¿Más disparos significan un mejor equipo? Los datos dicen que no
Bienvenid@ a Programación para Todos, un espacio personal donde documento aprendizajes técnicos, ideas y procesos de programación que he querido probar y entender por cuenta propia. Los casos y ejemplos que comparto no tienen referencia a mi trabajo, sino que son ejercicios, pruebas y escenarios recreados a partir de inquietudes técnicas personales. Este blog funciona como un compendio personal de conocimiento: código, ideas y reflexiones que decido compartir.
Los datos deportivos son una excelente forma de aprender análisis de datos y visualización con Python. En este artículo exploramos el rendimiento histórico del Top 100 ATP actual utilizando la Tennis API, una plataforma que ofrece acceso a rankings, perfiles de jugadores, resultados en vivo, estadísticas históricas y mucho más.
Nuestro objetivo fue responder una pregunta sencilla:
¿Quiénes son los mejores jugadores del Top 100 ATP actual en cada superficie?
Para ello utilizamos Python, Pandas y Plotly para analizar más de 3,700 registros históricos obtenidos desde la API desde 2004 a 2026 para el top100 .
La información fue obtenida utilizando el endpoint Surface Summary disponible en la documentación oficial de Tennis API.
Documentación: https://tennisapidoc.matchstat.com/
Sitio oficial: https://tennis-api.com/
El proceso consistió en:
Antes de comenzar el análisis verificamos el rango temporal disponible en el dataset. Encontramos información histórica desde 2004 hasta 2026 para las principales superficies ATP:
La siguiente gráfica muestra cómo se distribuyen los registros históricos por superficie.
Tomamos a los tres jugadores más relevantes del circuito actual:
Y calculamos su porcentaje histórico de victorias en cada superficie.
Los resultados muestran patrones muy interesantes:
Esto convierte a Djokovic en el jugador más equilibrado del grupo.
Para visualizar mejor las fortalezas de cada jugador construimos un mapa de calor utilizando los porcentajes históricos de victoria.
Al observar el heatmap aparecen varios hallazgos:
Los jugadores con mejor porcentaje histórico de victorias en arcilla fueron:
La arcilla sigue siendo una de las superficies más exigentes del circuito ATP, donde la resistencia física y los intercambios largos tienen un papel fundamental.
Las canchas duras representan la mayor parte del calendario ATP actual.
Los mejores porcentajes de victoria fueron registrados por:
La ventaja de Djokovic en esta superficie resulta impresionante considerando que acumula más de 600 partidos registrados.
El césped es la superficie con menos torneos en el calendario ATP, pero también una de las más espectaculares.
Los líderes fueron:
Aunque Carlos Alcaraz presenta un porcentaje superior al 89%, todavía cuenta con una muestra de partidos considerablemente menor que Djokovic, quien mantiene un rendimiento extraordinario tras más de 150 encuentros en césped.
Viendo el Notebook
Este ejercicio demuestra cómo una API deportiva puede convertirse en una excelente fuente para proyectos de análisis de datos.
Utilizando Python, Pandas y Plotly fue posible identificar tendencias interesantes dentro del Top 100 ATP actual:
Si te interesa construir dashboards deportivos, modelos predictivos o aplicaciones de tenis en tiempo real, puedes explorar la plataforma oficial de Tennis API:
También puedes consultar la guía oficial sobre datos en vivo mediante WebSocket:
Comentarios
Publicar un comentario
Dejanos tus dudas y comentarios