0
雷锋网按：此前我们专门发布了一篇文章分析NBA史上实力最强的球队，详见《用 Python 分析过去四年的比赛数据，实力最强的 NBA 球队原来是它》，这次我们来看看最弱的是哪个。原文作者 Kaiser，景略集智总经理，原载于集智网专栏，雷锋网已获授权。
文中部分代码会有“代码补完”字样的注释，是留给读者自己补完并在线评测的，相当于小作业，这里就请大家自行脑补吧。（编者注：每个需要补充的部分都给出了提示信息）
elo值就像现在竞技网游里的天梯系统，队伍在每场比赛后会根据表现有所调整，胜增败减，小胜小增，大胜大增。elo值反映了一支队伍在常规赛中的胜场期望，1800的对应期望是获胜67场以上，就是王朝级强队了。具体的天梯分段分布如下：
ELO值 匹配战绩 对应队伍描述
1800 67-15 史诗级别
1700 60-22 总冠军争夺者
1600 51-31 季后赛水平
1500 41-41 平均水平
1400 31-51 乐透水平
1300 22-60 无言以对
1200 15-67 糟糕透顶
历史上最高纪录是96年总决赛阶段的公牛，曾一度突破了1850分。
知名数据分析网站538（fivethirtyeight.com）提供了NBA历史赛程的 elo 值记录（至2015赛季），有六万余条数据。这个数据量不能算很大，但是在本地用Excel直接打开操作，估计体验还是挺痛苦的，这里就介绍一下如何用 Python+SQL 来处理，或许会对广大劳形于 Excel 之间的朋友们有所帮助。
元组(tuple)是另一种Python中常用的数据类型，他跟列表非常相似，都可以包含若干元素，并且元素的调用都是通过方括号[]+索引的形式。
sample_list = [0,1,2,3]
sample_tuple = (0,1,2,3)
# 列表的第1个元素
sample_list[0]
# 元组的第2个元素
sample_tuple[1]
主要区别在于：
● 元组用括号()定义，列表用方括号[]定义
● 元组不可更改
● 即使只有一个元素，也需要有逗号，如(item1, )。如果缺了这个逗号，得到的仍是元素本身，而不是元组。
元组只能在定义时赋值，如果强行更改会得到解释器的错误提示。
TypeError:
'tuple' object does not support item assignment
有的函数返回值并非一个数值或字符，而是具有多重输出，这时就以元组格式存在。比如下例返回的是两个输入参数的和与乘积，可以点击运行查看，两个输出在()中。
def sum_times(x, y):
return (x + y), (x * y)sum_times(2,3)
在之前的几篇教程中，我们已经接触过了一些数据集，既有在程序中生成的，也有存储在文本文件中的。对于体积较大的数据集，一般都存在文件中，程序运行时再读入内存。
但是文件存储数据（.txt或.csv）还面临很大的问题，一是当数据量比计算机内存还要大的时候，会带来沉重的计算负担甚至无法运行；二是数据有可能高频变化，比如电商在双11高峰期每秒就有几万次交易，普通的文件格式显然无法处理。
于是数据库(database)应运而生。数据库首先是结构化(structured)存储数据的方式，为了更加灵活的处理数据，程序不再一次性将所有数据读入内存，而是根据具体需要进行查询（query），获得相应的数据集。完成这些工作的程序语言叫作SQL(Structured Query Language)，在计算机方面稍有常识的朋友想必都对这个缩写不会陌生。
著名的关系型数据库管理系统有MySQL, Oracle等。
SQL是专为查询、操作数据库所用的语言，所以不像Python, JavaScript等语言那样功能丰富，扩展多样。
一个数据库由若干个表(table)组成，就像每个Excel文件里有多个Sheets。每个表又包含行(row)与列(column)，这就比较好理解了。一行代表一个样本，而多列定义了各个维度上的属性。
SQLite是一种轻型的数据库管理系统，占用资源极低且处理速度快，目前更新到了3版本。Python有专门处理SQLite语句的库sqlite3。
import sqlite3
以下我们将以一份NBA的历史赛程数据为例，来了解SQL的基本法则与应用方法。（数据来源：FiveThirtyEight）
与数据库进行通信的最基本形式是查询（query），即返回符合条件的数据子集，其基本关键字是SELECT，SELECT后面跟所选列的表头。前面提到过一个数据库里可能存在多个表，所以查询语句必须指定来源表，关键字是FROM。
SELECT column1, column2, ... FROM table;
注意SQL是要求句末有分号（;）的，这与Python的习惯大为不同，可能会唤起一度为C++支配的恐惧。
NBA数据库里只含一张表，名为sheet，假设我们想要查询sheet表中的team_id列，那么对应的SQL是：
SELECT team_id FROM nba_history;
如果数据库非常庞大，那么即使哪怕仅仅查询某些列，也是不小的计算量，这里可以引入新的关键字LIMIT，之后接想要查询的行数。比如只想要前 5 行的 team_id 列，那么SQL为：
SELECT team_id FROM nba_history LIMIT 5;
下例将通过Python调用SQLite，查询elo_n和win_equiv两列的前5行：
import sqlite3
conn = sqlite3.connect('/mnt/vol0/Py_Intro/05_tuple_database/nbaallelo.db')
cur = conn.cursor()
# 代码补完
query =
#代码补完
cur.execute(query)
elos = cur.fetchall()
conn.close()
print(elos)
补完提示：回顾示例，替换关键字之间的名称，并以字符类型赋值予变量 query
可见，查询语句返回的是以元组(tuple)为元素的列表(list)。上例的输出即是5个(elo_n, win_equiv)组成的列表，应为：
[(1293.2767, 40.29483),
(1306.7233, 41.70517),
(1309.6521, 42.012257),
(1297.0712, 40.692783),
(1279.6189, 38.864048)]
在04节最后的例子中，除了SQL语句，还有很多Python命令，这些是Python调用SQLite的语句。
连接对象
首先是建立与数据库的联系，sqlite3.connect()将返回Connection实例对象，然后存为conn变量，此时的conn对应的是整个数据库。
import sqlite3
conn = sqlite3.connect("/mnt/vol0/Py_Intro/05_tuple_database/nbaallelo.db")
游标对象
Connection对象的.cursor()可以创建游标对象(cursor object)。游标对象可以对数据库执行SQL语句并进行更灵活的数据操作。
王莽的游标
query是纯SQL语句，通过cur.execute()实际执行，此时数据库查询的结果仍在cur对象中。最后调用cur.fetchall()将查询结果全部返回，并存至变量elos，就是最终得到的元组列表。
如果只想返回一条查询结果，可以使用cur.fetchone()。
关于Python与SQLite3的联合应用，以后还会深入讲解，本篇仍将重点回归到SQL语句上。
仅仅从数据库的某个表中查询某一列的前若干行，这样的操作局限性太大，很难满足应用需求。实际上我们感兴趣的数据子集并非总是按照顺序排列，而是符合某种限制条件。
为了进一步缩减精确查询范围，可以使用关键字WHERE。比如我们想要查询NBA历史上，赛后elo值elo_n高于1850的强队ID，其SQL语句是：
SELECT team_id, elo_n FROM sheet WHERE elo_n > 1850
查询结果表明，历史上唯一一支elo值曾经突破1850的队伍是1996年总决赛时期的芝加哥公牛。
下面请查询elo_n低于1100的弱队ID，及其对应比赛日期。sqlite3库以及连接对象、游标对象已经预定义，可以从定义SQL查询语句query开始。
# 代码补完
query =
# 代码补完
cur.execute(query)
elo_1100 = cur.fetchall()
conn.close()
print(elo_1100)
补完提示：请以"fran_id", "date_game", "elo_n"的顺序进行查询。
查询筛选结果显示，历史上一度衰到1100以下的弱旅，也只有1968年一支名为"Squires"的队伍。
他们这么弱，我认为与名字起的不好是分不开的。"Squire"在英文中是“侍从”的意思，在《炉石传说》中，就有很多仆从名为"Squire"，比如11圣盾小兵：
雷锋网(公众号：雷锋网)相关阅读：
用 Python 分析过去四年的比赛数据，实力最强的 NBA 球队原来是它
“TensorFlow & 神经网络算法高级应用班”开课了！
最受欢迎的谷歌TensorFlow 框架，ThoughtWorks大牛教你玩转深度学习！
课程链接：http://www.mooc.ai/course/82
加入AI慕课学院人工智能学习交流QQ群：624413030，与AI同行一起交流成长
雷峰网版权文章，未经授权禁止转载。详情见转载须知。
