はじめに
pybaseballでStatcastデータを可視化するとき、ファールラインをax.plot()で手動で引いていませんか？
私も以前はこんなコードを書いていました：
# 以前の自分のコード（手動でファールライン描画）
ax.plot([0, -330*0.707], [0, 330*0.707], 'k-', lw=2) # レフト側
ax.plot([0, 330*0.707], [0, 330*0.707], 'k-', lw=2) # ライト側
# ... 外野フェンス、ダイヤモンド、ベース...延々と続く
座標変換も自己流で、毎回微調整が必要でした。
実は、pybaseballにはspraychart()という組み込み関数があり、1行でスプレーチャートが完成します。この記事ではその使い方を紹介します。
この記事は「Statcastデータで打球分布を可視化する」シリーズの1本目です。
- 方法1: pybaseball spraychart() ← この記事
- 方法2: matplotlib手動描画（ヒートマップ対応）
環境構築（Google Colab）
Google Colabで以下を実行するだけでOKです。
!pip install pybaseball duckdb -q
データ取得
from pybaseball import statcast, spraychart
import duckdb
# ====== 設定 ======
BATTER_ID = 660271 # 大谷翔平 MLBAM ID
SEASON_YEAR = 2025
GAME_TYPE = "R" # "R"=レギュラーシーズン, "P"=ポストシーズン, None=全試合
# ==================
# Statcastデータ取得（シーズン全体）
df_raw = statcast(start_dt=f'{SEASON_YEAR}-03-01', end_dt=f'{SEASON_YEAR}-12-31')
print(f"Total records (raw): {len(df_raw):,}")
# DuckDBでフィルター
con = duckdb.connect()
if GAME_TYPE:
df = con.execute(f"""
SELECT * FROM df_raw WHERE game_type = '{GAME_TYPE}'
""").df()
print(f"Filtered (game_type='{GAME_TYPE}'): {len(df):,}")
else:
df = df_raw.copy()
注意:
GAME_TYPEを指定しないとオープン戦のデータも混入します。レギュラーシーズンのみ分析したい場合は必ず"R"を設定してください。
DuckDBで打球データを抽出
# ヒット（安打）のみ
df_hits = con.execute("""
SELECT * FROM df
WHERE batter = 660271
AND events IN ('home_run', 'double', 'triple', 'single')
AND hc_x IS NOT NULL AND hc_y IS NOT NULL
""").df()
# 全打球（アウト含む）
df_all = con.execute("""
SELECT * FROM df
WHERE batter = 660271
AND hc_x IS NOT NULL AND hc_y IS NOT NULL
""").df()
# ホームランのみ
df_hr = con.execute("""
SELECT * FROM df
WHERE batter = 660271
AND events = 'home_run'
AND hc_x IS NOT NULL AND hc_y IS NOT NULL
""").df()
print(f"Hits: {len(df_hits)}, All: {len(df_all)}, HR: {len(df_hr)}")
spraychart() の基本
spraychart(data, team_stadium, title='', colorby='events')
| パラメータ | 説明 | 例 |
|---|---|---|
data |
hc_x, hc_y, events列を含むDataFrame |
df_hits |
team_stadium |
球場名（30球団 or 'generic'） |
'dodgers', 'generic'
|
colorby |
色分けの基準 | 'events' |
必要な列はhc_x、hc_y、eventsの3つだけ。 座標変換も球場描画も全部自動です。
基本例
# 汎用スタジアム + イベント別色分け
spraychart(df_hits, 'generic', title='Ohtani 2025 Hits', colorby='events')
# 全打球
spraychart(df_all, 'generic', title='Ohtani 2025 All Batted Balls', colorby='events')
球場別スプレーチャート（重要）
よくある間違い
# ❌ 間違い - 球場の形だけ変わるが、データは全球場のまま
spraychart(df_all, 'dodgers', title='@ Dodger Stadium')
球場名を変えても表示するデータまでフィルターされるわけではないので、全球場のデータがドジャースタジアムの形で表示されてしまいます。
正しい方法：home_teamでフィルター
# ✅ 正しい - その球場でのデータのみ使う
df_dodgers = df_all[df_all['home_team'] == 'LAD']
spraychart(df_dodgers, 'dodgers', title='Ohtani @ Dodger Stadium', colorby='events')
球場別に一括表示する関数
STADIUM_TEAMS = {
'dodgers': 'LAD', 'angels': 'LAA', 'yankees': 'NYY',
'red_sox': 'BOS', 'astros': 'HOU', 'padres': 'SD',
'giants': 'SF', 'mariners': 'SEA',
}
def spraychart_by_stadium(df_data, stadium_name):
team_code = STADIUM_TEAMS.get(stadium_name)
df_stadium = df_data[df_data['home_team'] == team_code]
if len(df_stadium) == 0:
print(f"No data at {stadium_name}")
return
print(f"{stadium_name.upper()}: {len(df_stadium)} batted balls")
spraychart(df_stadium, stadium_name,
title=f'Ohtani 2025 @ {stadium_name.title()}',
colorby='events')
# ドジャースタジアム（ホーム）
spraychart_by_stadium(df_all, 'dodgers')
# パドレス（アウェイ）
spraychart_by_stadium(df_all, 'padres')
ホームラン専用表示
df_hr_dodgers = df_hr[df_hr['home_team'] == 'LAD']
if len(df_hr_dodgers) > 0:
spraychart(df_hr_dodgers, 'dodgers',
title=f'Ohtani 2025 HRs @ Dodger Stadium ({len(df_hr_dodgers)})')
spraychart()のメリット・デメリット
| メリット | デメリット |
|---|---|
| コード最小限（1行で描画） | ヒートマップとの組み合わせが難しい |
| 30球団の球場形状を内蔵 | カスタマイズに制限がある |
| 座標変換が不要 | 散布図のみ（密度表示不可） |
ヒートマップを重ねたい場合は、方法2（matplotlib手動描画）を使ってください。
まとめ
手動でファールラインを描画するコードは、spraychart()1行で置き換えられます。
# Before: 手動で何十行もコード書いてた
ax.plot([0, -330*0.707], [0, 330*0.707], 'k-', lw=2)
ax.plot([0, 330*0.707], [0, 330*0.707], 'k-', lw=2)
# ... 省略 ...
# After: 1行
spraychart(df_hits, 'generic', title='Ohtani 2025 Hits', colorby='events')
注意点:
-
GAME_TYPEでオープン戦を除外する - 球場別に表示するときは必ず
home_teamでデータをフィルターする
Google Colabで試す
この記事のコードはGoogle Colabで実行できます。
