Este projeto apresenta uma análise exploratória e interativa de dados de artes marciais mistas (MMA) a partir de conjuntos de dados derivados do ESPN Knockout e disponibilizados pelo repositório de dados do SCORE Sports Data Repository.
O objetivo é fornecer uma visão detalhada sobre métodos de vitória, distribuição por categorias de peso, precisão de golpes e quedas, além de estatísticas agregadas dos lutadores para integrar Workshops do Centro de Treinamento Barreto.
Os dados foram coletados de páginas do ESPN e do MMADecisions e compilados pelo projeto SCORE Network. Os arquivos principais são:
-
UFC_stats.csv – contém 1.673 lutadores, com colunas de altura, peso, alcance, postura, ano de nascimento e estatísticas de golpes e quedas. As principais métricas utilizadas são:
SLpM: Golpes significativos desferidos por minuto.Str_Acc_Pct: Precisão de golpes (em %).SApM: Golpes significativos recebidos por minuto.Str_Def_Pct: Defesa de golpes (em %).TD_Avg: Média de quedas por luta.TD_Acc_Pct: Precisão de quedas (em %).TD_Def_Pct: Defesa de quedas (em %).Sub_Avg: Média de tentativas de finalização por luta.
-
mma_wtclass.csv – descreve 28.771 lutas, incluindo data, evento, se valia cinturão, tempo da luta e, principalmente, a coluna
decision_groupque agrega o método de vitória em cinco categorias: Decision, Submission, KO/TKO, DQ e Unkown/Other. A colunawtClassindica a categoria de peso de cada combate. Este conjunto de dados permite verificar se lutas de categorias mais leves tendem a terminar por decisão, como sugerido na página original. -
mma_decisions.csv – inclui detalhes de pontuações dos juízes em lutas que terminaram em decisão, mas não é utilizado diretamente nesta análise.
- Python 3.12+ instalado
- Bibliotecas:
numpy,pandas,matplotlib,plotly,seaborn,streamlit
# Sincronize as deps do projeto
uv sync# Inicie a aplicação Streamlit
streamlit run app/streamlit_app.pyUtilizamos a coluna decision_group de mma_wtclass.csv para
calcular a porcentagem de lutas que terminaram por Decisão,
Finalização (Submission), Nocaute ou Nocaute Técnico (KO/TKO),
Desclassificação (DQ) e Desconhecido/Outro. Esses percentuais
permitem avaliar a prevalência de cada método no universo de 28.771
lutas.
Agrupamos as lutas por wtClass e decision_group para analisar se
determinadas categorias de peso têm maior tendência a irem até a
decisão ou terminarem em nocaute/finalização. A ordem das categorias
apresentadas segue uma progressão aproximada dos pesos: da mais leve
(Strawweight) à mais pesada (Heavyweight), incluindo lutas
Catchweight.
No conjunto UFC_stats.csv avaliamos:
- Precisão de golpes (Str_Acc_Pct) – porcentagem de golpes significativos desferidos que acertaram o adversário;
- Precisão de quedas (TD_Acc_Pct) – porcentagem de tentativas de queda bem‑sucedidas;
- Média de golpes por minuto (SLpM) – quantifica o volume ofensivo do lutador;
- Média de quedas por luta (TD_Avg) e média de tentativas de finalização (Sub_Avg) – indicadores de grappling.
Essas métricas são apresentadas em histogramas que mostram a distribuição entre todos os lutadores.
Permite selecionar uma métrica e listar os 10 lutadores com melhor desempenho. As métricas disponíveis são: precisão de golpes, precisão de quedas, média de quedas por luta, média de golpes por minuto e média de tentativas de finalização.
O painel “Estatísticas por lutador” foi aprimorado para espelhar o estilo das visualizações do ESPN KnockOut. Ao escolher um atleta, a aplicação calcula uma série de métricas agregadas a partir dos dados de lutas e das estatísticas de carreira:
- Total de lutas e vitórias – total de lutas registradas no conjunto e quantas destas terminaram em vitória.
- Vitórias por método – contagem de vitórias por nocaute/KO, finalização, decisão dos juízes, desclassificação e outras.
- Vitórias no 1º round – quantas lutas foram encerradas ainda no primeiro assalto.
- Porcentagens – percentuais que cada método representa dentro do total de vitórias do atleta.
- Precisões e médias – incorpora métricas de carreira, como
precisão de quedas, precisão de golpes, média de golpes por
minuto (SLpM), média de quedas por luta (TD_Avg) e média de
tentativas de finalização (Sub_Avg), extraídas de
UFC_stats.csv.
Esses indicadores são apresentados em cartões numéricos e gráficos de barras. O primeiro gráfico mostra a distribuição das vitórias por método para o lutador selecionado. O segundo gráfico agrupa as vitórias por categoria de peso e método de vitória, permitindo visualizar, por exemplo, se o atleta nocauteou mais em uma divisão específica ou se suas vitórias por decisão concentram‑se em outra categoria. A abordagem se inspira nos dashboards exibidos em transmissões do ESPN KnockOut, priorizando clareza visual e percentuais destacados.
- Lutas por ano – contagem de lutas em cada ano do intervalo analisado (1993–2024). Isso ajuda a visualizar a evolução do volume de eventos de MMA ao longo do tempo.
- Distribuição de lutas por número de rounds – mostra quantas lutas terminaram no primeiro, segundo, terceiro etc. rounds. Lutas programadas para cinco rounds (eventos principais ou lutas por cinturão) costumam apresentar distribuições distintas das lutas de três rounds.
Vou implementar(eu acho):
- Integrar dados de minutagem das lutas para calcular a taxa real de golpes totais ou quedas por luta;
- Desenvolver modelos preditivos para prever o método de vitória baseado na categoria de peso e nos atributos dos lutadores;
- Explorar o conjunto
mma_decisions.csvpara avaliar o grau de concordância entre os juízes e identificar possíveis vieses.
Contribuições são bem-vindas! Se você quiser sugerir melhorias ou adicionar novo conteúdo:
- Faça um fork do repositório
- Crie uma nova branch
- Envie um pull request
- Abra uma issue issue para discussões
Esse projeto está sob a licença MIT. Para mais detalhes acesse LICENSE.
Nota: Este repositório é destinado apenas para fins de Treinamentos educacionais e de pesquisa.
Made with ☕ and ♥ by Daniel Nunes 👋