今日も朝からネットフリックスWBC観戦。
しかし、ネットフリックでWBC観戦していたら、より楽しみたくなり。
観戦しながら個人的に楽しもうと思い、対戦チームを解析したアプリ作成。
明日は、これ見ながら、勝手にデータサイエンティストぶって楽しむ。
中身の精度は低いと思うが、ただの趣味で、おっさんが作った変なアプリなので、まあ暖かい目で見守ってください。
作ったもの
WBC 2026 準々決勝・日本 vs ベネズエラ戦に特化したスカウティングダッシュボードです。
アプリ: https://wbc-qf-jpn-ven.streamlit.app/
GitHub: https://github.com/yasumorishima/wbc-scouting
1次ラウンドでは各チーム単位の打者・投手ダッシュボード（全20チーム30アプリ）を作りましたが、準々決勝は対戦カードが確定しています。「この打者にはどの球種が有効か」「この投手のどのゾーンが被打率が高いか」を1アプリで見られるようにしました。
5タブ構成
🎯 タブ1: 対戦プレビュー
ベネズエラの予想スタメン9人のテーブル、マチャド（NPB所属）の注意書き、控え・代打候補テーブルが並びます。
各打者をexpanderで展開すると、1人あたり以下のデータが全て表示されます。
- 主要指標6つ（AVG/OBP/SLG/OPS/K%/BB%）とMLB平均との比較
- レーダーチャート（5軸、MLB平均ライン付き）
- ゾーンヒートマップ（3×3・5×5）— 打率・xwOBAのゾーン別分布、vs左投手/vs右投手で分割
- スプレーチャート — vs左投手/vs右投手で分割
- 左右投手別成績（OPS/打率/K%/BB%を並列表示）
- 配球プラン — 全体 + vs左投手 + vs右投手の3パターン
- 守備シフト推奨 — 打球方向データから自動生成、左右投手別に表示
- 球種別パフォーマンステーブル（打率・長打率・空振率・チェイス率）
- カウント別パフォーマンス（有利=緑・不利=赤・イーブン=琥珀で色分け）
タブの最後に先発投手（Ranger Suárez・左腕）の分析セクションがあります。
📋 タブ2: ゲームプラン
試合のフェーズ別にStatcastデータをまとめたタブです。
- チーム弱点分析 — K% ≥ 22.4%（MLB平均）の打者、BB% < 8.3%の打者、左右別OPSに80pts以上の差がある打者を自動抽出
- 1〜3回 vs スアレス（先発） — 先発のK%/BB%/Whiff%/平均球速・球種配分、打順グループ別の打者成績
- 4〜5回（2巡目 or 中継ぎ移行） — 中継ぎ投手のK%/BB%/Whiff%/球速
- 6回以降（勝ちパターン） — 各リリーフのK%/Whiff%/Chase%/球速、左右別マッチアップデータ
- 代打候補 — 控え選手のAVG/OPS/K%
全テキストはMLB Statcastの数値のみ。コーチング口調は入れず、データだけを提示する方針です。
⚔️ タブ3: 打線スカウティング
チーム打線のレーダーチャート（AVG/OBP/SLG/K%/BB%の5軸、MLB平均ライン付き）と、全打者の個別分析。
🎱 タブ4: 先発投手分析
予想先発Ranger Suárezの球種テーブル（球速 mph/km/h 両表記・変化量・空振率・決め球成功率）、球種使用率の円グラフ、変化量チャート、配球ヒートマップ、左右打者別成績、カウント別球種選択（ドーナツチャート）。
🔥 タブ5: ブルペン分析
ブルペンの概要と個別投手の詳細分析。
技術的なポイント
分析テキストの動的生成
6つの関数がStatcastの生データから分析テキストを自動生成します。
| 関数 | 用途 |
|---|---|
generate_player_summary() |
打者のスカウティング要約 |
generate_pitcher_summary() |
投手のスカウティング要約 |
generate_pitching_plan() |
配球プラン（球種・ゾーン・カウント・左右別） |
generate_hitting_plan() |
打撃アプローチ（被打率の高い球種・ゾーン等） |
generate_defensive_positioning() |
守備シフト推奨 |
generate_sp_pitch_analysis() |
先発投手の球種分析 |
各関数が球種別の空振率、ゾーン別打率、カウント別OPS等を計算し、閾値を超えた項目だけをテキスト化します。
# 例: 被打率が最も高い球種を特定
hittable = sorted(
[p for p in pt_stats if p["ba"] is not None],
key=lambda x: x["ba"], reverse=True
)
if hittable and hittable[0]["ba"] >= 0.250:
h = hittable[0]
lines.append(
f"- **被打率が最も高い球種:** {h['label']}"
f"（被打率 .{int(h['ba']*1000):03d}）"
)
全指標にMLB平均値を並記
SLG .476 だけでは高いかどうかわかりません。全ての数値にMLB平均を添えています。
K% 28.3% (MLB avg 22.4%)
BB% 6.1% (MLB avg 8.3%)
ゾーン名の打席側自動反転
左打者と右打者では「インコース」「アウトコース」が逆になります。_zone_names_for_bats()で打席に応じてゾーン名を自動反転しています。
用語解説
全指標の横に ? アイコンがあり、ホバーで意味とMLB平均値を表示。カウント表記にも読み方ガイドと色凡例付きです。
データソース
- Baseball Savant Statcast データ（2024-2025 MLBレギュラーシーズン）
- pybaseball 経由で取得