NBA 史上實(shí)力最弱的球隊(duì)是哪個(gè)？用 Python + SQL 我們找到了答案

本文作者： AI研習(xí)社

2017-05-22 10:08

導(dǎo)語：NBA 史上實(shí)力最弱的球隊(duì)是哪個(gè)？

雷鋒網(wǎng)按：此前我們專門發(fā)布了一篇文章分析NBA史上實(shí)力最強(qiáng)的球隊(duì)，詳見《用 Python 分析過去四年的比賽數(shù)據(jù)，實(shí)力最強(qiáng)的 NBA 球隊(duì)原來是它》，這次我們來看看最弱的是哪個(gè)。原文作者 Kaiser，景略集智總經(jīng)理，原載于集智網(wǎng)專欄，雷鋒網(wǎng)已獲授權(quán)。

文中部分代碼會(huì)有“代碼補(bǔ)完”字樣的注釋，是留給讀者自己補(bǔ)完并在線評(píng)測(cè)的，相當(dāng)于小作業(yè)，這里就請(qǐng)大家自行腦補(bǔ)吧。（編者注：每個(gè)需要補(bǔ)充的部分都給出了提示信息）

01. elo值

elo值就像現(xiàn)在競(jìng)技網(wǎng)游里的天梯系統(tǒng)，隊(duì)伍在每場(chǎng)比賽后會(huì)根據(jù)表現(xiàn)有所調(diào)整，勝增敗減，小勝小增，大勝大增。elo值反映了一支隊(duì)伍在常規(guī)賽中的勝場(chǎng)期望，1800的對(duì)應(yīng)期望是獲勝67場(chǎng)以上，就是王朝級(jí)強(qiáng)隊(duì)了。具體的天梯分段分布如下：

ELO值匹配戰(zhàn)績(jī) 對(duì)應(yīng)隊(duì)伍描述
1800 67-15 史詩級(jí)別
1700 60-22 總冠軍爭(zhēng)奪者
1600 51-31 季后賽水平
1500 41-41 平均水平
1400 31-51 樂透水平
1300 22-60 無言以對(duì)
1200 15-67 糟糕透頂

歷史上最高紀(jì)錄是96年總決賽階段的公牛，曾一度突破了1850分。

知名數(shù)據(jù)分析網(wǎng)站538（fivethirtyeight.com）提供了NBA歷史賽程的 elo 值記錄（至2015賽季），有六萬余條數(shù)據(jù)。這個(gè)數(shù)據(jù)量不能算很大，但是在本地用Excel直接打開操作，估計(jì)體驗(yàn)還是挺痛苦的，這里就介紹一下如何用 Python+SQL 來處理，或許會(huì)對(duì)廣大勞形于 Excel 之間的朋友們有所幫助。

02. 元組

元組(tuple)是另一種Python中常用的數(shù)據(jù)類型，他跟列表非常相似，都可以包含若干元素，并且元素的調(diào)用都是通過方括號(hào)[]+索引的形式。

sample_list = [0,1,2,3]
sample_tuple = (0,1,2,3)

# 列表的第1個(gè)元素
sample_list[0]

# 元組的第2個(gè)元素
sample_tuple[1]

主要區(qū)別在于：

● 元組用括號(hào)()定義，列表用方括號(hào)[]定義
● 元組不可更改
● 即使只有一個(gè)元素，也需要有逗號(hào)，如(item1, )。如果缺了這個(gè)逗號(hào)，得到的仍是元素本身，而不是元組。

元組只能在定義時(shí)賦值，如果強(qiáng)行更改會(huì)得到解釋器的錯(cuò)誤提示。

TypeError:
'tuple' object does not support item assignment

有的函數(shù)返回值并非一個(gè)數(shù)值或字符，而是具有多重輸出，這時(shí)就以元組格式存在。比如下例返回的是兩個(gè)輸入?yún)?shù)的和與乘積，可以點(diǎn)擊運(yùn)行查看，兩個(gè)輸出在()中。

def sum_times(x, y):
return (x + y), (x * y)sum_times(2,3)

03. 數(shù)據(jù)庫

在之前的幾篇教程中，我們已經(jīng)接觸過了一些數(shù)據(jù)集，既有在程序中生成的，也有存儲(chǔ)在文本文件中的。對(duì)于體積較大的數(shù)據(jù)集，一般都存在文件中，程序運(yùn)行時(shí)再讀入內(nèi)存。

但是文件存儲(chǔ)數(shù)據(jù)（.txt或.csv）還面臨很大的問題，一是當(dāng)數(shù)據(jù)量比計(jì)算機(jī)內(nèi)存還要大的時(shí)候，會(huì)帶來沉重的計(jì)算負(fù)擔(dān)甚至無法運(yùn)行；二是數(shù)據(jù)有可能高頻變化，比如電商在雙11高峰期每秒就有幾萬次交易，普通的文件格式顯然無法處理。

于是數(shù)據(jù)庫(database)應(yīng)運(yùn)而生。數(shù)據(jù)庫首先是結(jié)構(gòu)化(structured)存儲(chǔ)數(shù)據(jù)的方式，為了更加靈活的處理數(shù)據(jù)，程序不再一次性將所有數(shù)據(jù)讀入內(nèi)存，而是根據(jù)具體需要進(jìn)行查詢（query），獲得相應(yīng)的數(shù)據(jù)集。完成這些工作的程序語言叫作SQL(Structured Query Language)，在計(jì)算機(jī)方面稍有常識(shí)的朋友想必都對(duì)這個(gè)縮寫不會(huì)陌生。

著名的關(guān)系型數(shù)據(jù)庫管理系統(tǒng)有MySQL, Oracle等。

NBA 史上實(shí)力最弱的球隊(duì)是哪個(gè)？用 Python + SQL 我們找到了答案

04. SQLite

SQL是專為查詢、操作數(shù)據(jù)庫所用的語言，所以不像Python, JavaScript等語言那樣功能豐富，擴(kuò)展多樣。

一個(gè)數(shù)據(jù)庫由若干個(gè)表(table)組成，就像每個(gè)Excel文件里有多個(gè)Sheets。每個(gè)表又包含行(row)與列(column)，這就比較好理解了。一行代表一個(gè)樣本，而多列定義了各個(gè)維度上的屬性。

SQLite是一種輕型的數(shù)據(jù)庫管理系統(tǒng)，占用資源極低且處理速度快，目前更新到了3版本。Python有專門處理SQLite語句的庫sqlite3。

import sqlite3

以下我們將以一份NBA的歷史賽程數(shù)據(jù)為例，來了解SQL的基本法則與應(yīng)用方法。（數(shù)據(jù)來源：FiveThirtyEight）

NBA 史上實(shí)力最弱的球隊(duì)是哪個(gè)？用 Python + SQL 我們找到了答案

05. 查詢

與數(shù)據(jù)庫進(jìn)行通信的最基本形式是查詢（query），即返回符合條件的數(shù)據(jù)子集，其基本關(guān)鍵字是SELECT，SELECT后面跟所選列的表頭。前面提到過一個(gè)數(shù)據(jù)庫里可能存在多個(gè)表，所以查詢語句必須指定來源表，關(guān)鍵字是FROM。

SELECT column1, column2, ... FROM table;

注意SQL是要求句末有分號(hào)（;）的，這與Python的習(xí)慣大為不同，可能會(huì)喚起一度為C++支配的恐懼。

NBA數(shù)據(jù)庫里只含一張表，名為sheet，假設(shè)我們想要查詢sheet表中的team_id列，那么對(duì)應(yīng)的SQL是：

SELECT team_id FROM nba_history;

如果數(shù)據(jù)庫非常龐大，那么即使哪怕僅僅查詢某些列，也是不小的計(jì)算量，這里可以引入新的關(guān)鍵字LIMIT，之后接想要查詢的行數(shù)。比如只想要前 5 行的 team_id 列，那么SQL為：

SELECT team_id FROM nba_history LIMIT 5;

下例將通過Python調(diào)用SQLite，查詢elo_n和win_equiv兩列的前5行：

import sqlite3
conn = sqlite3.connect('/mnt/vol0/Py_Intro/05_tuple_database/nbaallelo.db')
cur = conn.cursor()

# 代碼補(bǔ)完

query =

#代碼補(bǔ)完

cur.execute(query)
elos = cur.fetchall()
conn.close()

print(elos)

補(bǔ)完提示：回顧示例，替換關(guān)鍵字之間的名稱，并以字符類型賦值予變量 query

可見，查詢語句返回的是以元組(tuple)為元素的列表(list)。上例的輸出即是5個(gè)(elo_n, win_equiv)組成的列表，應(yīng)為：

[(1293.2767, 40.29483),
(1306.7233, 41.70517),
(1309.6521, 42.012257),
(1297.0712, 40.692783),
(1279.6189, 38.864048)]

06. SQLite with Python

在04節(jié)最后的例子中，除了SQL語句，還有很多Python命令，這些是Python調(diào)用SQLite的語句。

連接對(duì)象

首先是建立與數(shù)據(jù)庫的聯(lián)系，sqlite3.connect()將返回Connection實(shí)例對(duì)象，然后存為conn變量，此時(shí)的conn對(duì)應(yīng)的是整個(gè)數(shù)據(jù)庫。

import sqlite3
conn = sqlite3.connect("/mnt/vol0/Py_Intro/05_tuple_database/nbaallelo.db")

游標(biāo)對(duì)象

Connection對(duì)象的.cursor()可以創(chuàng)建游標(biāo)對(duì)象(cursor object)。游標(biāo)對(duì)象可以對(duì)數(shù)據(jù)庫執(zhí)行SQL語句并進(jìn)行更靈活的數(shù)據(jù)操作。

NBA 史上實(shí)力最弱的球隊(duì)是哪個(gè)？用 Python + SQL 我們找到了答案

王莽的游標(biāo)

query是純SQL語句，通過cur.execute()實(shí)際執(zhí)行，此時(shí)數(shù)據(jù)庫查詢的結(jié)果仍在cur對(duì)象中。最后調(diào)用cur.fetchall()將查詢結(jié)果全部返回，并存至變量elos，就是最終得到的元組列表。

如果只想返回一條查詢結(jié)果，可以使用cur.fetchone()。

關(guān)于Python與SQLite3的聯(lián)合應(yīng)用，以后還會(huì)深入講解，本篇仍將重點(diǎn)回歸到SQL語句上。

07. Where

僅僅從數(shù)據(jù)庫的某個(gè)表中查詢某一列的前若干行，這樣的操作局限性太大，很難滿足應(yīng)用需求。實(shí)際上我們感興趣的數(shù)據(jù)子集并非總是按照順序排列，而是符合某種限制條件。

為了進(jìn)一步縮減精確查詢范圍，可以使用關(guān)鍵字WHERE。比如我們想要查詢NBA歷史上，賽后elo值elo_n高于1850的強(qiáng)隊(duì)ID，其SQL語句是：

SELECT team_id, elo_n FROM sheet WHERE elo_n > 1850

查詢結(jié)果表明，歷史上唯一一支elo值曾經(jīng)突破1850的隊(duì)伍是1996年總決賽時(shí)期的芝加哥公牛。

下面請(qǐng)查詢elo_n低于1100的弱隊(duì)ID，及其對(duì)應(yīng)比賽日期。sqlite3庫以及連接對(duì)象、游標(biāo)對(duì)象已經(jīng)預(yù)定義，可以從定義SQL查詢語句query開始。

# 代碼補(bǔ)完

query =

# 代碼補(bǔ)完

cur.execute(query)
elo_1100 = cur.fetchall()
conn.close()

print(elo_1100)

補(bǔ)完提示：請(qǐng)以"fran_id", "date_game", "elo_n"的順序進(jìn)行查詢。

查詢篩選結(jié)果顯示，歷史上一度衰到1100以下的弱旅，也只有1968年一支名為"Squires"的隊(duì)伍。

NBA 史上實(shí)力最弱的球隊(duì)是哪個(gè)？用 Python + SQL 我們找到了答案