축구데이터 - 3. EPL 20/21 시즌 의적팀

#20 / 21 EPL EZ_Point - Kor
import pandas as pd

df = pd.DataFrame({'Team_Name':["맨시티", "맨유","리버풀","첼시","레스터","웨스트햄",
                                "토트넘","아스널","리즈","에버튼","아스톤빌라","뉴캐슬"
                                ,"울버햄튼","크팰","소튼","브라이튼","번리","풀럼",
                                "웨스트브롬","셰필드"],
                   'EZ_Point':[150.32,160.11,200.78,186.36,228,133.44,136.12,167.56
                               ,164.32,249.84,217.01,163.59,195.97,128.75,111.34,
                               207.32,158.23,140.34,135.21,105.55],
                   'EZ_Times':[11,17,17,19,22,18,17,18,18,25,23,19,24,16,15,26,
                               18,21,15,7],
                   'Rank':[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20]
                  })

df["EZ_rate"] = df['EZ_Point'] / df['EZ_Times']
df

	Team_Name	EZ_Point	EZ_Times	Rank	EZ_rate
0	맨시티	150.32	11	1	13.665455
1	맨유	160.11	17	2	9.418235
2	리버풀	200.78	17	3	11.810588
3	첼시	186.36	19	4	9.808421
4	레스터	228.00	22	5	10.363636
5	웨스트햄	133.44	18	6	7.413333
6	토트넘	136.12	17	7	8.007059
7	아스널	167.56	18	8	9.308889
8	리즈	164.32	18	9	9.128889
9	에버튼	249.84	25	10	9.993600
10	아스톤빌라	217.01	23	11	9.435217
11	뉴캐슬	163.59	19	12	8.610000
12	울버햄튼	195.97	24	13	8.165417
13	크팰	128.75	16	14	8.046875
14	소튼	111.34	15	15	7.422667
15	브라이튼	207.32	26	16	7.973846
16	번리	158.23	18	17	8.790556
17	풀럼	140.34	21	18	6.682857
18	웨스트브롬	135.21	15	19	9.014000
19	셰필드	105.55	7	20	15.078571

EPL 20/21 시즌의 배당 정보와 각팀의 경기별 승,무,패 기록을 가지고 데이터 프레임 작성

• EZ_Point = 의적질 발생시 -> ( 해당 배당 * 획득 승점 ) 을 통해 해당 행위로 얻은 점수를 수치화 함
• ex) 2.7 / 3.5 / 1.8 이라는 승,무,패 배당이 존재할 시 2.7의 배당으로 승리 했다면 2.7 * 3 으로 8.1의 포인트를 얻음
• ex) 1.7 / 3.5 / 7.5 이라는 승,무,패 배당이 존재할 시 3.5의 배당으로 무승부라면 3.5 * 1 로 3.5의 포인트를 얻음
• 이를 통해 같은 의적질이라도 포인트를 통해 구분할 수 있도록 함
• EZ_Times = 배당 상 지는 팀에게 이기거나 무승부 경우 / 배당 상 이겨야 하는 팀에게 지거나 무승부 경우 -> 횟수를 기록
• EZ_rate = Point / Times -> 한번 발생할 떄 어느정도의 포인트를 얻는지 비율 확인

---

df_sort_by_point = df.sort_values(by=['EZ_Point'], axis=0, ascending=False)
df_sort_by_point

	Team_Name	EZ_Point	EZ_Times	Rank	EZ_rate
9	에버튼	249.84	25	10	9.993600
4	레스터	228.00	22	5	10.363636
10	아스톤빌라	217.01	23	11	9.435217
15	브라이튼	207.32	26	16	7.973846
2	리버풀	200.78	17	3	11.810588
12	울버햄튼	195.97	24	13	8.165417
3	첼시	186.36	19	4	9.808421
7	아스널	167.56	18	8	9.308889
8	리즈	164.32	18	9	9.128889
11	뉴캐슬	163.59	19	12	8.610000
1	맨유	160.11	17	2	9.418235
16	번리	158.23	18	17	8.790556
0	맨시티	150.32	11	1	13.665455
17	풀럼	140.34	21	18	6.682857
6	토트넘	136.12	17	7	8.007059
18	웨스트브롬	135.21	15	19	9.014000
5	웨스트햄	133.44	18	6	7.413333
13	크팰	128.75	16	14	8.046875
14	소튼	111.34	15	15	7.422667
19	셰필드	105.55	7	20	15.078571

EPL 20/21 시즌 EZ_Point 별 정렬

• 에버튼 , 레스터 , 아스톤 빌라가 비교적 EZ_Point 가 높은 팀이다.
• 크리스탈 팰리스 , 사우스햄튼 , 셰필드가 EZ_Point 가 낮은 팀이다.
• 4위는 브라이튼 이다. 브라이튼은 지난 축구데이터 1번 글에서 경기 승패가 순위에 좌우되지 않는 팀 순위중 1등이었다.
• 경기가 순위에 따라 좌우되지 않았었고 , EZ_Point 면에서도 point가 높게 나오는 것을 볼 수 있다.

---

df_sort_by_times = df.sort_values(by=['EZ_Times'], axis=0, ascending=False)
df_sort_by_times

	Team_Name	EZ_Point	EZ_Times	Rank	EZ_rate
15	브라이튼	207.32	26	16	7.973846
9	에버튼	249.84	25	10	9.993600
12	울버햄튼	195.97	24	13	8.165417
10	아스톤빌라	217.01	23	11	9.435217
4	레스터	228.00	22	5	10.363636
17	풀럼	140.34	21	18	6.682857
11	뉴캐슬	163.59	19	12	8.610000
3	첼시	186.36	19	4	9.808421
5	웨스트햄	133.44	18	6	7.413333
7	아스널	167.56	18	8	9.308889
8	리즈	164.32	18	9	9.128889
16	번리	158.23	18	17	8.790556
6	토트넘	136.12	17	7	8.007059
1	맨유	160.11	17	2	9.418235
2	리버풀	200.78	17	3	11.810588
13	크팰	128.75	16	14	8.046875
18	웨스트브롬	135.21	15	19	9.014000
14	소튼	111.34	15	15	7.422667
0	맨시티	150.32	11	1	13.665455
19	셰필드	105.55	7	20	15.078571

EPL 20/21 시즌 EZ_Times 별 정렬

EPL 20/21 시즌 EZ_Times 별 정렬 -> 상위팀

• 의적질이 가장 많이 발생한 팀은 브라이튼 , 에버튼 , 울버햄튼 이다.
• 전체 38경기중 26 ~ 24 번으로 절반 이상으로 발생하였다.
• 이는 본인 팀보다 강한 팀들도 많이 이겼지만 , 본인 팀보다 약한 팀에게도 많이 졌다는 것을 의미한다.

EPL 20/21 시즌 EZ_Times 별 정렬 -> 하위팀

• 의적질이 가장 적었던 팀들은 사우스햄튼 , 맨시티 , 셰필드 이다.
• 전체 38경기중 15 ~ 7 번으로 매우 적은 수로 발생하였다.
• 맨시티와 , 셰필드의 경우 EPL 20/21 시즌 독보적인 1등과 20등 이었기에 발생 횟수가 적다.
• 이는 본인 팀보다 강한팀에게는 많이 졌고 , 본인 팀보다 약한 팀에게는 많이 이겼다는 것을 의미한다.

---

df_sort_by_rate = df.sort_values(by=["EZ_rate"], axis=0, ascending=False)
df_sort_by_rate

	Team_Name	EZ_Point	EZ_Times	Rank	EZ_rate
19	셰필드	105.55	7	20	15.078571
0	맨시티	150.32	11	1	13.665455
2	리버풀	200.78	17	3	11.810588
4	레스터	228.00	22	5	10.363636
9	에버튼	249.84	25	10	9.993600
3	첼시	186.36	19	4	9.808421
10	아스톤빌라	217.01	23	11	9.435217
1	맨유	160.11	17	2	9.418235
7	아스널	167.56	18	8	9.308889
8	리즈	164.32	18	9	9.128889
18	웨스트브롬	135.21	15	19	9.014000
16	번리	158.23	18	17	8.790556
11	뉴캐슬	163.59	19	12	8.610000
12	울버햄튼	195.97	24	13	8.165417
13	크팰	128.75	16	14	8.046875
6	토트넘	136.12	17	7	8.007059
15	브라이튼	207.32	26	16	7.973846
14	소튼	111.34	15	15	7.422667
5	웨스트햄	133.44	18	6	7.413333
17	풀럼	140.34	21	18	6.682857

EPL 20/21 시즌 EZ_rate 별 정렬

• EZ_rate가 높은 팀은 셰필드 , 맨시티 , 리버풀 이다.
• 맨시티 , 셰필드의 경우 압도적 1, 20등 이었기에 당연히 이기거나 진다고 생각한 고배당의 경기를 지거나 이겼기에 rate가 높다.
• EZ_rate가 낮은 팀은 사우스햄튼, 웨스트햄 , 풀럼 이다.
• 이 팀들은 본인들과 근소한 차이에 있는 팀들끼리의 대결에서 저배당의 경기를 내주거나 , 따냈기에 rate가 낮다.

---

import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline

plt.rc('font', size=20)
plt.rcParams['figure.figsize'] = [15, 10]
plt.xticks(rotation = -45)
sns.barplot(data=df_sort_by_point, x="Team_Name", y="EZ_Point")
plt.show()

EZ_Point 시각화

• 내용은 위의 표와 같다.

---

plt.xticks(rotation = -45)
sns.barplot(data=df_sort_by_times, x="Team_Name", y="EZ_Times")
plt.show()

EZ_Times 시각화

• 내용은 위의 표와 같다.

---

plt.xticks(rotation = -45)
sns.barplot(data=df_sort_by_rate, x="Team_Name", y="EZ_rate")
plt.show()

EZ_rate 시각화

• 내용은 위의 표와 같다.

---

df.mean()

EZ_Point    167.008000
EZ_Times     18.300000
Rank         10.500000
EZ_rate       9.406906
dtype: float64

Point , Times , rate 의 평균

• EZ_Point의 평균은 167.008000
• EZ_Times의 평균은 18.300000
• EZ_rate의 평균은 9.406906

---

from sklearn.linear_model import LinearRegression
import numpy as np

X = df["EZ_Point"]
y = df["EZ_Times"]

line_fitter = LinearRegression()
line_fitter.fit(X.values.reshape(-1,1), y)

plt.plot(X, y, 'o')
plt.plot(X,line_fitter.predict(X.values.reshape(-1,1)))
plt.plot([167, 167], [6, 30],color="green") # x1 x2 , y1 y2 선긋기
plt.plot([100, 250], [18.3, 18.3],color="green")

for i in df["Team_Name"]:
    plt.text(df.EZ_Point[df.Team_Name==i],df.EZ_Times[df.Team_Name==i],i,color='black')

plt.show()

그래프를 통해 확인하는 EPL 20/21 팀별 현황

• 의적질 이란 자신 보다 강한 팀에게 이겨 승점을 따오고 , 약한 팀에게 패배해 승점을 나누어 주는 행위
• 다시말해 , 의적질 이라는 행위를 통해 팀의 성적에 있어 기복이 있느냐 없느냐 를 이야기 할 수 있음

linear regression 으로 보는 경향 확인

• 오렌지색 선이 linear regression을 통해 추정한 Point와 times 사이의 관계이다.
• 초록색 선은 해당 point 와 times의 평균 이다.
• 대부분의 팀들이 times가 오를 수록 point 도 오르는 우상향하는 모습을 보이고 있다.
• times 즉 발생횟수가 늘어날 수록 point가 늘어나는 것은 어떻게 보면 당연한 일이다.
• 오렌지색 선보다 아래 있다면 추정치 보다 point를 많이 땀 -> 배당이 작은경기를 내주거나 따냄
• 오렌지색 선보다 위에 있다면 추정치 보다 point를 적게 땀 -> 배당이 큰경기를 내주거나 따냄

times 와 point의 평균으로 구분된 사분면

• 1사분면 -> time - high / point - high / 자신보다 많이 강한팀도 잡지만 많이 약한팀한테도 잡히는 모습 기복이 있음 일관성 x
• 2사분면 -> time - high / point - low / 자신보다 한끝 전후 차이의 팀들에게 기복있는 모습 실력차가 많이 날 수록 일관적
• 3사분면 -> time - low / point - low / 자신보다 약하면 잡아주고 강하면 다 져주는 아주 일관적 강팀은 승리 , 약팀은 패배
• 4사분면 -> time - low / point - high / 일관적인 모습을 보여주지만 큰 경기를 잡아내거나 먹히거나 큰 한방이 있음

1사분면과 3사분면의 기복이 큰팀과 작은팀 실제 경기기록 비교

빅7 -> 맨시티 , 맨유 , 리버풀 , 첼시 , 레스터 , 토트넘 , 아스널

하위 5팀 (최종 16 ~ 20위 ) -> 브라이튼 , 번리 , 풀럼 , 웨스트 브로미치 , 셰필드

• 가장 기복이 없어보이는 사우스햄튼의 경우 빅7 상대로 1승 4무 9패 / 하위권 5팀 상대로 7승 1무 2패 -> 기복이 매우 없음
• 가장 기복 있어보이는 에버튼의 경우 빅7 상대로 6승 4무 4패 / 하위권 5팀 상대로 5승 2무 3패 -> 사우스햄튼 보다 하위권을 더 못잡음
• 브라이튼 -> 6승4무10패 ( 최종 1 ~ 10위와의 대결 ) / 하위권 4팀 상대로 6무2패 -> 기복이 굉장히 크게 나옴