unravelsports
unravelsports 套件旨在協助研究人員、分析師和愛好者,在將原始體育數據轉化為有意義資訊和可行洞察的複雜過程中,提供中間步驟。
unravelsports 是什麼?
unravelsports 套件旨在協助研究人員、分析師和愛好者,在將原始體育數據轉化為有意義資訊和可行洞察的複雜過程中,提供中間步驟。
unravelsports 概覽
這是什麼
unravelsports 套件的目標是協助研究人員、分析師與愛好者,在將原始運動資料轉換為有意義資訊與可行洞察的複雜過程中,提供中介步驟。目前支援足球與美式足球的追蹤資料。
主要功能
- Polars 資料框架:將追蹤資料轉換為 Polars 資料框架,以進行快速的資料轉換與處理。足球部分依賴 Kloppy,支援 Sportec、SkillCorner、PFF / GradientSports、Metrica、StatsPerform、Tracab (CyronHego)、SecondSpectrum、HawkEye 與 Signality 的追蹤資料。美式足球則直接使用 BigDataBowl 資料。
- 圖神經網路:將 Polars 資料框架轉換為圖形,以訓練圖神經網路。支援依比賽、序列或球權進行資料隨機化與分割為訓練、驗證、測試集。可與 PyTorch Geometric 或 Spektral 搭配使用。
- 壓迫強度:計算整場比賽或特定區段的足球追蹤資料壓迫強度。
- 陣型與位置識別 (EFPI):針對足球的單一影格、球權、半場或特定時間區間,計算彈性陣型與位置識別。
使用情境
- 運動分析研究與分析 - 從原始追蹤資料中提取可行洞察 - 訓練應用於運動領域的圖神經網路模型 - 戰術分析,例如壓迫強度與陣型識別
快速開始
最簡單的開始方式為: bash pip install unravelsports 詳細教學請參閱 Quick Start Jupyter Notebook 及儲存庫 README 中提及的其他筆記本。
授權與價格
本專案採用 Mozilla Public License Version 2.0 (MPL-2.0) 授權。為開源軟體。
內容整理自該專案公開的 README 與儲存庫資訊。