theOehrly/Fast-F1

어떤 프로젝트인가요?

핵심 기능

• 01F1 타이밍 데이터, 텔레메트리, 세션 결과 및 일정에 액세스
• 02과거 데이터를 위한 Ergast 호환 jolpica-f1 API 지원
• 03F1 전용 헬퍼 메서드가 포함된 확장 pandas DataFrame으로 데이터 반환
• 04시각화를 위한 Matplotlib 연동
• 05반복 실행하는 스크립트의 속도를 높이기 위해 모든 API 요청을 캐시

활용 사례

• 레이스 주말 동안 랩 타임과 드라이버의 페이스 분석
• 드라이버 간 속도와 스로틀 등 텔레메트리 비교
• Jupyter 노트북에서 과거 F1 통계 또는 대시보드 구축

빠른 시작

1. 1

   pip으로 FastF1 설치

   pip install fastf1
2. 2

   또는 conda로 설치

   conda install -c conda-forge fastf1
3. 3

   사용법은 공식 문서를 참고하세요

사용 전 알아둘 점

• !Formula 1 관련 기업과는 무관한 비공식 프로젝트입니다.
• !Pyodide/WASM 환경에서는 일부 기능과 설치에 추가 수동 단계가 필요하며, 충분히 테스트되지 않았습니다.

토픽

자주 묻는 질문

Fast-F1은(는) 무엇인가요?

Formula 1 결과, 일정, 타이밍 데이터와 텔레메트리를 가져와 pandas DataFrame으로 제공하는 Python 패키지입니다. FastF1은 Formula 1 데이터를 분석 워크플로에 가져올 수 있는 Python 패키지입니다. 타이밍 데이터, 차량 텔레메트리, 세션 결과와 레이스 일정을 제공하며, 현재 및 과거 챔피언십 데이터를 위해 Ergast 호환 jolpica-f1 API를 지원합니다.

Fast-F1은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

Fast-F1은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

Fast-F1은(는) 아직 유지보수되고 있나요?

활발히 유지보수 중. Fast-F1의 마지막 커밋은 2026년 10월 18일입니다.

Fast-F1은(는) 어디에 사용할 수 있나요?

레이스 주말 동안 랩 타임과 드라이버의 페이스 분석 드라이버 간 속도와 스로틀 등 텔레메트리 비교 Jupyter 노트북에서 과거 F1 통계 또는 대시보드 구축

Fast-F1는 어떻게 설치하나요?

pip으로 FastF1 설치: pip install fastf1 또는 conda로 설치: conda install -c conda-forge fastf1 사용법은 공식 문서를 참고하세요

Fast-F1은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/theOehrly/Fast-F1