Proyecto estadísticas fútbol

Análisis de las estadísticas generales de equipos y jugadores de las 5 grandes ligas europeas desde 2015 hasta la actualidad.

Integrantes

• Sergio González Moya
• Juan Bravo García
• David Castaños Pérez
• Nicolas Pino Urtubia

Estructura

• src: código
• data/: Ficheros crudos y trabajados (clasificaciones, jugadores, resultados y FIFA).
• web: Archivos de la interfaz interactiva en Streamlit.

Dockers

1. Nos hemos basado en una arquitectura de 2 contenedores definidos en Docker Compose, adaptada para sortear las medidas de seguridad de las fuentes de datos:

• Contenedor de Descargas (Worker): se encarga de ejecutar los scripts de recolección de datos (src/). Sin embargo, debido a las estrictas políticas anti-bots y bloqueos de IP de plataformas como FBref al detectar tráfico automatizado desde Docker, la extracción de datos se realiza mediante la ejecución manual de los scripts en la máquina local. Por ello, este contenedor se inicializa, notifica que los datos han sido generados externamente y finaliza su proceso de forma limpia (exit code 0) para dar paso a la web.

• Contenedor App Web: Se encarga de levantar y servir la interfaz interactiva desarrollada en Streamlit (web/MENÚ.py), permitiendo al usuario navegar, filtrar y visualizar todas las estadísticas y clasificaciones.

2. Al ejecutar los scripts localmente, los datos se almacenan en las carpetas físicas del proyecto. Estas carpetas están conectadas como volúmenes directamente al Contenedor App Web. De esta forma, la interfaz lee en tiempo real los archivos .csv alojados en el ordenador del usuario. Esto garantiza una persistencia total: aunque los contenedores se detengan, los datos recopilados permanecen seguros y disponibles.

Instrucciones

ALERTA: RECOMENDAMOS NO ELIMINAR LOS CSV (PRINCIPALMENTE EL DE CLASIFICACIÓN) YA QUE LA API PUEDE DETECTARTE COMO BOT Y NO DEJARTE DESCARGARLO ES PROBABLE QUE LA PRIMERA VEZ DEJE PERO NO ES SEGURO, RECOMENDAMOS POR SI ACASO NO ELIMINAR LOS CSV. Si desea probar los scripts, le aconsejamos hacer una copia de seguridad de los archivos .csv actuales para garantizar que la plataforma web siga funcionando en caso de bloqueo.

⚠️ Requisito Previo Obligatorio: Instalar Python 3.11

Para garantizar la correcta ejecución de los scripts de recolección de datos y evitar conflictos de compilación de C++ con las librerías, es estrictamente necesario utilizar Python 3.11. Versiones superiores (como 3.12 o 3.13) generarán errores con algunas librerías

Si no tiene esta versión instalada, siga estos pasos:
- Vaya a la página oficial y descargue el instalador de Python 3.11: [Descargar Python 3.11.9](https://www.python.org/downloads/release/python-3119/)
- Instalación: Al ejecutar el instalador en Windows, asegúrese de marcar la casilla **Add python.exe to PATH**

1. Abre la terminal en pyhton

2. Prepara el entorno virtual en la versión requerida con:

• py -3.11 -m venv env
• .\env\Scripts\activate (Sabrá que el entorno está activo cuando vea el prefijo (env) al inicio de la línea en su terminal).

3. (DESCARGA OPCIONAL SI SE QUIERE UTILIZAR EL "download_clasificaciones", aún así depende de la IP a veces dará error la Api de "Nonetype" al descargar por uso de bots, por eso la recomendación de no eliminar csv definitivamente) Es necesario tener instaladas las "Visual Studio Build Tools" en Windows.

   • Descarga el instalador de Visual Studio desde la web oficial de Microsoft.
   • Al abrirlo, busca y marca unicamente la casilla que dice "Desarrollo para el escritorio con C++".
   • Dale a instalar.
   • Cuando termine, es obligatorio reiniciar Visual Studio Code por completo para que detecte el compilador.
   • Esto es necesario para evitar un error en el paso 5.

4. Instala las librerías necesarias ejecutando en la terminal: python -m pip install -r requirements.txt

5. Ejecuta los archivos de la carpeta src para tener los CSV, en este orden(puedes hacerlo copiando estos códgios en la termianl o dandole al play en cada archivo) python src/download_partidos.py python src/download_clasificaciones.py python src/download_jugadores.py python src/download_fifa.py python src/clean_fifa.py python src/añadir_jugadoresU18.py

   *Nota de actualización: Estos scripts extraen la información en tiempo real. Si deseas ver los datos de partidos o clasificaciones más recientes en el futuro, deberás volver a ejecutar estos comandos para sobreescribir los archivos locales.

6. Para el download_fifa, en el archivo config.py hay unas claves de usuario que tendrás que meter o sino te puedes crear unas en KAGGLE. Además, este código descargará varios csv, de los cuales solo se necesitará el male_players.csv.

7. Haz funcionar los dockers, con los comandos en la terminal de:

   • docker-compose build --no-cache
   • docker-compose up *Es necesario tener instalado y abierto docker desktop para este paso.

8. Cuando la terminal te indique que streamlit ya fuinciona puedes ejecutar http://localhost:8501 para ver la web