Hooper Lab

4：NBA_APIのインストールと基本的な使い方

~NBA_APIを使ってみよう！~

nba_apiのインストール方法

まずはライブラリをインストールしましょう。JupyterLabのセルまたはターミナルで以下のコマンドを実行します：

!pip install nba_api

エラーが出なければOKです！

ライブラリってなに？

Pythonには、標準で使える機能もたくさんありますが、特定の目的に特化した便利なツール（＝ライブラリ）がたくさん用意されています。
例えば以下のようなものです。

ライブラリ名できること
pandas表データの操作（Excelみたいな処理）
matplotlibグラフの作成
requestsWeb上からデータを取ってくる
nba_apiNBAの選手や試合のスタッツを取得

インストールとは？

Pythonは、ライブラリを使う前に「このツールを使いたい」と宣言してダウンロード＆準備する必要があります。これが「インストール」です。
つまり先ほどのコードは、「nba_apiというnbaのデータを取得するのに特化したツールを使えるように準備した。」と言うことになります。

なぜインストールが必要なの？

Python本体には、すべての機能が最初から入っているわけではありません。
必要なものだけ、後から「追加する仕組み」になっています。

  • PythonだけではNBAのスタッツは取得できない
  • nba_apiという外部ライブラリが必要
  • だから !pip install nba_api で取り込む

という流れになります。

実行してみよう！

まずは、ライブラリが正しく使えるか、以下の簡単なコードをJupyterLabで実行してみてください。

from nba_api.stats.static import players

# 「Stephen Curry」の情報を取得
curry = players.find_players_by_full_name("Stephen Curry")[0]

# 結果を表示
print(curry)

このような結果が出力されると思います。

順を追って解説していきます。

from ~~ import ~~　とは？

from nba_api.stats.static import players

についてです。この1行は、NBA_APIライブラリの中にある「players モジュール（またはオブジェクト）」をPythonのコードで使えるようにするための宣言です。
このコードは次のような階層構造になっています：

nba_api（ライブラリ全体）
├── stats（データ取得機能がまとまったサブパッケージ）
│ └── static（選手・チームなど「変わらない情報」が入っているモジュール）
│ └── players（選手情報に関する関数が入っているモジュール・オブジェクト）

パート種類説明
nba_apiパッケージNBA関連機能をまとめたライブラリ全体
nba_api.statsサブパッケージスタッツ取得用の機能をまとめた箱
nba_api.stats.staticモジュール静的データ（変わらない基本情報）用の箱
playersモジュール・オブジェクト選手情報取得のための関数セット（実態は関数をまとめたオブジェクト）

つまり、「NBAの選手情報を扱うために、nba_apiライブラリの中の stats.static という場所から players という機能を読み込む」ということです。

関数について

playersには以下の関数が用意されています。

関数名説明
get_players()全選手一覧を取得
find_players_by_full_name()フルネームで検索（完全一致）
find_players_by_first_name()名前（名）で検索
find_players_by_last_name()名前（姓）で検索

この中でよく使うのは、get_players()とfind_players_by_full_name()になりますので、この二つを解説します。
1. get_players()

  • 選手ID、名前、現役かどうか、などが含まれます。
  • 全選手（現役＋引退）の一覧データを取得する関数。
  • 各選手の辞書形式のリストを返します。（辞書形式については最後に解説します。）

2. find_players_by_full_name(name: str（文字列）)

  • フルネームで選手を検索します（例："Stephen Curry"）。
  • 完全一致のみヒットします。
  • 結果は get_players() の中から一致する辞書を抽出したリスト。（リスト形式については最後に解説します。）
# 「Stephen Curry」の情報を取得
curry = players.find_players_by_full_name("Stephen Curry")[0]

ここでは、

players.find_players_by_full_name("Stephen Curry")
→ 選手名が “Stephen Curry” と完全一致する選手情報のリストを取得します。

[0]　

→ 一致した結果の最初の1件目（通常は1人だけ）を取り出しています。

curry =
→「取得した選手情報を curry という名前の変数に保存する」 という意味です。
Pythonにおいて = は「イコール」ではなく、「代入（だいにゅう）」の記号です。

  • 右側（players.find_players_by_full_name(...)）を実行して得られた結果を
  • 左側（ここでは curry）に保存する（＝代入する）

という動きです。

出力された結果の意味とは？

最後に結果の解説です。こちらが出力されたと思います。

{
  'id': 201939,
  'full_name': 'Stephen Curry',
  'first_name': 'Stephen',
  'last_name': 'Curry',
  'is_active': True
}

それぞれのキー（変数名）の意味です

キー（変数名）値の例意味・説明
'id'201939NBAの内部で使われる選手ID（Player ID）。このIDを使ってAPIから成績などを取得します。
'full_name''Stephen Curry'選手のフルネーム（名前＋姓）
'first_name''Stephen'名前（下の名前）
'last_name''Curry'姓（苗字）
'is_active'True現役かどうかを表す真偽値。True：現役選手False：引退・契約なし

リスト型と辞書型とは？

大きな違いのまとめが以下になります。

比較項目リスト型（list）辞書型（dict）
形式["A", "B", "C"]{"name": "Curry", "team": "Warriors"}
アクセスインデックス（番号）でキー（名前）で
特徴順番重視意味（名前）重視
リスト型（list）とは？

「順番に並んだデータの集まり」です。
カンマで区切られた値を []（角かっこ）で囲みます。

names = ["LeBron", "Curry", "Durant"]
  • 同じ型でなくてもOK（数字と文字混在も可能）
  • 順番がある（インデックス：0, 1, 2…）
  • names[0] → “LeBron”
辞書型（dict）とは？

「名前（キー）と値のペアでできたデータ」です。
{}（波かっこ）で囲み、キー: 値 の形式で書きます。

player = {
  "full_name": "Stephen Curry",
  "team": "Warriors",
  "number": 30
}
  • Web APIのデータもたいてい辞書形式
  • 順番ではなく「名前（キー）」で取り出す
  • player["full_name"] → “Stephen Curry”

いかがだったでしょうか？今NBA_APIのインストールから結果の出力まで通してやってみました。なんとなくNBA_APIの使い方が分かったのではないでしょうか。NBA_APIは基本的にpandasと言うライブラリと同じ処理でデータを操作することができるので、次回はpandasの基本について学んで行きましょう！

5：pandasの基礎１：データの読み込みと表示へ進む


学習コンテンツ一覧

コメント

コメントを残す

メールアドレスが公開されることはありません。 ※ が付いている欄は必須項目です