⚽ Football Stats Dashboard - Saison 2024-25

Projet complet de Data Science appliquée au football : collecte automatique de données depuis FBref via web scraping, stockage SQLite, et visualisation interactive via un tableau de bord Django.

---

🎯 Objectif du projet

Construire un pipeline complet collecte → stockage → visualisation pour analyser les performances des 5 grands championnats européens de football sur la saison 2024-25 :

FBref.com  →  Scraper Python  →  SQLite  →  Dashboard Django

---

🏆 Championnats couverts

Ligue	Pays	Équipes	Matchs
🏴󠁧󠁢󠁥󠁮󠁧󠁿 Premier League	Angleterre	20	380
🇪🇸 La Liga	Espagne	20	380
🇮🇹 Serie A	Italie	20	380
🇫🇷 Ligue 1	France	18	306
🇩🇪 Bundesliga	Allemagne	18	306

---

📊 Chiffres clés

Métrique	Valeur
⚽ Buts marqués	4 741
🏟️ Matchs joués	2 136
👤 Joueurs trackés	2 773
🛡️ Clubs	96
🎯 Passes décisives	3 391
📸 Photos joueurs	2 533

---

🗂️ Structure du projet

webscrapping/
│
├── 📁 scrapping/                 # Partie 1 — Collecte des données
│   ├── main.py                   # Orchestrateur principal
│   ├── settings.py               # Configuration ligues et URLs
│   ├── browser.py                # Playwright + anti-Cloudflare
│   ├── fixtures.py               # Classements et résultats
│   ├── players.py                # Statistiques joueurs
│   ├── teams.py                  # Statistiques équipes
│   ├── images.py                 # Photos joueurs
│   ├── logos.py                  # Logos clubs
│   ├── db.py                     # Base SQLite
│   ├── requirements.txt          # Dépendances
│   ├── football.db               # Base de données générée
│   └── images/
│       ├── players/              # 2533 photos joueurs
│       └── logos/                # 96 logos clubs
│
└── 📁 football_dashboard/        # Partie 2 — Visualisation
    ├── run.py                    # Lancement rapide
    ├── manage.py                 # Commande Django
    ├── football.db               # Base de données (copie)
    ├── dashboard/
    │   ├── data.py               # Requêtes SQL
    │   ├── views.py              # Logique des pages
    │   └── urls.py               # Routing
    ├── templates/dashboard/      # Pages HTML
    │   ├── base.html             # Template de base
    │   ├── home.html             # Accueil
    │   ├── ligue.html            # Détail championnat
    │   ├── joueurs.html          # Grille joueurs
    │   ├── equipes.html          # Comparaison équipes
    │   └── matchs.html           # Résultats
    ├── static/css/style.css      # Design dark mode
    └── media/                    # Images servies
        ├── players/
        └── logos/

---

🚀 Installation complète

Prérequis

• Python 3.10+
• pip

1. Cloner le dépôt

git clone https://github.com/moustxf05/Project-python-webscraping-football.git
cd Project-python-webscraping-football

2. Installer les dépendances

pip install -r scrapping/requirements.txt

---

🕷️ Partie 1 - Lancer le scraping

cd scrapping

# Installer le navigateur Playwright
playwright install chromium

# Lancer la collecte complète
python main.py

⚠️ Durée estimée : 5 a 10 minutes (délais anti-Cloudflare inclus).
La base football.db est déjà fournie - cette étape est optionnelle.

---

🖥️ Partie 2 Lancer le dashboard

cd football_dashboard/football_dashboard

# Windows — copier les images
xcopy /E /I ..\..\scrapping\images\players media\players
xcopy /E /I ..\..\scrapping\images\logos media\logos

# Mac/Linux — copier les images
cp -r ../../scrapping/images/players media/players
cp -r ../../scrapping/images/logos media/logos

# Lancer le serveur
python manage.py runserver

Ouvrir dans le navigateur : http://127.0.0.1:8000/

Lancement rapide (Windows)

python run.py
# Lance le serveur ET ouvre le navigateur automatiquement

---

📈 Pages du dashboard

Page	URL	Contenu
🏠 Accueil	/	KPIs, Top 10 buteurs avec photos, comparaison ligues
🏆 Ligue	/ligue/Premier League/	Classement avec logos, buts/journée, stars
👤 Joueurs	/joueurs/	Grille filtrable par ligue/poste/tri
🛡️ Équipes	/equipes/	Top attaques, défenses, possession
📋 Matchs	/matchs/	Tous les résultats, recherche live

---

🔍 Insights clés Saison 2024-25

🥇 Top 5 Buteurs

Joueur	Club	Ligue	Buts	Assists
Kylian Mbappé	Real Madrid	🇪🇸 La Liga	31	3
Mohamed Salah	Liverpool	🏴󠁧󠁢󠁥󠁮󠁧󠁿 PL	29	18
Robert Lewandowski	Barcelona	🇪🇸 La Liga	27	2
Harry Kane	Bayern Munich	🇩🇪 Bundesliga	26	9
Mateo Retegui	Atalanta	🇮🇹 Serie A	25	8

🏠 Avantage Domicile

Ligue	% Dom.	% Ext.	Équilibre
🇫🇷 Ligue 1	46%	33%	Faible
🇪🇸 La Liga	44%	30%	Faible
🏴󠁧󠁢󠁥󠁮󠁧󠁿 Premier League	41%	35%	Moyen
🇮🇹 Serie A	40%	32%	Moyen
🇩🇪 Bundesliga	38%	36%	Très élevé

💡 La Bundesliga est la ligue la plus équilibrée d'Europe (seulement 2% d'écart).

---

🛠️ Stack technique

Outil	Usage
Playwright	Navigation automatisée + contournement Cloudflare
BeautifulSoup4	Parsing HTML des tableaux FBref
requests	Téléchargement images avec cookies
SQLite	Stockage des données
ThreadPoolExecutor	Téléchargement parallèle des images
Django 6	Framework web du dashboard
Chart.js	Graphiques interactifs (barres, courbes, bulles)
Loguru	Logging structuré du scraping

---

⚠️ Avertissement légal

Ce projet est réalisé à des fins éducatives uniquement.
Les données proviennent de FBref.com Sports Reference LLC.

---

👤 Auteur

Mouhamed Moustapha Ndiaye
Étudiant en Data Science
🔗 GitHub