prs-watch

.stream-item, .rpl {
	 background-color: black;
	 color: yellow;
	 border-bottom: 2px dashed yellow;
}
 .prf-actions, .prf-meta, .social-proof-container {
	 background-color: black;
	 color: yellow;
	 border: 1px solid yellow;
}

prs-watch

using HTTP, CSV, DataFrames

URL_FORMAT_STR = "https://baseballsavant.mlb.com/statcast_search/csv?all=true&hfPT=&hfAB=&hfBBT=&hfPR=&hfZ=&stadium=&hfBBL=&hfNewZones=&hfGT=R%7CPO%7CS%7C=&hfSea=&hfSit=&player_type=pitcher&hfOuts=&opponent=&pitcher_throws=&batter_stands=&hfSA=&game_date_gt={start_dt}&game_date_lt={end_dt}&team=&position=&hfRO=&home_road=&hfFlag=&metric_1=&hfInn=&min_pitches=0&min_results=0&group_by=name&sort_col=pitches&player_event_sort=h_launch_speed&sort_order=desc&min_abs=0&type=details&"

function statcast(start_dt=nothing, end_dt=nothing)
    if start_dt === nothing
        start_dt = string(today())
    end
    if end_dt === nothing
        end_dt = start_dt

prs-watch

トラッキングデータによるパフォーマンス予測

フロー

• データを抜く・トラッキングデータDBを立てる
• リーグスタッツで予測値と実測値の補正パラメータを作る
  • トラッキングデータの欠損値fill上、推定分布と実際のデータ分布にdiffが生まれるため
  • Statcastデータのクリーニング｜Student_analysis｜note
    • クリーニングしても（おそらく）分布は変わらないので、上振れ補正を入れることにする
• 選手単位で分布パラメータ（代表値・歪度・尖度）を取得して、パフォーマンス予測

prs-watch

#!/usr/bin/env python
# coding: utf-8

"""
GIFマージスクリプト

## 仕様
- マージしてサイズが大きくなることを回避するため、(9/10)^(n-1)のサイズにする. (マージ量が増えるとどんどん小さいGIFになる)

## 処理フロー

prs-watch

自分なりにUIフレームワーク決めのロジックをまとめたのでメモ書き。 UIフレームワークの大別とそのメリデメをまとめた上で、自分なりの決めのロジックを整理した。

UIフレームワーク大別

コンポーネントライブラリ

CSSとJavaScriptによって作られたUIコンポーネントを提供する。

• Vuetify

prs-watch

// ==UserScript==
// @name         MLB.com Prospect List Expander
// @namespace    http://tampermonkey.net/
// @version      0.1
// @description  Expand MLB.com Prospect List without clicking "Load More" button.
// @author       prs-watch
// @match       https://www.mlb.com/prospects/*
// @grant        none
// ==/UserScript==

prs-watch

#!/usr/bin/env python
# coding: utf-8

import docker
import jsondiff as jd
import re
import uuid


CLIENT = docker.from_env(timeout=600)

prs-watch

# meta information
FROM jupyter/minimal-notebook
LABEL maintainer="prs-watch"

# setting command
RUN pip install -U jupyterlab==0.35.6
RUN jupyter labextension install jupyterlab_voyager
RUN jupyter labextension install @jupyterlab/plotly-extension

# at directory where this Dockerfile exists..

prs-watch

import pandas as pd
import umap
from pyclustering.cluster import xmeans

class FGClusterExecuter:
    """
    FanGraphs stats clustering class
    """
    
    @classmethod

prs-watch

import sys
import requests
from requests_oauthlib import OAuth1 as oauth
import webbrowser

class Settings:
    """
    アプリケーションを登録すると取得出来る認証情報を保持するプロパティクラス。
    """
    CLIENT_ID = 'XXX'