オープントラッキングデータの解析 その１ 読み込み

とりあえず以下の図を作るまでの手順を公開。

使用環境、Google Colaboratory（以下、colab）

使用言語、python

背景はサッカーフィールド。ある選手の1ハーフのトラッキングデータ。

データの出典はこちら。（以下にリンクあり）

"Soccer video and player position dataset": S. A. Pettersen, D. Johansen, H. Johansen, V. Berg-Johansen, V. R. Gaddam, A. Mortensen, R. Langseth, C. Griwodz, H. K. Stensland, and P. Halvorsen, in Proceedings of the International Conference on Multimedia Systems (MMSys), Singapore, March 2014, pp. 18-23 

解析、データ

元ネタはこちらの記事。

サッカーのヒートマップをQGISで作ってみる（Qiita）

ここでオープンになっているトラッキングデータを見つけた。

データと、このデータについての論文は、こちらのページからどうぞ。



CSVデータで公開されているので、これを読み込んでの解析となる。

解析環境は色々あるが、ここでは、python環境をブラウザだけで使えるcolabを選択した。

（もちろん手慣れた環境があればそちらでどうぞ）

colabについては、以下の記事をどうぞ。

・Google Colabの知っておくべき使い方 – Google Colaboratoryのメリット・デメリットや基本操作のまとめ（codexa）

・Google Colabを導入（Qiita）


上の図を作成に使った、colabで読み込めるプログラム（ノートブック）はこちら。


googleへの登録や、google drive へのデータのコピーなどは手間だが、pythonを安定に使えるのは魅力。（ほんとはGPUと機械学習が魅力）

pythonは慣れてないので、プログラムが汚いのはご勘弁を。

初心者の人達は、このプログラムを無闇に信用しないように。（もっと良い方法があるかも）

あと当然ながら、使用は自己責任で。

pythonでのCSVの読み込みについては、こちらの記事を参考にした。

pythonでのcsvファイルの読み込み（Qiita）

注意点

まずは上記の論文を読んで、データの諸々のご確認を。

定量解析をしたあげく、それには適さないデータだったというのもよくある事です。

さらに、The data may only be used for non-commercial research purposes. です。

このトラッキングデータは、動画とGPSセンサーから測定されていて、1mほどの誤差はあるとのこと。

このデータセットについての問題の一つは、その測定方法から、ボールの位置についてのデータが常備されていない事です。

ボールの位置については、トットナムとの対戦データだけあります。なぜテキストデータなのか…



サッカーマティクスの237ページに載っている、The DEBS 2013 Grand Challenge でもデータが公開されていますが、データ量は2.6GBとの事。






にほんブログ村


［記事一覧］トラッキングデータとスプリント回数について