Este projeto foi desenvolvido com o objetivo de analisar eventos de partidas de futebol utilizando dados abertos da API pública da StatsBomb. O foco principal é a extração, tratamento e visualização espacial dos chutes de uma partida específica utilizando as bibliotecas pandas e mplsoccer.
A visualização final plota os eventos de finalização diretamente em um modelo digitalizado de campo de futebol, permitindo identificar padrões de ataque, volumes de finalização e comportamento ofensivo das equipes.
- Competição: 1. Bundesliga (Temporada 2023/2024)
- Confronto: Borussia Dortmund (Azul) x Bayer Leverkusen (Vermelho)
Abaixo está o mapa de chutes gerado pelo script, separando as equipes de forma espacial e quantitativa:
- Python: Linguagem base para toda a pipeline.
- Pandas: Manipulação, filtragem e engenharia de recursos nas coordenadas estruturadas.
- StatsBombpy: Interface de comunicação com a API de dados abertos de futebol.
- Mplsoccer & Matplotlib: Renderização do campo de futebol (Pitch) e plotagem das coordenadas cartesianas dos chutes.
Para quem está avaliando este repositório para uma vaga de Estágio em Desenvolvimento / Dados, este código valida competências em:
- Consumo de APIs externas: Autenticação implícita e requisição de dados estruturados em DataFrames.
- Tratamento de Dados Reais: Limpeza de dados nulos, extração de listas aninhadas (transformação de coordenadas de
locationem colunas distintasxey). - Storytelling com Dados: Capacidade de transformar linhas brutas de logs de eventos em um dashboard visual interpretável e de alto valor analítico.
- Organização de Código: Estruturação lógica e limpa de um Jupyter Notebook, livre de mensagens poluídas de avisos internos (
warnings).