资讯专栏INFORMATION COLUMN

实战:从Python分析17-18赛季NBA胜率超70%球队数据开始…

denson / 1073人阅读

摘要:作为一个正奋战在之路上的球迷,开始了一次数据分析实战,于是,以分析球赛数据为起点的操作开始了前言作为一个功能强大的编程语言,如今在数据分析机器学习人工智能等方面如日中天。

Casey    岂安业务风险分析师

主要负责岂安科技RED.Q的数据分析和运营工作。

12月19日,科比再次站在斯台普斯中心球馆中央,见证自己的两件球衣高悬于球馆上空。作为一个正奋战在 Python 之路上的球迷,开始了一次数据分析实战,于是,以分析球赛数据为起点的操作开始了......

前言

python 作为一个功能强大的编程语言,如今在数据分析、机器学习、人工智能等方面如日中天。如果想做数据分析,那么 python 则为一把利器。
初入职场,除了使用 python 中列表、元组、字典等常用数据类型外,经常会接触到一些如 csv 文件、json 格式的数据、或者直接要和数据库打交道。
本文,通过几个小例子简述 python 对 csv、json、mysql 的简单操作。

数据分析实战

1已知 nba-season_17_18.csv 文件(见下图)存放截至目前17-18赛季 NBA 常规赛联盟全部球队的数据。
现在需要将胜率超过 70% 并且场均得分在 110 分的球队信息写入到 result.csv 中。

上述对 csv 文件的操作可通过 python 中的 csv 模块轻松实现,csv 模块分别通过 reader() 和 writer() 实现对 csv 文件的读写,这两种方法都需要传入文件对象。
因此,首先需要使用 open 方法打开 nba-season_17_18.csv,并创建文件对象。

注意:
需要先将文件第一行要写入 result.csv,其余行要依次通过if语句判断胜率和场均得分再选择是否写入。
判断时要注意 reader 中的 row[3] 和 row[10] 是字符串类型,需要转换成 float 类型。

实现的代码如下:

最终result.csv如下:

2json 作为一种轻量级的文本数据交换格式,因为在网络传输过程中具有节省流量、加快速度等优点,使其成为理想的数据交换语言。
python 对 json 的操作主要通过 json 模块中的 dumps() 函数和 loads() 函数。前者将 python 对象编码 json 字符串,而后者则是将已经编码的 json 字符串解码为 python 对象。

代码中 dumps() 函数将列表data编码为 json,其中参数 separators 默认是", "或": "(逗号和冒号后边分别有一个空格)。
第三行代码表示去掉逗号和冒号后边的空格,参数 indent 设置 json 检验后的缩进位数。
代码中 loads() 函数将第三行输出的 json 解码为原来的列表格式。

如果上述 json 字符串和 python 对象存储在文件中,也不用担心,json 模块中的 dump() 和 load() 正是为此而生的。见第8行代码。
输出结果如下:

3方便高效的操作数据库可以节省分析师大量的时间,python 中 pymysql 模块正好满足。
该模块操作数据库的过程可分为以下几步:

其中,创建 connection 对象需要传入以下参数:host(MySQL服务器地址)、port(mysql服务器端口号,默认3306)、user(用户名)、passwd(密码)、db(数据库名)等。
使用 cursor.execute() 执行的 sql 语句,可以是 select 查询语句,也可以是 insert、update、delete 等操作语句。
cursor 获取数据的方法有:
☞fecthone() 获取结果集中的下一条数据
☞fecthmany(n) 获取结果集中的下 n 条数据
☞fetchall() 获取结果集中的剩下所有数据

下图是获取并打印本地数据库中数据的一个例子:

值得注意的是, connection 对象除了 cursor() 方法外,还为支持事务提供两个重要的方法:
commit() 和 rollback()
这两个方法分别是提交所有操作,和回滚当前游标的所有操作。例如,在上例中,Tom借了Lucy10元钱,那么此时需要先将Lucy的压岁钱减掉10,然后将Tom的压岁钱增加10。此时使用事务来保证数据库的完整性,即要么两步都执行,要么都不执行。

结果如下:

结语

本文用 python 对 csv、json、mysql 进行了简单操作。当然要做好数据分析,这些还远远不够。python 知识体系庞大,有大量高效且优秀的库,不得不提的是:

科学计算领域的 NumPy 和 SciPy

数据分析领域的 Pandas

机器学习领域的 scikit-learn。

总之,python 的知识点众多,学好不是一朝一夕的事情。但是,初入职场的小白觉得,学习其中任何一个知识点,除了看书、听课、参加讲座等方式外,更重要的是实际操作能力和思考总结能力。

当然我也一直在学习中。文中有不当之处,敬请批评指正。如果您有关于数据分析的想法,特别欢迎一起交流、共同进步。谢谢。

文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。

转载请注明本文地址:https://www.ucloud.cn/yun/41179.html

相关文章

  • Python告诉你NBA球星都喜欢在哪个位置出手?

    摘要:近日各队纷纷发布季前赛赛程,迎接新赛季。实际上,数据分析团队对于现在的球队已经算是标配了,无论是在球员选择还是战术制定上都起着重要的作用。于是,我们就借助官方数据和的绘图函数,来看一看不同的球员都是在什么位置出手投篮的。比如林书豪就是。 showImg(https://segmentfault.com/img/remote/1460000019790849); 作者 | Crossin...

    stackfing 评论0 收藏0
  • python在Scikit-learn中用决策树和随机森林预测NBA获胜者

    摘要:在本文中,我们将以的决策树和随机森林预测获胜者。用决策树和随机森林预测获胜者导入数据集并解析日期导入熊猫作为。这将帮助我们查看决策树分类器的预测是否正确。混淆矩阵显示了我们决策树的正确和不正确的分类。 showImg(https://segmentfault.com/img/bVbcr26?w=750&h=383); 在本文中,我们将以Scikit-learn的决策树和随机森林预测NB...

    learning 评论0 收藏0
  • 采用 Python 机器学习预测足球比赛结果

    摘要:采用机器学习预测足球比赛结果足球是世界上最火爆的运动之一,世界杯期间也往往是球迷们最亢奋的时刻。特征工程在机器学习中占有非常重要的作用,一般认为括特征构建特征提取特征选择三大部分。 采用 Python 机器学习预测足球比赛结果 足球是世界上最火爆的运动之一,世界杯期间也往往是球迷们最亢奋的时刻。比赛狂欢季除了炸出了熬夜看球的铁杆粉丝,也让足球竞猜也成了大家茶余饭后最热衷的话题。甚至连原...

    FrancisSoung 评论0 收藏0
  • 采用 Python 机器学习预测足球比赛结果

    摘要:采用机器学习预测足球比赛结果足球是世界上最火爆的运动之一,世界杯期间也往往是球迷们最亢奋的时刻。特征工程在机器学习中占有非常重要的作用,一般认为括特征构建特征提取特征选择三大部分。 采用 Python 机器学习预测足球比赛结果 足球是世界上最火爆的运动之一,世界杯期间也往往是球迷们最亢奋的时刻。比赛狂欢季除了炸出了熬夜看球的铁杆粉丝,也让足球竞猜也成了大家茶余饭后最热衷的话题。甚至连原...

    import. 评论0 收藏0
  • 欧洲杯激战正酣,如何用大数据变身专家级球迷

    摘要:通过这一数据工具,德国队可以迅速评估比赛状况每个球员的特点和表现球员的防守范围对方球队的空当区等信息。在了解自己的基础上,德国队还利用这一工具对对手的技术数据进行了分析,并根据分析结果确定相应战术。 showImg(https://segmentfault.com/img/bVyybs); 这几天,欧洲杯赛程正在火热进行中,赛况如何,你熬夜看了吗?如果你是一位资深体育迷,一定早已发现,...

    BlackHole1 评论0 收藏0

发表评论

0条评论

最新活动
阅读需要支付1元查看
<