IndividualRacePerformanceEvaluator

Il progetto IndividualRacePerformanceEvaluator propone un sistema di valutazione statistica per i piloti di motorsport (con particolare focus su Formula 1), ispirato alla formula "Valutazione di Lega" utilizzata nel basket. L’obiettivo è fornire un indicatore oggettivo delle prestazioni dei piloti gara per gara.

🎯 Obiettivi

✅ Applicare un sistema di valutazione oggettivo alle prestazioni individuali dei piloti.
✅ Automatizzare la raccolta dati e il calcolo dei punteggi.
✅ Generare report settimanali tramite pipeline (GitHub Actions).

🏎️ Variabili considerate

Variabile	Codice	Unità	Descrizione
Posizione partenza	PP	Pos	Posizione in griglia
Posizione arrivo	PA	Pos	Posizione finale
Posizioni guadagnate	PG	ΔPos	PP - PA
Sorpassi effettuati	SE	Sorp	(Non disponibile direttamente in Fast-F1)
Sorpassi subiti	SS	Sorp	(Non disponibile direttamente in Fast-F1)
Under-Cut riusciti	UC	Sorp	(Non disponibile direttamente)
Contatti causati	CC	Cont	(Non disponibile)
Contatti subiti	CS	Cont	(Non disponibile)
Ritiri causati	RC	Rit	(Stimabile solo manualmente o da note extra)
Ritiri subiti	RS	Rit	(Stimabile solo manualmente o da note extra)
Giri al comando	GG	Giri	Numero giri al comando
% giri al comando	GG%	%	GG / totale giri gara
Giri completati	GC	Giri	Numero giri completati
% giri completati	GC%	%	GC / totale giri gara
Pit stop oltre media	PSE	Pit	(Possibile confronto con media pit stop evento)
Penalità (numero)	PO	Pen	Numero penalità
Penalità (sec)	POS	sec	Secondi di penalità totali

ℹ️ Note sui dati

Le seguenti variabili non sono direttamente ottenibili da Fast-F1:

• Sorpassi effettuati/subiti (SE, SS)
• Under-Cut riusciti (UC)
• Contatti (CC, CS)
• Ritiri causati/subiti (RC, RS)

👉 Approccio: Queste metriche potranno essere aggiunte manualmente o con fonti esterne (es. FIA race notes). Il sistema è progettato per integrarle successivamente.

📈 Formula di valutazione (prima versione)

Valutazione = (PP * 0.75 + PG) + (SE - SS + UC) - (CC * 1.25) \
              - (RC + RS) + GG + GC - (PO + POS/10)

👉 Nota: La formula verrà calibrata in base alle variabili effettivamente disponibili.

⚙️ Architettura

• Python + Fast-F1: per scaricare e analizzare i dati
• Jinja2 + pdfkit / WeasyPrint: per creare i report
• GitHub Actions: per pipeline automatizzate (update settimanale e report)

🚀 Come iniziare 1️⃣ Installa i requisiti:

pip install -r requirements.txt

2️⃣ Esegui l’analisi per un gran premio:

python -m src.evaluator --year 2024 --gp "Monaco"

3️⃣ Genera un report:

python -m src.report_generator --year 2024 --gp "Monaco"

🤖 Pipeline automatica GitHub Actions esegue settimanalmente:

• Aggiornamento dei dati dell'ultima gara
• Calcolo valutazioni
• Generazione e upload del report

📄 Licenza Questo progetto è distribuito sotto licenza MIT.

---

🛠️ Requisiti (requirements.txt)

fastf1
pandas
jinja2
weasyprint
matplotlib