MySQL基础操作

Python操作MySQL

import pymql		#导入pymql包

连接
conn = pymysql.connect		
		(
        host='localhost',
        port=3306,
        user='root',
        passwd='密码',
        db='database name'
    	)
    
cur = conn.cursor()		#游标
sql = "select url from url_pools"		#SQL语句
cur.excute(sql)		执行
conn.commit()		提交到数据库执行


数据库插入操作
sql = INSERT INTO 表名 (1,2) VALUES (1,2)

数据库查询
#Python查询Mysql使用 fetchone() 方法获取单条数据, 使用fetchall() 方法获取多条数据
sql = select 列名 from 表名
cur.execute("select 列名 from 表名")
url = cur.fetchall()

创建数据库表
sql = """CREATE TABLE 表名 (
         列名1  CHAR(20) NOT NULL,
         列名2  CHAR(20),
         列名3 INT  """
cursor.execute(sql)

数据库更新
sql = "UPDATE 表名 SET 列 = 列 + 1 WHERE SEX = '%c'" % ('M')		#where后为条件
cursor.execute(sql)
db.commit()

删除操作
sql = "DELETE FROM 表名 WHERE AGE > %s" % (20)		#where后为条件
cursor.execute(sql)
db.commit()

——————————————————————————————————————————
主键必须唯一,最好与业务无关,因为如果变动的影响太大。

在设计关系数据表的时候,看上去唯一的列,例如身份证号、邮箱地址等,因为他们具有业务含义,因此不宜作为主键。
但是,这些列根据业务要求,又具有唯一性约束:即不能出现两条记录存储了同一个身份证号。这个时候,就可以给该列添加一个唯一索引(效率高)。

同时设置多个主键成为联合主键,只要不是全部重复就允许又重复。

把数据与另一张表关联起来,这种列称为外键。

多对多关系实际上是通过两个一对多关系实现的,即通过一个中间表,关联两个一对多关系,就形成了多对多关系

投影查询,查到的结果里的列名自己是自己命名的

分页查询 LIMIT 8 OFFSET 0
“0”: 代表数据获取的起始位置.(0代表第一条记录,以此递增) 从0的下一个开始,不能大于总量
“8”: 期望最多获取的记录条数.

使用聚合查询并设置结果集的列名为num:
SELECT COUNT(*) num FROM students;
函数 说明
SUM 计算某一列的合计值,该列必须为数值类型
AVG 计算某一列的平均值,该列必须为数值类型
MAX 计算某一列的最大值
MIN 计算某一列的最小值
如果是字符类型,MAX()和MIN()会返回排序最后和排序最前的字符。
如果聚合查询的WHERE条件没有匹配到任何行,COUNT()会返回0,而SUM()、AVG()、MAX()和MIN()会返回NULL。

mysql 取整
1.ceil() / ceiling() 向上取整
ex: ceil(1.2) = 2
2.floor() 向下取整
ex: floor(1.2) = 1
3.round() 四舍五入

连接查询
INNER JOIN 只返回同时存在于两张表的行数据
RIGHT OUTER JOIN 返回右表都存在的行
LEFT OUTER JOIN 则返回左表都存在的行
FULL OUTER JOIN 它会把两张表的所有记录全部选择出来

【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)内容概要:本文介绍了名为《【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)》的技术资源,聚焦于电力系统中低碳经济调度问题,结合N-1安全准则与分布鲁棒机会约束(DRCC)方法,提升调度模型在不确定性环境下的鲁棒性和可行性。该资源提供了完整的Matlab代码实现,涵盖建模、优化求解及仿真分析全过程,适用于复杂电力系统调度场景的科研复现与算法验证。文中还列举了大量相关领域的研究主题与代码资源,涉及智能优化算法、机器学习、电力系统管理、路径规划等多个方向,展示了广泛的科研应用支持能力。; 适合人群:具备一定电力系统、优化理论和Matlab编程基础的研究生、科研人员及从事能源调度、智能电网相关工作的工程师。; 使用场景及目标:①复现高水平期刊(如EI/SCI)关于低碳经济调度的研究成果;②深入理解N-1安全约束与分布鲁棒优化在电力调度中的建模方法;③开展含新能源接入的电力系统不确定性优化研究;④为科研项目、论文撰写或工程应用提供可运行的算法原型和技术支撑。; 阅读建议:建议读者结合文档提供的网盘资源,下载完整代码与案例数据,按照目录顺序逐步学习,并重点理解DRCC建模思想与Matlab/YALMIP/CPLEX等工具的集成使用方式,同时可参考文中列出的同类研究方向拓展研究思路。
内容概要:本文详细介绍了一个基于MATLAB实现的电力负荷预测项目,采用K近邻回归(KNN)算法进行建模。项目从背景意义出发,阐述了电力负荷预测在提升系统效率、优化能源配置、支撑智能电网和智慧城市建设等方面的重要作用。针对负荷预测中影响因素多样、时序性强、数据质量差等挑战,提出了包括特征工程、滑动窗口构造、数据清洗与标准化、K值与距离度量优化在内的系统性解决方案。模型架构涵盖数据采集、预处理、KNN回归原理、参数调优、性能评估及工程部署全流程,并支持多算法集成与可视化反馈。文中还提供了MATLAB环境下完整的代码实现流程,包括数据加载、归一化、样本划分、K值选择、模型训练预测、误差分析与结果可视化等关键步骤,增强了模型的可解释性与实用性。; 适合人群:具备一定MATLAB编程基础和机器学习基础知识,从事电力系统分析、能源管理、智能电网或相关领域研究的研发人员、工程师及高校师生;适合工作1-3年希望提升实际项目开发能力的技术人员; 使用场景及目标:①应用于短期电力负荷预测,辅助电网调度与发电计划制定;②作为教学案例帮助理解KNN回归在实际工程中的应用;③为新能源接入、需求响应、智慧能源系统提供数据支持;④搭建可解释性强、易于部署的轻量级预测模型原型; 阅读建议:建议结合MATLAB代码实践操作,重点关注特征构造、参数调优与结果可视化部分,深入理解KNN在时序数据中的适应性改进方法,并可进一步拓展至集成学习或多模型融合方向进行研究与优化。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值