0
雷鋒網(wǎng)按：此前我們專門發(fā)布了一篇文章分析NBA史上實力最強(qiáng)的球隊，詳見《用 Python 分析過去四年的比賽數(shù)據(jù)，實力最強(qiáng)的 NBA 球隊原來是它》，這次我們來看看最弱的是哪個。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)完并在線評測的，相當(dāng)于小作業(yè)，這里就請大家自行腦補(bǔ)吧。（編者注：每個需要補(bǔ)充的部分都給出了提示信息）
elo值就像現(xiàn)在競技網(wǎng)游里的天梯系統(tǒng)，隊伍在每場比賽后會根據(jù)表現(xiàn)有所調(diào)整，勝增敗減，小勝小增，大勝大增。elo值反映了一支隊伍在常規(guī)賽中的勝場期望，1800的對應(yīng)期望是獲勝67場以上，就是王朝級強(qiáng)隊了。具體的天梯分段分布如下：
ELO值 匹配戰(zhàn)績 對應(yīng)隊伍描述
1800 67-15 史詩級別
1700 60-22 總冠軍爭奪者
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
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，估計體驗還是挺痛苦的，這里就介紹一下如何用 Python+SQL 來處理，或許會對廣大勞形于 Excel 之間的朋友們有所幫助。
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[]+索引的形式。
sample_list = [0,1,2,3]
sample_tuple = (0,1,2,3)
# 列表的第1個元素
sample_list[0]
# 元組的第2個元素
sample_tuple[1]
主要區(qū)別在于：
● 元組用括號()定義，列表用方括號[]定義
● 元組不可更改
● 即使只有一個元素，也需要有逗號，如(item1, )。如果缺了這個逗號，得到的仍是元素本身，而不是元組。
元組只能在定義時賦值，如果強(qiáng)行更改會得到解釋器的錯誤提示。
TypeError:
'tuple' object does not support item assignment
有的函數(shù)返回值并非一個數(shù)值或字符，而是具有多重輸出，這時就以元組格式存在。比如下例返回的是兩個輸入?yún)?shù)的和與乘積，可以點擊運(yùn)行查看，兩個輸出在()中。
def sum_times(x, y):
return (x + y), (x * y)sum_times(2,3)
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，也有存儲在文本文件中的。對于體積較大的數(shù)據(jù)集，一般都存在文件中，程序運(yùn)行時再讀入內(nèi)存。
但是文件存儲數(shù)據(jù)（.txt或.csv）還面臨很大的問題，一是當(dāng)數(shù)據(jù)量比計算機(jī)內(nèi)存還要大的時候，會帶來沉重的計算負(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)，在計算機(jī)方面稍有常識的朋友想必都對這個縮寫不會陌生。
著名的關(guān)系型數(shù)據(jù)庫管理系統(tǒng)有MySQL, Oracle等。
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。
一個數(shù)據(jù)庫由若干個表(table)組成，就像每個Excel文件里有多個Sheets。每個表又包含行(row)與列(column)，這就比較好理解了。一行代表一個樣本，而多列定義了各個維度上的屬性。
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）
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。前面提到過一個數(shù)據(jù)庫里可能存在多個表，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（;）的，這與Python的習(xí)慣大為不同，可能會喚起一度為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(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)]
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。
連接對象
首先是建立與數(shù)據(jù)庫的聯(lián)系，sqlite3.connect()將返回Connection實例對象，然后存為conn變量，此時的conn對應(yīng)的是整個數(shù)據(jù)庫。
import sqlite3
conn = sqlite3.connect("/mnt/vol0/Py_Intro/05_tuple_database/nbaallelo.db")
游標(biāo)對象
Connection對象的.cursor()可以創(chuàng)建游標(biāo)對象(cursor object)。游標(biāo)對象可以對數(shù)據(jù)庫執(zhí)行SQL語句并進(jìn)行更靈活的數(shù)據(jù)操作。
王莽的游標(biāo)
query是純SQL語句，通過cur.execute()實際執(zhí)行，此時數(shù)據(jù)庫查詢的結(jié)果仍在cur對象中。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，以后還會深入講解，本篇仍將重點回歸到SQL語句上。
僅僅從數(shù)據(jù)庫的某個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的隊伍是1996年總決賽時期的芝加哥公牛。
下面請查詢elo_n低于1100的弱隊ID，及其對應(yīng)比賽日期。sqlite3庫以及連接對象、游標(biāo)對象已經(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"的隊伍。
他們這么弱，我認(rèn)為與名字起的不好是分不開的。"Squire"在英文中是“侍從”的意思，在《爐石傳說》中，就有很多仆從名為"Squire"，比如11圣盾小兵：
雷鋒網(wǎng)(公眾號：雷鋒網(wǎng))相關(guān)閱讀：
用 Python 分析過去四年的比賽數(shù)據(jù)，實力最強(qiáng)的 NBA 球隊原來是它
“TensorFlow & 神經(jīng)網(wǎng)絡(luò)算法高級應(yīng)用班”開課了！
最受歡迎的谷歌TensorFlow 框架，ThoughtWorks大牛教你玩轉(zhuǎn)深度學(xué)習(xí)！
課程鏈接：http://www.mooc.ai/course/82
加入AI慕課學(xué)院人工智能學(xué)習(xí)交流QQ群：624413030，與AI同行一起交流成長
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
