摘要：作為一個(gè)正奮戰(zhàn)在之路上的球迷，開(kāi)始了一次數(shù)據(jù)分析實(shí)戰(zhàn)，于是，以分析球賽數(shù)據(jù)為起點(diǎn)的操作開(kāi)始了前言作為一個(gè)功能強(qiáng)大的編程語(yǔ)言，如今在數(shù)據(jù)分析機(jī)器學(xué)習(xí)人工智能等方面如日中天。

Casey    豈安業(yè)務(wù)風(fēng)險(xiǎn)分析師
主要負(fù)責(zé)豈安科技RED.Q的數(shù)據(jù)分析和運(yùn)營(yíng)工作。

12月19日，科比再次站在斯臺(tái)普斯中心球館中央，見(jiàn)證自己的兩件球衣高懸于球館上空。作為一個(gè)正奮戰(zhàn)在 Python 之路上的球迷，開(kāi)始了一次數(shù)據(jù)分析實(shí)戰(zhàn)，于是，以分析球賽數(shù)據(jù)為起點(diǎn)的操作開(kāi)始了......

python 作為一個(gè)功能強(qiáng)大的編程語(yǔ)言，如今在數(shù)據(jù)分析、機(jī)器學(xué)習(xí)、人工智能等方面如日中天。如果想做數(shù)據(jù)分析，那么 python 則為一把利器。
初入職場(chǎng)，除了使用 python 中列表、元組、字典等常用數(shù)據(jù)類(lèi)型外，經(jīng)常會(huì)接觸到一些如 csv 文件、json 格式的數(shù)據(jù)、或者直接要和數(shù)據(jù)庫(kù)打交道。
本文，通過(guò)幾個(gè)小例子簡(jiǎn)述 python 對(duì) csv、json、mysql 的簡(jiǎn)單操作。

1已知 nba-season_17_18.csv 文件（見(jiàn)下圖）存放截至目前17-18賽季 NBA 常規(guī)賽聯(lián)盟全部球隊(duì)的數(shù)據(jù)。
現(xiàn)在需要將勝率超過(guò) 70% 并且場(chǎng)均得分在 110 分的球隊(duì)信息寫(xiě)入到 result.csv 中。

上述對(duì) csv 文件的操作可通過(guò) python 中的 csv 模塊輕松實(shí)現(xiàn)，csv 模塊分別通過(guò) reader() 和 writer() 實(shí)現(xiàn)對(duì) csv 文件的讀寫(xiě)，這兩種方法都需要傳入文件對(duì)象。
因此，首先需要使用 open 方法打開(kāi) nba-season_17_18.csv，并創(chuàng)建文件對(duì)象。

注意：
需要先將文件第一行要寫(xiě)入 result.csv，其余行要依次通過(guò)if語(yǔ)句判斷勝率和場(chǎng)均得分再選擇是否寫(xiě)入。
判斷時(shí)要注意 reader 中的 row[3] 和 row[10] 是字符串類(lèi)型，需要轉(zhuǎn)換成 float 類(lèi)型。

實(shí)現(xiàn)的代碼如下：

最終result.csv如下：

2json 作為一種輕量級(jí)的文本數(shù)據(jù)交換格式，因?yàn)樵诰W(wǎng)絡(luò)傳輸過(guò)程中具有節(jié)省流量、加快速度等優(yōu)點(diǎn)，使其成為理想的數(shù)據(jù)交換語(yǔ)言。
python 對(duì) json 的操作主要通過(guò) json 模塊中的 dumps() 函數(shù)和 loads() 函數(shù)。前者將 python 對(duì)象編碼 json 字符串，而后者則是將已經(jīng)編碼的 json 字符串解碼為 python 對(duì)象。

代碼中 dumps() 函數(shù)將列表data編碼為 json，其中參數(shù) separators 默認(rèn)是", "或": "（逗號(hào)和冒號(hào)后邊分別有一個(gè)空格）。
第三行代碼表示去掉逗號(hào)和冒號(hào)后邊的空格，參數(shù) indent 設(shè)置 json 檢驗(yàn)后的縮進(jìn)位數(shù)。
代碼中 loads() 函數(shù)將第三行輸出的 json 解碼為原來(lái)的列表格式。

如果上述 json 字符串和 python 對(duì)象存儲(chǔ)在文件中，也不用擔(dān)心，json 模塊中的 dump() 和 load() 正是為此而生的。見(jiàn)第8行代碼。
輸出結(jié)果如下：

3方便高效的操作數(shù)據(jù)庫(kù)可以節(jié)省分析師大量的時(shí)間，python 中 pymysql 模塊正好滿(mǎn)足。
該模塊操作數(shù)據(jù)庫(kù)的過(guò)程可分為以下幾步：

其中，創(chuàng)建 connection 對(duì)象需要傳入以下參數(shù)：host（MySQL服務(wù)器地址）、port（mysql服務(wù)器端口號(hào)，默認(rèn)3306）、user（用戶(hù)名）、passwd（密碼）、db（數(shù)據(jù)庫(kù)名）等。
使用 cursor.execute() 執(zhí)行的 sql 語(yǔ)句，可以是 select 查詢(xún)語(yǔ)句，也可以是 insert、update、delete 等操作語(yǔ)句。
cursor 獲取數(shù)據(jù)的方法有:
?fecthone() 獲取結(jié)果集中的下一條數(shù)據(jù)
?fecthmany(n) 獲取結(jié)果集中的下 n 條數(shù)據(jù)
?fetchall() 獲取結(jié)果集中的剩下所有數(shù)據(jù)

下圖是獲取并打印本地?cái)?shù)據(jù)庫(kù)中數(shù)據(jù)的一個(gè)例子：

值得注意的是, connection 對(duì)象除了 cursor() 方法外，還為支持事務(wù)提供兩個(gè)重要的方法：
commit() 和 rollback()
這兩個(gè)方法分別是提交所有操作，和回滾當(dāng)前游標(biāo)的所有操作。例如，在上例中，Tom借了Lucy10元錢(qián)，那么此時(shí)需要先將Lucy的壓歲錢(qián)減掉10，然后將Tom的壓歲錢(qián)增加10。此時(shí)使用事務(wù)來(lái)保證數(shù)據(jù)庫(kù)的完整性，即要么兩步都執(zhí)行，要么都不執(zhí)行。

結(jié)果如下：

本文用 python 對(duì) csv、json、mysql 進(jìn)行了簡(jiǎn)單操作。當(dāng)然要做好數(shù)據(jù)分析，這些還遠(yuǎn)遠(yuǎn)不夠。python 知識(shí)體系龐大，有大量高效且優(yōu)秀的庫(kù)，不得不提的是：

科學(xué)計(jì)算領(lǐng)域的 NumPy 和 SciPy

數(shù)據(jù)分析領(lǐng)域的 Pandas

機(jī)器學(xué)習(xí)領(lǐng)域的 scikit-learn。

總之，python 的知識(shí)點(diǎn)眾多，學(xué)好不是一朝一夕的事情。但是，初入職場(chǎng)的小白覺(jué)得，學(xué)習(xí)其中任何一個(gè)知識(shí)點(diǎn)，除了看書(shū)、聽(tīng)課、參加講座等方式外，更重要的是實(shí)際操作能力和思考總結(jié)能力。

當(dāng)然我也一直在學(xué)習(xí)中。文中有不當(dāng)之處，敬請(qǐng)批評(píng)指正。如果您有關(guān)于數(shù)據(jù)分析的想法，特別歡迎一起交流、共同進(jìn)步。謝謝。