Открытый Rust-набор инструментов для записи, визуализации, запросов и потоковой передачи мультимодальных данных робототехники и датчиков во времени.
theOehrly/Fast-F1
Python-пакет для получения и анализа результатов, расписаний, данных хронометража и телеметрии Formula 1 с возвратом данных в виде pandas DataFrame.
- Звёзды
- 5,476
- Форки
- 499
- Открытые issues
- 44
- Последний коммит
- позавчера
Что это?
FastF1 — это Python-пакет для загрузки данных Formula 1 в рабочие процессы анализа. Он предоставляет доступ к данным хронометража, телеметрии болидов, результатам сессий и расписаниям гонок, а также поддерживает API jolpica-f1, совместимый с Ergast, для получения текущих и исторических данных чемпионата.
Все данные возвращаются в виде расширенных pandas DataFrame, а пакет дополняет их вспомогательными функциями для типичных задач, связанных с F1. В него также входит интеграция с Matplotlib для построения графиков, а запросы к API кэшируются, поэтому при повторном запуске скрипта не нужно заново загружать те же данные.
FastF1 можно установить с помощью pip или conda-forge. В проекте указано, что он неофициальный и не связан с компаниями Formula 1.
Ключевые возможности
- 01Доступ к данным хронометража F1, телеметрии, результатам сессий и расписаниям
- 02Поддержка API jolpica-f1, совместимого с Ergast, для получения исторических данных
- 03Возврат данных в виде расширенных pandas DataFrame со вспомогательными методами для работы с F1
- 04Интеграция с Matplotlib для визуализации
- 05Кэширование всех запросов к API для ускорения повторных запусков скриптов
Сценарии использования
- Анализ времени кругов и темпа пилотов в течение гоночного уик-энда
- Сравнение телеметрии пилотов, например скорости и положения педали газа
- Создание исторической статистики или дашбордов по F1 в Jupyter notebooks
Быстрый старт
- 1
Установите FastF1 с помощью pip
pip install fastf1 - 2
Или установите с помощью conda
conda install -c conda-forge fastf1 - 3
Инструкции по использованию см. в официальной документации
Что важно знать
- Неофициальный проект, не связанный с компаниями Formula 1.
- Для некоторых функций и установки в средах Pyodide/WASM требуются дополнительные действия вручную; они не прошли всестороннее тестирование.
Темы
Частые вопросы
- Что такое Fast-F1?
- Python-пакет для получения и анализа результатов, расписаний, данных хронометража и телеметрии Formula 1 с возвратом данных в виде pandas DataFrame. FastF1 — это Python-пакет для загрузки данных Formula 1 в рабочие процессы анализа. Он предоставляет доступ к данным хронометража, телеметрии болидов, результатам сессий и расписаниям гонок, а также поддерживает API jolpica-f1, совместимый с Ergast, для получения текущих и исторических данных чемпионата.
- Fast-F1 можно использовать бесплатно? Какая у него лицензия?
- Fast-F1 распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- Fast-F1 всё ещё поддерживается?
- Активно поддерживается. Последний коммит в Fast-F1 — 18 окт. 2026 г..
- Для чего можно использовать Fast-F1?
- Анализ времени кругов и темпа пилотов в течение гоночного уик-энда Сравнение телеметрии пилотов, например скорости и положения педали газа Создание исторической статистики или дашбордов по F1 в Jupyter notebooks
- Как установить Fast-F1?
- Установите FastF1 с помощью pip: pip install fastf1 Или установите с помощью conda: conda install -c conda-forge fastf1 Инструкции по использованию см. в официальной документации
- Где скачать Fast-F1?
- Исходный код и инструкции по установке — на GitHub: https://github.com/theOehrly/Fast-F1
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Скринер акций китайского рынка A-share: после закрытия биржи проверяет шесть технических стратегий и отправляет результаты в Feishu.
Полноценная замена Jupyter с AI-агентом, форматом ноутбуков `.deepnote` на YAML и блочным редактором для Python, R и SQL.
Библиотека Python для создания оформленных таблиц из DataFrame в pandas или Polars с выводом в HTML или изображение.
ManimGL — оригинальный движок 3Blue1Brown для создания точных анимаций на основе кода, используемых в обучающих видео по математике.
Преобразует неструктурированный текст в интерактивный граф знаний: LLM извлекает триплеты «субъект — предикат — объект».