今回はプログラミング言語であるPythonを用いて、B.LEAGUE B2所属の 「名古屋FIGHTING EAGLES」のスタッツをデータ分析してみました。
本ブログでは主に、チームの特徴や勝敗のポイントなどを記載していきます。また、最後には説明用に記載しているレーダーチャートのサンプルコードも記載しています。
ぜひご覧ください。
▼ Contents
1. 2020年度B2リーグ順位表
まず、レギュラーシーズンのB2順位表を確認します。
名古屋FIGHTING EAGLESは全体第４位となります。好成績を残していますね。この強さはどこにあるのか、スタッツから分析していきます。
2. 平均スタッツ
名古屋FIGHTING EAGLESのスタッツを確認していきます。以下のレーダーグラフはB2リーグの平均値を50とする偏差値方式で表示しています。具体的な数値や、平均値のランクはその都度記載していきます。
「Team」の項目は、本記事の対象チーム（今回は名古屋FIGHTING EAGLES）の値、「OppTeam」は本記事対象チームの対戦相手の値となります。「OppTeam」の値は小さい方が本記事の対象チームにとって値が高いということになります。(Opp-Rankは本記事対象チームから見た順位です)
まずは基本スタッツを確認します。
特筆すべきは、B2リーグ３位のASTの多さとTOVの少なさです。少ないミスでチームで攻めていると思われます。また、失点もリーグ3位の少なさと守備が良いチームと思われます。
4 Factorも確認しておきます。
4-Factorを見ると、TOV%がリーグ4位、Opp-eFG%がリーグ3位と目立ちますね。
3. 得点関連
得点の取得割合を見ていきます。まずはシュートアテンプト数です。
名古屋は、2PA%がリーグ1位と2Pシュートを多用する攻撃のようです。また、2PAでOPA%がリーグ2位ですので、OPシュートアテンプトが比較的多いチームであることが伺えます。
一方、Opp-アテンプト数は平均程度となっています。
また、得点ケースを見てみましょう。
得点ケースでは、2P/PTSがリーグ2位です。一方、Opp-PfT%がリーグ4位の少なさなので、名古屋TOVの少なさと相関がありそうです。
4. アシスト関連
アシストとシュート%を確認します。
アシストとシュート%は総じて、B2リーグ３位と好成績です。FG%も２位と効率よく特典できていたようです。
一方、Opp-FT%がリーグ1位の69.4%、偏差値26.3なので上位5%に迫る凄さです。これは後ほど、考察してみます。
5. リバウンド関連
リバウンドを制するチームはゲームを制するリバウンドスタッツです。
リバウンドスタッツはOpp-DRB、Opp-TRBが低く、対戦相手のDRBを抑えているようです。これはFG%の高さと相関がありそうです。
6. 勝敗時のスタッツ比較
ここからは名古屋FIGHTING EAGLESの勝敗要因を探っていきますので、勝敗別にスタッツを見直してみます。特に注目スべきスタッツは以下です。
6-1. 敗戦時はFG%、FT%が減少
名古屋FIGHTING EAGLESは、敗戦時はFG%が減少傾向になります。特に勝利時は50.4%とリーグ2位ですが、敗戦時は43.4%とリーグ23位（各チームWin、Loseがあるので計32チーム換算）まで落ちています。
FG%が上がってこないと苦戦を強いられていたようです。
6-2. 敗戦時はOpp-DRB、Opp-TRBが増加傾向
勝利時はOpp-DRB、Opp-TRBがリーグ１位の少なさですが、敗戦時は平均5本以上Opp-DRB、TRBが取られています。
7. 考察
B2リーグ全体4位あり、高い得点効率で相手を突き放すチームであったと思われます。
来季は3PAが増えてくると面白いチームになると予想します。
GO！GO!FIGHTING EAGLES!！
また、前述の通り、名古屋はOpp-FT%がリーグ最小ですが、この要因はなにか調査しました。
これを見ると、対戦相手(Opp)のAway時(つまり名古屋のHome時)のFT%が、66.9%、偏差値21.5と圧倒的に低いことがわかりました。
これはHomeの力、ブースターの力と言っても過言ではないと思われます。
すごいプレーヤーをかける応援なのか？？（笑）
8. サンプルコード
以下は、Pythonでのレーダーチャートのコード例です。
df_teamは本記事対象チームの2020年度平均スタッツ、df_oppteamは対戦相手の2020年度平均スタッツとなります。
まず、polar_list関数で、表示したデータを抽出して辞書化します。その後、plot_polar関数でレーダーチャートを表示します。
def poloar_list(df_team, df_oppteam, b_team):
polar_list1 = ['PTS', '3PM', '2PM', 'FTM', 'AST', 'TOV', 'STL', 'ORB', 'TRB', 'DRB', 'BLK']
polar_list2 = ['eFG%', 'ORB%', 'TOV%', 'FT/FGA']
polar_list3 = ['FGA', '3PA', '3PA%', 'OPA', 'OPA%', '2PA', '2PA%', 'IPA', 'IPA%', 'FTA']
polar_list4 = ['PTS', '3P/PTS', '2P/PTS', 'PfT%', 'PitP%', 'SCP%', 'FBP%', 'FT/PTS']
polar_list5 = ['AST', 'TOV', 'AST/TOV', 'STL', '3P%', '2P%', 'FG%']
polar_list6 = ['ORB', 'ORB%', 'Opp_DRB', 'DRB', 'DRB%', 'Opp_ORB', 'TRB', 'TRB%', 'Opp_TRB']
df_team = df_team.loc["{}".format(b_team)]
df_oppteam = df_oppteam.loc["{}".format(b_team)]
df_polar_team = df_team[polar_list1]
df_polar_oppteam = df_oppteam[polar_list1]
df_polar_team_4factor = df_team[polar_list2]
df_polar_oppteam_4factor = df_oppteam[polar_list2]
df_polar_team_attempt = df_team[polar_list3]
df_polar_oppteam_attempt = df_oppteam[polar_list3]
df_polar_team_point = df_team[polar_list4]
df_polar_oppteam_point = df_oppteam[polar_list4]
df_polar_team_ast = df_team[polar_list5]
df_polar_oppteam_ast = df_oppteam[polar_list5]
df_polar_team_rb = df_team[polar_list6]
df_polar_oppteam_rb = df_oppteam[polar_list6]
df_dict = {
0: ["Team", df_polar_team], 1: ["Oppteam", df_polar_oppteam],
2: ["Team_4factor", df_polar_team_4factor], 3: ["Oppteam_4factor", df_polar_oppteam_4factor],
4: ["Team_Attempt", df_polar_team_attempt], 5: ["Oppteam_Attempt", df_polar_oppteam_attempt],
6: ["Team_point", df_polar_team_point], 7: ["Oppteam_point", df_polar_oppteam_point],
8: ["Team_AST", df_polar_team_ast], 9: ["Oppteam_AST", df_polar_oppteam_ast],
10: ["Team_RB", df_polar_team_rb], 11: ["Oppteam_RB ", df_polar_oppteam_rb]
}
return df_dict
def plot_polar(df_dict, b_team, N=2):
sns.set(font_scale=1.0)
fig, ax = plt.subplots(6, N, figsize=(12, 48), subplot_kw={'projection': 'polar'})
for i, df in df_dict.items():
x, y = divmod(i, N)
labels = df[1].index
values = list(df[1])
angles = np.linspace(0, 2 * np.pi, len(labels) + 1, endpoint=True)
values = np.concatenate((values, [values[0]]))
ax[x, y].plot(angles, values, 'o-', color="blue", label="Overall: {}".format(round(df[1].mean(), 1)))
ax[x, y].fill(angles, values, alpha=0.25, color="blue")
ax[x, y].set_rlim(20, 80)
ax[x, y].set_thetalim([-np.pi, np.pi])
ax[x, y].set_thetagrids(angles[:-1] * 180 / np.pi, labels, fontsize=15)
ax[x, y].set_theta_zero_location('N')
ind = 2
gridlines = ax[x, y].yaxis.get_gridlines()
gridlines[2].set_color("black")
gridlines[ind].set_linewidth(1)
gridlines[ind].set_linestyle("--")
ax[x, y].set_title("{0}: {1} ".format(df[0], b_team), fontsize=15)
ax[x, y].legend(bbox_to_anchor=(0.5, -0.18), loc= 'lower center')
plt.tight_layout()
plt.show()こちらの記事を参照させていただきました↓
公式のサンプルはうまくプロットできないし、コードが長くて死ぬ。
シンプルにレーダーチャートを描きたいだけなのに…。
Matplotlibでレーダーチャートを描く（16行）
以下の記事も書いています。よかったらご覧ください。
Twitterもやってまーす。
名古屋FIGHTING EAGLESのスタッツを見ていきます！