray Chart')

結果：

也可用球員來分類比較：

from pybaseball import statcast_batter, spraychart
import pandas as pd

# 獲得張育成 2023 的打擊數據
chang_data = statcast_batter('2023-03-31', '2023-12-01', 644374)

# 獲得金河成 2023 的打擊數據
kim_data = statcast_batter('2023-03-31', '2023-12-01', 673490)

# 合併兩個人的打擊數據
data = pd.concat([chang_data, kim_data])

# 製作他們兩個在釀酒人主場的打擊落點
home_data = data[data['home_team'] == 'MIL']
spraychart(home_data, 'brewers', title='Chang vs Kim', colorby='player')

結果：

plot_bb_profile

根據 Statcast 資料裡的 bb_type 也就是擊球種類 (滾地、平飛、飛球與內飛) 來繪製長條分布圖，有兩個參數可以使用：

• df：Statcast functions 回傳的 DataFrame，必填。
• parameter：顯示長條圖的指標，預設是 launch_angle。指標裡的數值需為數字不然會有錯誤。

目前 官方文件 提供的範例會有錯誤，資料會需要多做處理：

# 官方文件的範例
from pybaseball.plotting import plot_bb_profile
from pybaseball import statcast
import matplotlib.pyplot as plt

# 獲得 2018 5/1 - 5/4 所有場次的 Statcast 資料
df = statcast("2018-05-01","2018-05-04")

# 如果直接使用這行畫圖會出現 boolean value of NA is ambiguous 的錯誤
# plot_bb_profile(df, parameter="launch_angle")

# 需確定目標的指標沒有 NA 值，因為有時候有 bb_type 指標也可能會有 NA 值造成錯誤
df = df.dropna(subset="launch_angle")
plot_bb_profile(df, parameter="launch_angle")
plt.show()

結果：

X 軸會是打擊仰角，Y 軸會是數量，可惜他們這個圖沒提供 legend 讓使用者知道哪個顏色是代表哪個種類，依我自己對打擊仰角的理解由左至右應該是 滾地、平飛、飛球與內飛。

plot_team

使用 FanGraphs 的資料獲得各球隊在選取指標的分布圖，會需要使用者選取兩個指標分別代表 X 軸與 Y 軸，會有四個參數可供使用：

• data：每年度的 FanGraphs 資料，必填。
• x_axis：代表 X 軸的數據指標，如果不是在 FanGraphs 裡的欄位會回傳錯誤。
• y_axis：代表 X 軸的數據指標，如果不是在 FanGraphs 裡的欄位會回傳錯誤。
• title：圖片的標題。

範例：

from pybaseball import plot_teams, team_batting

# 獲得 2023 FanGraphs 的隊伍打擊資料
data = team_batting(2023)

# 製作各球隊 OPS 與 LD 的關係圖
plot_teams(data, "OPS", "LD")

結果：

官方的範例有使用各球隊的 Logo 代表他們，但不知道為什麼我使用的時候沒有顯示。可能之後我會再開個 Issue 問問。

plot_strike_zone

運用 Statcast 資料顯示投手投出的球在好球帶的相對位置，可以根據提供的種類而有不同的顏色分類，有六個參數可以使用：

• data：Statcast 回傳資料，必填。
• title：圖片標題，預設是空字串。
• colorby：投球位置顏色的指標，也就是說會根據這個提供的值去把投球位置做分類跟分顏色，例如預設是 pitch_type (球種)，就會根據各球的投球結果 (像是球種或是球速) 去分類與顏色。
• legend_title：註記的標題，預設會是 colorby 的分類類別名稱。
• annotation：球裡顯示的資訊，預設是球種 pitch_type。
• axis：好球帶的座標。

範例：

from pybaseball.plotting import plot_strike_zone
from pybaseball import statcast_pitcher

# 獲得達比修有在 2023/4/16 12K 的比賽投球資料
data = statcast_pitcher('2023-04-16', '2023-04-16', 506433)

# 製作投球位置與球種分類圖
plot_strike_zone(data, title = "Darvish 2023/04/16 12 SO Game")

結果：

我們也可以使用各球的結果來分類，然後球上面顯示球速：

# 根據投球結果分類並在球上面顯示出手球速
plot_strike_zone(data, title = "Darvish 2023/04/16 12 SO Game", colorby='description', annotation="release_speed")

結果：

本日小結

今天整理了所有 pybaseball 的畫圖 functions，謝謝大家耐心地看完。數據視覺化是一項在數據分析裡很重要的技能，要怎麼製作這些圖並且能解釋圖的功用是很值得大家思考的。

介紹完 Plotting，明天再來介紹棒球公開資料庫 Lahman。

今天的程式碼：
https://colab.research.google.com/drive/1he3K76Jbq0qe7AyY-1SbtLPFO-Hl4rAu?usp=sharing