作ったもの
Baseball Savant のバットトラッキングデータを可視化する Web ダッシュボードを作りました。
5つのタブで構成しています：
| タブ | 内容 |
|---|---|
| Leaderboard | バットスピード・アタックアングル等のランキング |
| Player Comparison | 最大6選手をレーダーチャート・棒グラフで比較 |
| WBC Country Strength | WBC 2026全20カ国の打撃・投球スコア比較 |
| Team Lineup Builder | MLBチーム別9人ラインナップのバットトラッキング一覧 |
| Monthly Trend | 選手別月次バットスピード推移 |
日本語・英語の2言語切り替えにも対応しています。
データソース: savant-extras
データ取得には自作ライブラリ savant-extras を使っています。
pip install savant-extras
Baseball Savant から取得できるバットトラッキングデータをPythonで扱うためのライブラリです。既存の pybaseball では日付範囲指定がサポートされていなかったため、補完的な位置づけで作りました。
from savant_extras import bat_tracking, bat_tracking_monthly
# 2025年シーズンの打者バットトラッキングデータ
df = bat_tracking(year=2025, player_type="batter")
# 月次データ
df_monthly = bat_tracking_monthly(year=2025)
- GitHub: https://github.com/yasumorishima/savant-extras
- PyPI: https://pypi.org/project/savant-extras/
Streamlit を選んだ理由
データ分析の結果をせっかくなら見やすい形で公開したいと思い、Streamlit をはじめて触ってみました。
選んだ理由は主に3つです：
- Python だけで書ける ← HTML/CSS/JS の知識が不要
- Streamlit Community Cloud で無料公開できる（GitHub と連携するだけ）
st.selectbox()やst.slider()など、UIパーツが1行で書ける
実際、こんな感じで書くだけでサイドバーにプルダウンが出てきます：
import streamlit as st
year = st.sidebar.selectbox("Season", [2024, 2025], index=1)
player_type = st.sidebar.selectbox("Player type", ["batter", "pitcher"])
実装のポイント
@st.cache_data でAPI呼び出しを抑制
毎回データを取得すると時間がかかるため、@st.cache_data でキャッシュします。
@st.cache_data(ttl=3600)
def load_bat_data(year: int, player_type: str):
return bat_tracking(year=year, player_type=player_type)
同じ引数での呼び出しはキャッシュから返されるため、タブを切り替えるたびに待たされることがなくなります。
session_state でタブ間のデータ共有
Streamlit はページ操作のたびにスクリプト全体が再実行されます。そのため「ボタンを押したあとのデータ」を保持するには st.session_state を使います。
if load_btn:
st.session_state["df_raw"] = load_bat_data(year, player_type)
if "df_raw" in st.session_state:
df = st.session_state["df_raw"]
matplotlib-fontja で日本語フォント対応
日本語ラベルを含むグラフを描画するために matplotlib-fontja を使っています。
import matplotlib_fontja # noqa: F401 ← これを import するだけで日本語が使える
詰まったところ
japanize_matplotlib が Python 3.13 で動かない
Streamlit Community Cloud にデプロイしたところ、以下のエラーが出ました：
File "japanize_matplotlib/japanize_matplotlib.py", line 5, in <module>
from distutils.version import LooseVersion
ModuleNotFoundError
distutils は Python 3.12 で非推奨、3.13 で完全削除されています。runtime.txt に python-3.11 と書いてバージョンを固定しようとしましたが効かなかったため、matplotlib-fontja に乗り換えることで解決しました。
requirements.txt の変更はこれだけです：
- japanize-matplotlib>=1.1
+ matplotlib-fontja
データの注意事項
このダッシュボードのデータについて、いくつか注意点があります：
- MLB所属選手のみが対象です。NPBやマイナーリーグの選手は含まれません
- 名前マッチングに限界があります。表記揺れや同姓同名がある場合、正しく紐づかないことがあります
- WBC 2026 のスコアは暫定値です。Baseball America 2025年2月時点のロスター情報をもとにしており、実際のロスターとは異なる可能性があります
- バットトラッキングデータの正確性は Baseball Savant の精度に依存します
あくまで参考程度にご覧ください。
後から追加したこと
モバイル対応
スマホで見たときにサイドバーが開きっぱなしで邪魔だったので対応しました。
st.set_page_config(
...,
initial_sidebar_state="collapsed", # スマホでは最初から閉じておく
)
st.markdown("""
<style>
@media (max-width: 768px) {
.block-container { padding: 1rem 0.5rem !important; }
[data-testid="column"] { min-width: 45% !important; flex: 1 1 45% !important; }
[data-testid="stHorizontalBlock"] { flex-wrap: wrap !important; }
}
</style>
""", unsafe_allow_html=True)
あわせて st.pyplot(fig, use_container_width=True) を全グラフに追加しています。これがないとグラフがコンテナ幅に合わせてリサイズされないため、スマホでははみ出します。
初回アクセス時の自動ロード
最初は「サイドバーを開く → Load Dataボタンを押す」という手順が必要でしたが、面倒なので初回アクセス時は自動でデータを取得するよう変更しました。
# Before: ボタンを押したときだけ読み込む
if load_btn:
...
# After: 初回アクセス時も自動で読み込む
if load_btn or "df_raw" not in st.session_state:
...
@st.cache_data のおかげで、一度読み込んだあとはキャッシュから返されるため、タブ切り替えやフィルタ操作のたびに待たされることはありません。
まとめ
- savant-extras（自作ライブラリ）でデータ取得
- Streamlit で5タブのダッシュボードを構築
- Streamlit Community Cloud でそのまま公開
Streamlit、思ったより書きやすかったです。st.tabs() でタブ分け、st.expander() でアコーディオン、st.columns() でカラムレイアウト、くらいを覚えるだけでそれなりの見た目になりました。
データ分析の結果を「見せる形」にするのにちょうどいいツールだと思います。
リンク
- アプリ: https://yasumorishima-mlb-bat-tracking.streamlit.app/
- savant-extras (PyPI): https://pypi.org/project/savant-extras/
- savant-extras (GitHub): https://github.com/yasumorishima/savant-extras
- Baseball Savant: https://baseballsavant.mlb.com/