fastf1 でデータ分析

https://github.com/theOehrly/Fast-F1

F1 のライブタイミングやテレメトリーデータを収集できるスクリプトです。github からクローンしてもいいですし、pip コマンドでインストールすることも可能です。

Getting Started では、基本的なデータの取得とグラフ描写の方法が紹介されています。

In [1]:

from matplotlib import pyplot as plt
        import fastf1
        import fastf1.plotting
        
        fastf1.Cache.enable_cache('./cache') 
        fastf1.plotting.setup_mpl()

session = fastf1.get_session(2019, 'Monza', 'Q')

session.load()
fast_leclerc = session.laps.pick_driver('LEC').pick_fastest()
lec_car_data = fast_leclerc.get_car_data()
t = lec_car_data['Time']
vCar = lec_car_data['Speed']

# The rest is just plotting
fig, ax = plt.subplots()
ax.plot(t, vCar, label='Fast')
ax.set_xlabel('Time')
ax.set_ylabel('Speed [Km/h]')
ax.set_title('Leclerc is')
ax.legend()
plt.show()

core           INFO 	Loading data for Italian Grand Prix - Qualifying [v2.3.0]
api            INFO 	Using cached data for driver_info
api            INFO 	Using cached data for timing_data
api            INFO 	Using cached data for timing_app_data
core           INFO 	Processing timing data...
api            INFO 	Using cached data for session_status_data
api            INFO 	Using cached data for track_status_data
api            INFO 	Using cached data for car_data
api            INFO 	Using cached data for position_data
api            INFO 	Using cached data for weather_data
api            INFO 	Using cached data for race_control_messages
core           INFO 	Finished loading data for 20 drivers: ['16', '44', '77', '5', '3', '27', '55', '23', '18', '7', '99', '20', '26', '4', '10', '8', '11', '63', '88', '33']

Examples Gallery ではもう少し複雑な処理を紹介しています。

こういうのを活用すると、Twitter などでもよく見る、テレメトリーの各データを並べたグラフも作成できます。

ただ、データはあるものの、それをどう処理するか、どう表現するかが難しいところ。シーズンオフのうちに、過去のパターンをいろいろ再現してみつつ、シーズンになったら使えるように勉強しておきたいと思います。