摘要：作為一個正奮戰(zhàn)在之路上的球迷，開始了一次數(shù)據(jù)分析實戰(zhàn)，于是，以分析球賽數(shù)據(jù)為起點的操作開始了前言作為一個功能強大的編程語言，如今在數(shù)據(jù)分析機器學習人工智能等方面如日中天。

Casey    豈安業(yè)務風險分析師
主要負責豈安科技RED.Q的數(shù)據(jù)分析和運營工作。

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

python 作為一個功能強大的編程語言，如今在數(shù)據(jù)分析、機器學習、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，除了使用 python 中列表、元組、字典等常用數(shù)據(jù)類型外，經(jīng)常會接觸到一些如 csv 文件、json 格式的數(shù)據(jù)、或者直接要和數(shù)據(jù)庫打交道。
本文，通過幾個小例子簡述 python 對 csv、json、mysql 的簡單操作。

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

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

注意：
需要先將文件第一行要寫入 result.csv，其余行要依次通過if語句判斷勝率和場均得分再選擇是否寫入。
判斷時要注意 reader 中的 row[3] 和 row[10] 是字符串類型，需要轉(zhuǎn)換成 float 類型。

實現(xiàn)的代碼如下：

最終result.csv如下：

2json 作為一種輕量級的文本數(shù)據(jù)交換格式，因為在網(wǎng)絡傳輸過程中具有節(jié)省流量、加快速度等優(yōu)點，使其成為理想的數(shù)據(jù)交換語言。
python 對 json 的操作主要通過 json 模塊中的 dumps() 函數(shù)和 loads() 函數(shù)。前者將 python 對象編碼 json 字符串，而后者則是將已經(jīng)編碼的 json 字符串解碼為 python 對象。

代碼中 dumps() 函數(shù)將列表data編碼為 json，其中參數(shù) separators 默認是", "或": "（逗號和冒號后邊分別有一個空格）。
第三行代碼表示去掉逗號和冒號后邊的空格，參數(shù) indent 設置 json 檢驗后的縮進位數(shù)。
代碼中 loads() 函數(shù)將第三行輸出的 json 解碼為原來的列表格式。

如果上述 json 字符串和 python 對象存儲在文件中，也不用擔心，json 模塊中的 dump() 和 load() 正是為此而生的。見第8行代碼。
輸出結(jié)果如下：

3方便高效的操作數(shù)據(jù)庫可以節(jié)省分析師大量的時間，python 中 pymysql 模塊正好滿足。
該模塊操作數(shù)據(jù)庫的過程可分為以下幾步：

其中，創(chuàng)建 connection 對象需要傳入以下參數(shù)：host（MySQL服務器地址）、port（mysql服務器端口號，默認3306）、user（用戶名）、passwd（密碼）、db（數(shù)據(jù)庫名）等。
使用 cursor.execute() 執(zhí)行的 sql 語句，可以是 select 查詢語句，也可以是 insert、update、delete 等操作語句。
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數(shù)據(jù)庫中數(shù)據(jù)的一個例子：

值得注意的是, connection 對象除了 cursor() 方法外，還為支持事務提供兩個重要的方法：
commit() 和 rollback()
這兩個方法分別是提交所有操作，和回滾當前游標的所有操作。例如，在上例中，Tom借了Lucy10元錢，那么此時需要先將Lucy的壓歲錢減掉10，然后將Tom的壓歲錢增加10。此時使用事務來保證數(shù)據(jù)庫的完整性，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 csv、json、mysql 進行了簡單操作。當然要做好數(shù)據(jù)分析，這些還遠遠不夠。python 知識體系龐大，有大量高效且優(yōu)秀的庫，不得不提的是：

科學計算領域的 NumPy 和 SciPy

數(shù)據(jù)分析領域的 Pandas

機器學習領域的 scikit-learn。

總之，python 的知識點眾多，學好不是一朝一夕的事情。但是，初入職場的小白覺得，學習其中任何一個知識點，除了看書、聽課、參加講座等方式外，更重要的是實際操作能力和思考總結(jié)能力。

當然我也一直在學習中。文中有不當之處，敬請批評指正。如果您有關于數(shù)據(jù)分析的想法，特別歡迎一起交流、共同進步。謝謝。