Casey 岂安业务风险分析师
主要负责岂安科技RED.Q的数据分析和运营工作。
就在昨天,12月19日,科比再次站在斯台普斯中心球馆中央,见证自己的两件球衣高悬于球馆上空。作为一个正奋战在 Python 之路上的球迷,开始了一次数据分析实战,于是,以分析球赛数据为起点的操作开始了......
前言
python 作为一个功能强大的编程语言,如今在数据分析、机器学习、人工智能等方面如日中天。如果想做数据分析,那么 python 则为一把利器。
初入职场,除了使用 python 中列表、元组、字典等常用数据类型外,经常会接触到一些如 csv 文件、json 格式的数据、或者直接要和数据库打交道。
本文,通过几个小例子简述 python 对 csv、json、mysql 的简单操作。
数据分析实战
已知 nba-season_17_18.csv 文件(见下图)存放截至目前17-18赛季 NBA 常规赛联盟全部球队的数据。
现在需要将胜率超过 70% 并且场均得分在 110 分的球队信息写入到 result.csv 中。

本文通过分析17-18赛季NBA球队数据,展示了Python在csv、json和mysql操作中的应用。利用csv模块读写数据,json模块进行编码解码,pymysql模块连接MySQL数据库进行数据操作。文章强调了实际操作和思考总结在学习数据分析中的重要性。
最低0.47元/天 解锁文章
814

被折叠的 条评论
为什么被折叠?



