MLB Statcast Data Visualization

pybaseball + DuckDB + Google Colabで、MLB Statcastデータを可視化・分析するプロジェクトです。

Datasets

このプロジェクトで使用しているMLB Statcastデータや関連データをKaggleで公開しています。

主要データセット

Japan MLB Pitchers Batters Statcast (2015-2025)

• 投手25名、118,226投球（2015-2025）
• 打者10名、56,362打撃（2015-2025）
• 選手メタデータ（34選手）

このデータセットを使えば、下記のノートブックと同様の分析を自分でも再現できます。

関連データセット

Dataset	Description	Kaggle
MLB Pitcher Arsenal Evolution (2020-2025)	投手の球種構成と成績（4,253投手シーズン、111指標）	View
MLB Bat Tracking (2024-2025)	バット速度・スイング指標（452打者、19指標）	View

📋 全データセットの詳細: kaggle-datasets

Notebooks

投手分析

#	選手	テーマ	Notebook	Colab	記事
6	菊池雄星	スライダー革命（2019-2025）	kikuchi_2019_2025.ipynb		Zenn
5	千賀滉大	お化けフォーク（2023-2025）	senga_2023_2025.ipynb		Zenn
4	今永昇太	2年目の変化（2024-2025）	imanaga_2024_2025.ipynb		Zenn
3	ダルビッシュ有	投球スタイル進化（2021-2025）	darvish_evolution_2021_2025.ipynb		Zenn

打者分析

#	選手	テーマ	Notebook	Colab	記事
2	大谷翔平	ヒートマップ（matplotlib手動描画）	ohtani_2_matplotlib_manual.ipynb		Zenn
1	大谷翔平	スプレーチャート（spraychart）	ohtani_1_spraychart_pybaseball.ipynb		Zenn

分析手法

各ノートブックで共通して使用している手法：

• pybaseball でStatcastデータ取得
• DuckDB でSQLベースのデータ集計（pandas操作より可読性重視）
• matplotlib / seaborn で可視化
• テキスト要約セル付き（Claude Codeとの共同分析用）

Past Analyses（過去の分析）

以下は mlb-data-analysis リポジトリの分析です。

スカウティング・投手分析

テーマ	内容	手法	Colab
WBC 2023 サンドバル スカウティング	左打者にスライダー49.2%、被HR 0本	pybaseball, seaborn
バウアー セットポジション画像分析	K-meansでグラブ位置の球種別の癖を検出	PIL, scikit-learn

打者分析・その他

テーマ	内容	手法	Colab
大谷翔平 打撃分析（2022）	セカンド付近ヒット集中 →「大谷シフト」の根拠	pybaseball, matplotlib
大谷翔平 怪我予兆分析（2023）	複数パラメーター±2σで投球異常を検出	pybaseball, numpy
大谷翔平 打球速度予測（Random Forest）	コース位置が予測の46%、球速は13%のみ	scikit-learn
MLB HR Race 2024	バーチャートレースアニメーション	bar_chart_race

上記の分析にはSQL版（DuckDB）も用意されています。詳細は mlb-data-analysis を参照してください。

セットアップ

!pip install pybaseball duckdb seaborn -q

注意: game_typeフィルタ

オープン戦のデータを除外するために、必ずgame_type = "R"でフィルタしてください。

参考

• pybaseball
• Baseball Savant