ggsoccer 包：绘制足球相关数据
点击下方公众号，回复资料分享，收获惊喜
简介
今天介绍一个与足球相关的 R 包。如果你也对体育感兴趣，可以看看：CRAN任务视图：Sports Analytics 。
ggsoccer[1]包可以基于 ggplot[2] 图层，绘制足球相关数据。
安装
通过 CRAN 下载
install.packages("ggsoccer")
或者通过 Github 下载
# install.packages("remotes")
remotes::install_github("torvaney/ggsoccer")
使用教程
通过 annotate_pitch() 和 theme_pitch() 即可得到
library(ggplot2)
library(ggsoccer)
ggplot() +
annotate_pitch() +
theme_pitch()
其实，你也可以通过 ggplot 直接复现这个图形。文末给出完整版代码，供读者参考。
在上面的基础上，给出两个常用的例子：
绘制传球路线
添加传球路线数据，如下所示
pass_data <- data.frame(x = c(24, 18, 64, 78, 53),
y = c(43, 55, 88, 18, 44),
x2 = c(34, 44, 81, 85, 64),
y2 = c(40, 62, 89, 44, 28))
通过 geom_segment() 将传球数据进行绘制。direction_label() 添加图底部标签。annotate_pitch() 中可以修改足球场颜色。
ggplot(pass_data) +
annotate_pitch(colour = "white",
fill = "#3ab54a") +
geom_segment(aes(x = x, y = y, xend = x2, yend = y2),
arrow = arrow(length = unit(0.25, "cm"),
type = "closed")) +
theme_pitch() +
direction_label()
如果你想将图形旋转 90 度，并只展示半个足球场。可以配合 coord_flip(xlim = c(49, 101)) 和 scale_y_reverse() 使用。
绘制投射情况
接下来，再给一个相似的例子，展示某个队伍的投射点位以及是否射中。
df <- data.frame(x = rnorm(20, 80, 10),
y = rnorm(20, 50, 20),
Shot = sample(c("In", "Out"),
40, replace = TRUE))
此时，使用 geom_point() 添加投射点，根据 fill = Shot 进行填充分类。配合 coord_cartesian(xlim = c(45, 105)) 展示水平的半个足球场。
library(viridis)
ggplot(df) +
annotate_pitch(colour = "white",
fill = "#3ab54a") +
geom_point(aes(x = x, y = y, fill = Shot),
shape = 21,
size = 4) +
coord_cartesian(xlim = c(45, 105))+
scale_fill_viridis(discrete=T) +
theme_pitch() +
theme(panel.background = element_rect(fill = "#3ab54a"))
ggplot 复现版本
ggplot()+
geom_rect(aes(xmin = -10, xmax = 100, ymin= -10, ymax = 130), fill = "#3ab54a", colour = "#FFFFFF", size = 0.5)+ ### Background outline
geom_rect(aes(xmin = 0, xmax = 90, ymin= 0, ymax = 120), fill = "#3ab54a", colour = "#FFFFFF", size = 0.5)+ ###Sideline, Endline
geom_rect(aes(xmin = 0, xmax = 90, ymin= 0, ymax = 60), fill = NA , colour = "#FFFFFF", size = 0.5)+ #Halfway
geom_rect(aes(xmin = 24.85, xmax = 65.15, ymin= 0, ymax = 16.5), fill = "#3ab54a", colour = "#FFFFFF", size = 0.5)+ #lower 18 yard box
geom_rect(aes(xmin = 35.85, xmax = 54.15, ymin= 0, ymax = 5.5), fill = "#3ab54a", colour = "#FFFFFF", size = 0.5)+ # Lower 5 yard box
geom_rect(aes(xmin = 24.85, xmax = 65.15, ymin= 103.5, ymax = 120), fill = "#3ab54a", colour = "#FFFFFF", size = 0.5)+ #upper 18 yard box
geom_rect(aes(xmin = 35.85, xmax = 54.15, ymin= 114.5, ymax = 120), fill = "#3ab54a", colour = "#FFFFFF", size = 0.5)+ #upper 5 yard box
geom_curve(aes(x = 35.85, y = 16.5, xend = 54.15, yend = 16.5), curvature = -0.6, colour = "#FFFFFF")+ #lower D
geom_curve(aes(x = 35.85, y = 103.5, xend = 54.15, yend = 103.5), curvature = .6, colour = "#FFFFFF")+ #upper D
ggforce::geom_circle(aes(x0=45, y0=60, r= 9.15), colour = "#FFFFFF")+ ##Halfway circle
# coord_flip(xlim = c(49, 101)) +
coord_flip() +
scale_y_reverse() +
theme(rect = element_blank(),
line = element_blank(),
text = element_blank())
小编有话说
本文介绍了绘制足球数据的 ggsoccer 包。如果你也对足球感兴趣，并想做一些数据分析。那么你可以从下面包中获取感兴趣的足球数据，然后基于 ggsoccer 包进行可视化。例如：
worldfootballR[3] 提供来自许多热门网站的足球数据。 欧洲足球数据可通过 engsoccerdata[4] 包获得，数据可追溯至 1871 年。 socceR[5]提供评估足球预测和模拟足球比赛和锦标赛结果的功能。 footballpenaltiesBL[6] 可以分析 德国男子德甲联赛[7] 从 1963-64 赛季到 2016-17 赛季的数据。 footBayes[8] 包含一些拟合足球的模型（例如：双泊松、双变量泊松、Skellam、Student's t）的函数。拟合方法是包括 Hamiltonian 蒙特卡罗法和最大似然估计法。该软件包还提供了可视化团队实力和预测比赛结果的工具。 itschalledsoccer[9] 允许通过 API[10] 访问美式足球（MLS、NWSL 和 USL）数据 。
参考资料
ggsoccer: https://torvaney.github.io/ggsoccer/
[2]ggplot: https://ggplot2.tidyverse.org/
[3]worldfootballR: https://cran.r-project.org/web/packages/worldfootballR/index.html
[4]engsoccerdata: https://cran.r-project.org/web/packages/engsoccerdata/index.html
[5]socceR: https://cran.r-project.org/web/packages/socceR/index.html
[6]footballpenaltiesBL: https://cran.r-project.org/web/packages/footballpenaltiesBL/index.html
[7]德国男子德甲联赛: https://www.bundesliga.com/
[8]footBayes: https://cran.r-project.org/web/packages/footBayes/index.html
[9]itschalledsoccer: https://cran.r-project.org/web/packages/itscalledsoccer/index.html
[10]API: https://app.americansocceranalysis.com/
相关推荐
colourpicker包：图形颜色拾取器
visdat包：助你一眼看穿数据结构和缺失值！
report包：助你自动出统计报告！
reticulate包｜数据科学者的福音