스포츠 경기분석과 데이터사이언스(강지연)

스포츠경기분석가 아카데미(기초과정)

데이터 2025 K리그1 34R — FC서울 4 : 2 강원FC

---

수업 내용

파트	내용	키워드
1	왜 파이썬인가 + 첫 코드	변수, 출력
2	데이터를 담는 그릇	리스트, 딕셔너리
3	표 다루기의 시작	pandas, 엑셀 읽기
4	표 살펴보기	head/shape/describe
5	원하는 행만 고르기	필터링
6	묶어서 세고 요약	groupby
7	새 정보 만들기	파생변수, 정렬
8	표를 그림으로	막대/산점도

0️⃣ 한글 폰트 설치

그래프에 한글이 깨지지 않도록 맨 먼저 아래 셀을 실행하세요. (Colab은 세션을 새로 켜면 초기화되니, 그때마다 다시 실행하면 됩니다.)

# 맨 처음 한 번만 실행 — 라이브러리 설치 + 한글폰트 { display-mode: "form" }
# 그래프에서 한글이 네모(□)로 깨지지 않게 폰트를 설정.
# Colab은 새로 켤 때마다 초기화되므로, 세션을 새로 시작하면 다시 실행.

!pip install -q ksme_visuals                 # 경기장 + 한글폰트 헬퍼가 든 라이브러리

from ksme_visuals import set_korean_font
set_korean_font(font="NanumGothic")

✅ 한글 폰트 설정 완료: NanumGothic

'NanumGothic'

1️⃣ 왜 파이썬으로 분석할까?

경기 하나에도 패스·슛·태클이 수천 건 쌓임. 손으로 세긴 불가능 파이썬은 이 수천 줄을 1초 만에 세고, 거르고, 그림으로 바꿔줌.

프로그래밍의 기본은 단순: 값에 이름을 붙이고(변수) → 그 값을 다루기.

print — 컴퓨터에게 말 시키기

print("안녕하세요, 경기분석가!")
print("서울", 4, "-", 2, "강원")   # 쉼표로 여러 개를 한 줄에

안녕하세요, 경기분석가!
서울 4 - 2 강원

변수 — 값에 이름표 붙이기

등호(=)는 '같다'가 아니라 **'이름을 붙여 저장하라'**는 뜻

home_team = "서울"
away_team = "강원"
home_goals = 4
away_goals = 2

print(home_team, "팀이", home_goals, "골 넣었습니다")
print("골 차이:", home_goals - away_goals)   # 숫자는 계산도 됨

서울 팀이 4 골 넣었습니다
골 차이: 2

자료형 — 값에도 '종류'가 있다

• 숫자(정수 int, 소수 float) · 글자(문자열 str) · 참/거짓(bool)
• type() 으로 종류를 확인할 수 있음

print(type(home_goals))      # <class 'int'>  정수
print(type(7.5))             # <class 'float'> 소수
print(type(home_team))       # <class 'str'>   글자
print(type(home_goals > away_goals))   # <class 'bool'> 참/거짓

<class 'int'>
<class 'float'>
<class 'str'>
<class 'bool'>

✏️ 연습 1 — 점유율 차이 출력

서울의 점유율 차이 출력해보기

# 1) seoul_possession=58, gangwon_possession=42 변수 지정
# 2) diff = 서울 - 강원
# 3) print 로 diff 출력

seoul_possession = 58
gangwon_possession = 42
diff = seoul_possession - gangwon_possession
print("점유율 차이:", diff, "%")

점유율 차이: 16 %

2️⃣ 데이터를 담는 그릇 — 리스트와 딕셔너리

값 하나가 아니라 여러 개를 담아야 할 때가 많음 (선수 명단, 경기별 득점 등).

리스트 [ ] — 순서가 있는 값 묶음

# 서울 선수 5명의 이번 경기 평점
ratings = [6.8, 7.6, 7.4, 8.1, 7.0]

print("선수 수:", len(ratings))      # len = 개수
print("첫 선수 평점:", ratings[0])    # 0번부터 시작!
print("마지막 평점:", ratings[-1])    # -1 = 맨 뒤
print("평점 합:", sum(ratings))
print("최고 평점:", max(ratings))

선수 수: 5
첫 선수 평점: 6.8
마지막 평점: 7.0
평점 합: 36.9
최고 평점: 8.1

반복문 for — 묶음을 하나씩 꺼내 처리

for r in ratings:
    judge = "👍 좋음" if r >= 7.5 else "보통"
    print("평점", r, "→", judge)

평점 6.8 → 보통
평점 7.6 → 👍 좋음
평점 7.4 → 보통
평점 8.1 → 👍 좋음
평점 7.0 → 보통

✏️ 연습 2 — 평균 평점

리스트의 평균 평점을 구해 출력하세요. (힌트: 합 ÷ 개수)

# 1) avg = sum(ratings) / len(ratings)
# 2) round(avg, 2) 로 출력

avg = sum(ratings) / len(ratings)
print("평균 평점:", round(avg, 2))

평균 평점: 7.38

딕셔너리 { } — '이름표:값' 쌍

순서 대신 이름(key)으로 값을 꺼냅니다. 등번호→이름처럼 짝지을 때 최고.

roster = {7: "린가드", 9: "천성훈", 16: "최준"}
print("9번은?", roster[9])
roster[10] = "류재문"          # 추가
print("전체:", roster)
print("등번호들:", list(roster.keys()))
print("이름들:", list(roster.values()))

9번은? 천성훈
전체: {7: '린가드', 9: '천성훈', 16: '최준', 10: '류재문'}
등번호들: [7, 9, 16, 10]
이름들: ['린가드', '천성훈', '최준', '류재문']

3️⃣ 표 다루기의 시작 — pandas

실제 경기 데이터는 엑셀 표 형태. 이런 표를 다루는 도구가 pandas. 표 한 장 전체를 DataFrame(데이터프레임)이라 부름.

오늘 엑셀(match_events.xlsx)에는 **여러 장(시트)**이 들어있음:

• events — 경기 중 모든 행동(패스/슛/태클…) 한 줄씩 (1,600여 건!)
• players — 선수별 기록 요약
• team_stats — 팀 종합 스탯
• pass_matrix — 선수 간 패스 횟수
• 경기정보, 코드설명 — 참고용

엑셀 올리기

파일 선택창에서 match_events.xlsx 선택.

import pandas as pd
xls="/content/match_events.xlsx"

시트(sheet) 골라 읽기

sheet_name= 으로 원하는 장을 지정합니다.

events = pd.read_excel(xls, sheet_name="events")     # 이벤트 로그
players = pd.read_excel(xls, sheet_name="players")    # 선수 요약
team    = pd.read_excel(xls, sheet_name="team_stats") # 팀 스탯

print("events:", events.shape, "  players:", players.shape)
events.head()      # 위에서 5줄 미리보기

events: (1609, 18)   players: (40, 13)

	event_id	minute	period	team	player	back_no	event	outcome	code	x	y	end_x	end_y	pass_length	key_pass	assist	xg	xpass
0	1	0	1	강원	이상헌	22	패스	성공	PSS	52.5	33.5	22.6	27.4	30.5	N	N	NaN	0.317
1	2	0	1	강원	박청효	21	패스	실패	PSU	27.1	26.2	69.2	55.7	51.5	N	N	NaN	0.965
2	3	0	1	서울	최준	16	클리어링	성공	CLG	69.0	55.4	NaN	NaN	NaN	N	N	NaN	NaN
3	4	0	1	강원	홍철	33	패스	-	PS	75.4	68.0	57.9	61.0	18.9	N	N	NaN	0.415
4	5	0	1	강원	홍철	33	패스	성공	PSS	75.4	68.0	57.9	61.0	18.9	N	N	NaN	0.425

4️⃣ 표 살펴보기 — 4대 기본기

새 데이터를 받으면 항상 이 네 가지부터 봅니다.

print("크기 (행, 열):", events.shape)
print("열 이름:", list(events.columns))
print("자료형 / 결측")
events.info()

크기 (행, 열): (1609, 18)
열 이름: ['event_id', 'minute', 'period', 'team', 'player', 'back_no', 'event', 'outcome', 'code', 'x', 'y', 'end_x', 'end_y', 'pass_length', 'key_pass', 'assist', 'xg', 'xpass']
자료형 / 결측
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1609 entries, 0 to 1608
Data columns (total 18 columns):
 #   Column       Non-Null Count  Dtype  
---  ------       --------------  -----  
 0   event_id     1609 non-null   int64  
 1   minute       1609 non-null   int64  
 2   period       1609 non-null   int64  
 3   team         1609 non-null   object 
 4   player       1609 non-null   object 
 5   back_no      1609 non-null   int64  
 6   event        1609 non-null   object 
 7   outcome      1609 non-null   object 
 8   code         1609 non-null   object 
 9   x            1609 non-null   float64
 10  y            1609 non-null   float64
 11  end_x        1199 non-null   float64
 12  end_y        1185 non-null   float64
 13  pass_length  1168 non-null   float64
 14  key_pass     1609 non-null   object 
 15  assist       1609 non-null   object 
 16  xg           36 non-null     float64
 17  xpass        1055 non-null   float64
dtypes: float64(7), int64(4), object(7)
memory usage: 226.4+ KB

describe() — 숫자 열의 요약 통계(평균·최소·최대 등)를 한 번에.

events[["x", "y", "pass_length", "xg"]].describe().round(1)

	x	y	pass_length	xg
count	1609.0	1609.0	1168.0	36.0
mean	57.5	33.2	17.9	0.1
std	26.6	21.2	13.1	0.2
min	0.0	0.0	0.8	0.0
25%	38.4	14.7	8.9	0.0
50%	58.9	33.0	14.1	0.1
75%	77.2	51.5	22.9	0.2
max	105.0	68.0	74.0	0.8

열 하나 / 여러 개 꺼내기

events["player"].head()                 # 한 열
# 여러 열은 리스트로 감싸기:
events[["minute", "player", "event", "outcome"]].head()

	minute	player	event	outcome
0	0	이상헌	패스	성공
1	0	박청효	패스	실패
2	0	최준	클리어링	성공
3	0	홍철	패스	-
4	0	홍철	패스	성공

값 세기 — value_counts()

events["event"].value_counts()

	count
event
패스	1005
볼리커버리	177
태클	70
클리어링	65
경합	54
블록된슈팅	49
차단	45
파울	37
슈팅	31
인터셉트	26
골키퍼	14
볼미스	10
드리블	10
실점	6
어시스트관련	4
수비액션	4
경고	2

dtype: int64

✏️ 연습 3 — 팀별 이벤트 수

team 열로 팀별 이벤트 수를 세보기.

# 1) events["team"] 선택
# 2) .value_counts() 로 팀별 개수

events["team"].value_counts()

	count
team
서울	855
강원	754

dtype: int64

5️⃣ 원하는 행만 고르기 — 필터링

"서울의 슛만", "손흥민의 패스만" 처럼 조건에 맞는 행만 추리는 게 분석의 핵심. 조건식을 대괄호 [ ] 안에 넣기

# event가 '슈팅'인 행만
shots = events[events["event"] == "슈팅"]
print("슛 이벤트:", len(shots), "개")
shots[["minute", "team", "player", "x", "y", "outcome", "xg"]].head(10)

슛 이벤트: 31 개

	minute	team	player	x	y	outcome	xg
18	1	강원	홍철	81.5	40.4	막힘	0.019
69	4	서울	둑스	9.0	32.0	유효	0.068
130	9	강원	이상헌	83.3	22.0	유효	0.016
141	10	강원	김건희	86.6	18.0	빗나감	0.024
157	11	강원	김건희	100.9	39.6	골	0.307
321	21	서울	이승모	3.5	40.3	유효	0.195
421	25	서울	안데르손	17.0	30.4	막힘	0.067
465	29	강원	강준혁	90.7	40.5	막힘	0.097
522	35	서울	이승모	22.2	40.6	막힘	0.039
554	38	서울	김진수	25.8	29.2	빗나감	0.025

조건 두 개 — &(그리고), |(또는)

각 조건을 괄호로 감싸기

# 서울의 슛만
seoul_shots = events[(events["team"] == "서울") & (events["event"] == "슈팅")]
print("서울 슛:", len(seoul_shots), "개")
seoul_shots[["minute", "player", "outcome", "xg"]]

서울 슛: 20 개

	minute	player	outcome	xg
69	4	둑스	유효	0.068
321	21	이승모	유효	0.195
421	25	안데르손	막힘	0.067
522	35	이승모	막힘	0.039
554	38	김진수	빗나감	0.025
763	50	이승모	유효	0.017
804	45	조영욱	빗나감	0.075
974	58	야잔	유효	0.104
1027	61	둑스	유효	0.223
1094	66	안데르손	막힘	0.051
1107	66	야잔	유효	0.038
1149	70	조영욱	빗나감	0.306
1173	72	린가드	골	0.263
1218	74	조영욱	유효	0.089
1252	77	린가드	골	0.047
1266	79	류재문	골	0.038
1331	85	린가드	빗나감	0.020
1377	89	문선민	빗나감	0.252
1508	97	문선민	빗나감	0.380
1541	99	천성훈	골	0.299

✏️ 연습 4 — 득점 장면 찾기

# 1) events[events["team"]=="강원"] → gangwon, len 출력
# 2) events[events["outcome"]=="골"] → goals
# 3) goals 에서 minute/team/player/x/y 열 보기

gangwon = events[events["team"] == "강원"]
print("강원 이벤트:", len(gangwon))

goals = events[events["outcome"] == "골"]
goals[["minute", "team", "player", "x", "y"]]

강원 이벤트: 754

	minute	team	player	x	y
157	11	강원	김건희	100.9	39.6
873	52	강원	모재현	11.0	33.9
1173	72	서울	린가드	97.9	33.6
1252	77	서울	린가드	84.4	57.3
1266	79	서울	류재문	84.4	27.7
1541	99	서울	천성훈	93.8	32.4

6️⃣ 묶어서 세고 요약 — groupby

"선수별 패스 수", "팀별 슛 수"처럼 같은 것끼리 묶어 집계합니다. 패턴: df.groupby("묶을기준")["볼열"].집계함수()

# 팀별 이벤트 종류 분포
events.groupby("team")["event"].value_counts().head(12)

		count
team	event
강원	패스	437
	볼리커버리	92
	태클	42
	클리어링	33
	블록된슈팅	30
	경합	29
	차단	28
	파울	18
	인터셉트	13
	슈팅	11
	골키퍼	6
	드리블	5

dtype: int64

선수별 패스 수 (많은 순)

passes = events[events["event"] == "패스"]
by_player = passes.groupby("player").size().sort_values(ascending=False)
by_player.head(10)

	0
player
최준	81
김진수	65
서민우	55
강준혁	53
박성훈	53
야잔	50
안데르손	48
박수일	47
홍철	40
박청효	39

dtype: int64

✏️ 연습 5 — 선수별 슈팅 수

선수별 슈팅 수를 많은 순으로 구하세요.

# 1) event=="슈팅" 행만 → shots
# 2) groupby("player").size()
# 3) sort_values(ascending=False) 로 내림차순

shots = events[events["event"] == "슈팅"]
shots.groupby("player").size().sort_values(ascending=False)

	0
player
이승모	3
조영욱	3
린가드	3
야잔	2
김건희	2
구본철	2
둑스	2
문선민	2
안데르손	2
강준혁	1
김대원	1
모재현	1
류재문	1
김도현	1
김진수	1
이상헌	1
윤일록	1
천성훈	1
홍철	1

dtype: int64

집계 함수 모음 — agg

개수만이 아니라 합/평균도 한 번에. 예: 선수별 패스 거리 평균과 최대.

passes.groupby("player")["pass_length"].agg(["count", "mean", "max"]).round(1).head(8)

	count	mean	max
player
강준혁	53	14.0	37.8
강투지	33	15.7	43.0
강현무	34	35.5	62.7
구본철	14	12.0	34.1
김건희	12	11.3	40.5
김대우	10	14.0	33.7
김대원	38	18.8	57.3
김도현	6	14.6	22.0

7️⃣ 새 정보 만들기 — 파생변수 & 정렬

원본에 없던 값을 계산해서 새 열로 만들면 분석이 깊어집니다.

예: 패스의 전진 거리 (x 방향으로 얼마나 전진했나)

p = events[events["event"] == "패스"].copy()    # copy로 안전하게
p["forward"] = p["end_x"] - p["x"]              # 새 열 = 끝 - 시작
# 가장 전진한 패스 top 5
p.sort_values("forward", ascending=False)[
    ["minute", "team", "player", "x", "end_x", "forward"]].head()

	minute	team	player	x	end_x	forward
735	49	강원	박청효	14.2	76.4	62.2
426	27	강원	박청효	16.5	78.3	61.8
1563	101	서울	강현무	5.1	64.8	59.7
1311	83	서울	강현무	4.8	62.9	58.1
1457	93	서울	최준	13.5	70.9	57.4

✏️ 연습 6 — 선수별 '패스 성공률' 구하기

패스 성공률 = 성공 패스 수 ÷ 전체 패스 수. groupby로 한 번에!

# 1) event=="패스" 행만 copy → p
# 2) p["is_success"] = (outcome=="성공").astype(int)
# 3) groupby("player")["is_success"] → g
# 4) g.mean()[g.count()>=10] *100 (10개 이상)
# 5) round(1).sort_values 내림차순 후 상위 10 출력

p = events[events["event"] == "패스"].copy()
p["is_success"] = (p["outcome"] == "성공").astype(int)
g = p.groupby("player")["is_success"]
result = (g.mean()[g.count() >= 10] * 100).round(1).sort_values(ascending=False) #Boolean Filtering으로 패스 수 10개 이상인 선수만 남기기
result.head(10)

	is_success
player
조영욱	100.0
이유현	90.0
김대우	90.0
이승모	88.9
서민우	87.3
류재문	86.7
이상헌	86.2
박성훈	84.9
안데르손	83.3
김건희	83.3

dtype: float64

8️⃣ 표를 그림으로 — 첫 시각화

막대그래프 — 선수별 슈팅 수

import matplotlib.pyplot as plt

shots = events[events["event"] == "슈팅"]
top = shots.groupby("player").size().sort_values(ascending=False).head(8) #size() : Nan 포함/ count() : Nan 포함 안함

plt.figure(figsize=(8, 4.5))
top.plot(kind="bar", color="#4361ee")
plt.title("선수별 슛 수 (TOP 8)")
plt.ylabel("슈팅 수"); plt.xticks(rotation=45)
plt.tight_layout(); plt.show()

✏️ 연습 7 — 슛 위치 산점도 (xG 크기로)

슛이 어디서 나왔는지 점으로 찍어보세요.

# 1) 서울 & 슈팅 행만 → seoul_shots
# 2) plt.figure(figsize=(8,5))
# 3) 점 크기 sizes = xg.fillna(0.05)*800+40
# 4) outcome 별 색 colors = outcome.map({...}).fillna("gray")
# 5) plt.scatter(x, y, s=sizes, c=colors)
# 6) title/xlabel/ylabel, xlim(0,105) ylim(0,68), show

seoul_shots = events[(events["team"]=="서울") & (events["event"]=="슈팅")]

plt.figure(figsize=(8, 5))
# 점 크기 = 기대득점(xG)*800 → 좋은 찬스일수록 큰 점
sizes = seoul_shots["xg"].fillna(0.05) * 800 + 40
colors = seoul_shots["outcome"].map(
    {"골":"gold", "유효":"crimson", "빗나감":"gray", "막힘":"#888"}).fillna("gray")
plt.scatter(seoul_shots["x"], seoul_shots["y"], s=sizes, c=colors, edgecolors="black")
plt.title("서울 슛 위치 (점 크기=기대득점 xG)")
plt.xlabel("길이 x (m)"); plt.ylabel("폭 y (m)")
plt.xlim(0, 105); plt.ylim(0, 68)
plt.show()