数值型的数据

数值型数据描述统计 目录 文章目录目录七、数值型数据描述统计1. 算数平均值(arithmetic mean)2. 加权平均值(weighted average)3. 最值4. 中位数5. 频数与众数6 .四分位数7. 标准差8. 协方差、相关系数、相关系数矩阵1. 协方差2.相关系数3. 相关系数矩阵9. Pandas 特殊值处理9. Pandas数据排序10. Pandas数据合并11. pandas分组聚合八、pandas可视化1. 折线图2. 柱状图3. 散点图4. 饼状图5. 直方图6. 箱线图九、数据清洗1. 去重 阅读详情

数值型数据关注的

  • 数据的范围
  • 数据的存储空间
  • 数据展示的位数
  • 数据的精度和浮点数

5.2.1 整形数据类型

  1. Tinyint,smallint,mediumint,int,bigint
  2. 定义整形数据类型的展示宽度:如century INT(4),被展示4个数字的宽度,展示的宽度和范围无关

浮点数数据类型

  1. 包含float和double类型,有整数部分和小数部分。可以明确的指定precision和scale,数据长度和小数长度Float(10,3)

固定点的数据类型

float:浮点型,含字节数为4,32bit,数值范围为-3.4E38~3.4E38(7个有效位)

double:双精度实型,含字节数为8,64bit数值范围-1.7E308~1.7E308(15个有效位)

decimal:数字型,128bit,不存在精度损失,常用于银行帐目计算。(28个有效位)

float f = 345.98756f;//结果显示为345.9876,只显示7个有效位,对最后一位数四舍五入。

double d=345.975423578631442d;//结果显示为345.975423578631,只显示15个有效位,对最后一位四舍五入。

注:float和double的相乘操作,数字溢出不会报错,会有精度的损失。

decimal dd=345.545454879…..//可以支持28位,对最后一位四舍五入。

注:当对decimal类型进行操作时,数值会因溢出而报错。

BIT数据类型

如下bit_col1 BIT(4)
bit_col2 BIT(20),代表的值为0 to 2的n次方-1
存储需要是INT((n+7)/8)
# String 数据类型







































Type

Description

Char

Fixed-leght non-binary string

varchar

variable-length non-binary string

TEXT

Variable-length non-binary string

BINARY

FIXED-leght binary string

VARBINARY

variable-length binary string

BLOB

Variable-length binary string

ENUM

Enumeration consisting of a fixed set of legal values

SeT

set consisting of a fixed set of legal values

   1. 如何决定选择二进制或非二进制的字符串
   2. 你需要存储的最大长度
   3. 是否需要使用固定或变换的存储
   4. 如何处理末尾的空格
   5. 独立的值需要Enum或set是有用的

# 支持的字符集
非二进制的字符串有字符集组成,二进制字符串有二进制组成仅仅由他们数值区别
#非二进制字符串有如下的特征:
1. 一个非二进制字符串是字符序列
2. 非二进制的字符串,一个给定字符集可能,多个排序规则,但是一个给定的字符串仅仅只有一个排序规则
3. 多字节的字符串的比较是以字符为单位的,不是字节为单位的
4. 如果大小写不明显,‘ABC’和‘ABc’是相同的,排序的规则也决定了不同音调标记的字符是否相等。结果是非二进制的字符不是音调区别的。例如,‘a’没有音调可等被当做有音调的字符
5. 一个排序规则也可能是二进制的,在这中条件下,排序是基于数值性字符值。大小写注意和音调区别,一个二进制排序规则是每个字符和值可能有多个字节组成。二进制字符串总是基于字节的。
6. mysql> show collation like ‘latin1%’
-> ;
+——————-+———+—-+———+———-+———+
| Collation | Charset | Id | Default | Compiled | Sortlen |
+——————-+———+—-+———+———-+———+
| latin1_german1_ci | latin1 | 5 | | Yes | 1 |
| latin1_swedish_ci | latin1 | 8 | Yes | Yes | 1 |
| latin1_danish_ci | latin1 | 15 | | Yes | 1 |
| latin1_german2_ci | latin1 | 31 | | Yes | 2 |
| latin1_bin | latin1 | 47 | | Yes | 1 |
| latin1_general_ci | latin1 | 48 | | Yes | 1 |
| latin1_general_cs | latin1 | 49 | | Yes | 1 |
| latin1_spanish_ci | latin1 | 94 | | Yes | 1 |
+——————-+———+—-+———+———-+—–
—ci _cs or _bin,指定排序规则是大小写不注意,大小写注意或者二进制

二进制的字符串

  1. 被当做字节值的序列
  2. 二进制字符串包含字节,不是字符,二进制是大小写注意的因为大小写有不同的数值字节值的。不同的音调有不同的字节值。
  3. mysql> select upper(‘AaBb’), upper(binary ‘AaBb’);
    +—————+———————-+
    | upper(‘AaBb’) | upper(binary ‘AaBb’) |
    +—————+———————-+
    | AABB | AaBb |
    +—————+———————-+
    非二进制的字符串表示文本,二进制的表示图片和压缩数据
    非二进制的char,varchar和text。二进制是binary,varbinary和blob
chatgpt赋能python:Python提取数值型数据:使用Python优化数值型数据处理 本文由chatgpt生成,文章没有在chatgpt生成的基础上进行任何的修改。以上只是chatgpt能力的冰山一角。作为通用的Aigc大模型,只是展现它原本的实力。对于颠覆工作方式的ChatGPT,应该选择拥抱而不是抗拒,未来属于“会用”AI的人。🧡AI职场汇报智能办公文案写作效率提升教程 🧡专注于AI+职场+办公方向。下图是课程的整体大纲下图是AI职场汇报智能办公文案写作效率提升教程中用到的ai工具。 阅读详情

相关推荐

Stata字符型数据如何转换为数值型数据

在使用Stata进行数据分析时,经常会遇到将字符型数据转换为数值型数据的情况。本文将介绍如何使用Stata将字符型数据转换为数值型数据,并提供相应的源代码示例。函数,都可以将字符型数据转换为数值型数据。但需要注意的是,如果字符型数据中包含无效的字符或特殊字符,转换过程可能会出现错误。在这种情况下,我们需要先清理数据,确保只有有效的数值字符存在。命令来将字符型数据转换为数值型数据。综上所述,本文介绍了在Stata中将字符型数据转换为数值型数据的方法。中的字符型数据转换为数值型数据。在上面的示例中,我们使用。

YOLO_CODE的博客 1万+

Python基础知识:数据类型--数值型

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录数值型整数(int)浮点数(float)复数(complex)小数分数布尔类型(bool) 数值型 数值型包含了整数(int)、浮点数(float)、小数(decimal)、分数、复数(complex)这几种类型,常用类型为整数和浮点数。 整数(int) ​ 整数包括正整数、负整数和零,整数常量是不带小数点的数。Python 3.x和其他语言不同,不区别长整型和整型,只要计算机内存空间足够大,整数理论上可以是无穷大。整数的数据类.

shield911的博客 8892

MyEclipse 2017 CI 10安装与激活

本文介绍MyEclipse 2017 CI 7、CI 8、CI 9和CI 10的安装与激活。此方法理论上应该能激活MyEclipse 2017 CI所有系列,即激活方法是通用的,只是激活文件略有不同。本文提供MyEclipse 2017 CI 7、CI 8、CI 9和CI 10的激活文件。说明:博主所提供的压缩包格式均为RAR5,即WinRAR 5.0以上的版本才能正常解压,别的压缩软件博主不太清...

weixin_42539046的博客 9416

java 八大基本数据类型

此篇源于尚学堂资料提取,便于线上查阅

鑫阳的博客 8446

混合开关电容DCDC变换器技术解析与工程应用指南

在电源设计领域,传统DCDC变换器在高降压比或高升压比场景下,往往面临占空比过窄、开关应力大、效率偏低等瓶颈。开关电容变换器虽能实现固定比例的电压变换,却受限于调节能力。混合开关电容DCDC变换器通过“开关电容网络粗调变比+电感式DCDC细调输出”的策略,兼顾高效率、高功率密度与宽调压范围。本文梳理了其典型拓扑(如2:1/4:1 SC+Buck)、关键对比、控制策略(含软充电)及工程应用中的常见问题,帮助电源工程师在服务器供电、快充、车载电源等场景下快速选型与调试。

weixin_29164185的博客 313

Qt图表库三选一:Qwt、QChart、QCustomPlot实战性能对比与避坑指南

本文深入对比了Qt开发中三大主流图表库Qwt、QChart和QCustomPlot的性能与适用场景。通过实测数据展示各库在渲染效率、内存占用和功能特性上的差异,并提供针对不同项目需求的选型建议和集成避坑指南,帮助开发者高效选择最适合的Qt图表解决方案。

weixin_33691700的博客 449

数值型

2019独角兽企业重金招聘Python工程师标准>>> ...

weixin_34051201的博客 648

PPL文档——Excel制作的甘特图加上动态今日线

当很多项目需要跟踪进度时,我们介绍一种在Excel中创建甘特图。

qq_34777858的博客 7064

数据的类型:分类数据、顺序数据、数值型数据

categorical or nominal attribute:是只能归于某一类别的非数字型数据,它是对事物进行分类的结果,数据表现为类别,是用文字来描述的。例如: (1)人口按性别分为男、女两类; (2)企业按行业属性分为医药企业、家电企业、纺织品企业等; 为了便于统计处理,对于分类数据可以用数字代码来表示各个类别,比如: 用1表示“男性”,0表示“女性”; 用1表示“医药企业”,2表示“...

麦地与诗人 5万+

【动态导通电阻】p-GaN HEMTs正向和反向导通下的动态导通电阻

2024年,浙江大学的研究团队通过多组双脉冲测试方法,深入研究了两种商用p-GaN栅极HEMTs在正向和反向导通模式下的动态导通电阻(RON)特性。研究发现,肖特基型p-GaN栅极HEMTs在反向导通时动态RON比正向导通高3%-5%,而混合漏极嵌入栅注入晶体管在反向导通时动态RON降级较轻,降低约10%。此外,随着漏极电流(IDS)的增加,两种器件在反向导通时动态RON先减小后增加,形成“谷底”现象。

荷塘阅色 827

2024年上半年试题二:论性能测试方法及其应用

2025年1月,我以系统分析师的身份参与了公司OA系统的开发与建设。该系统包含的功能有打卡签到、公文流转、工资查询等。我们吸取了之前由于系统使用人数激增暴露出的短时间卡顿等问题,所以在本次开发中,我们非常重视系统的性能测试。通过自动化的测试工具模拟多种正常、峰值及异常负载条件对系统的各项性能指标进行测试。性能测试在软件的质量保证中起着重要的作用,它包括的测试内容丰富多样,常见的负载测试和压力测试都属于性能测试。

银帅 548

mysql中数值型的数据是什么_mysql中数值型数据有哪两个类别?

我们在数值上有整数、小数,还有一种大家可能接触的不多,那就是浮点数。这三种数值我们都会在musql的数值数据类型中经常使用,不过在分类上却只有两个类别,这点大家可不要记错了哦。相信小伙伴们可以在使用的过程中慢慢的接触了解,下面我们就mysql中数值型数据的两个类别为大家带来详解。数值类型MySQL 的数值数据类型可以大致划分为两个类别,一个是整数,另一个是浮点数或小数。许多不同的子类型对这些类别中...

weixin_36146690的博客 1150

【异常】Milvus 向量数据库字段缺失错误分析与解决 MilvusVectorStoreServiceV2 - Failed to insert batch [0-1]: The field:

本文分析了Milvus向量数据库插入操作中出现的字段缺失错误。错误显示age_mode字段未提供,导致批量插入失败。根本原因是Milvus Schema要求所有定义字段必须存在,但代码中对部分字段采用条件添加方式。解决方案是将条件添加改为始终添加,为可能为null的字段提供空字符串默认值。文章总结了Schema约束、防御性编程等经验,并建议通过Schema变更检查、单元测试覆盖和数据校验层等预防措施避免类似问题。该问题影响product、mac、source等多个字段,修改后确保了数据插入的可靠性。

奶爸的编程之路,也就一周冷个三天 407

统计学原理 数值型数据的整理与展示

数值型数据的整理与展示数据分组1. 组距分组 (要点)2. 组距分组 (步骤)3. 组距分组 (几个概念)数值型数据的图示1. 分组数据—直方图 (histogram)2. 未分组数据—茎叶图和箱线图3. 时间序列数据—线图 (line plot)4.多变量数据的图示 数据分组 1. 组距分组 (要点) 将变量值的一个区间作为一组 适合于连续变量 适合于变量值较多的情况 需要遵循“不重不漏”的原则 可采用等距分组,也可采用不等距分组 2. 组距分组 (步骤) (1)确定组数:组数的确定应以能够显示数

张恒华的博客 1万+

北斗导航 | raPPPid软件功能模块详解

raPPPid(Rapid Precise Point Positioning with integer ambiguity resolution,快速精密单点定位与整周模糊度解算)是由维也纳工业大学(TU Wien)大地测量与地理信息系开发的MATLAB开源PPP软件包。它是VieVS(Vienna VLBI and Satellite Software,维也纳VLBI与卫星软件)的PPP模块,由Marcus Franz Glaner和Robert Weber主导开发。

尘世冰封的专栏 585

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

YashanDB数值型数据

其中,在USE_NATIVE_TYPE为TRUE时,(m,d)和(p)均为语法兼容格式,即支持DOUBLE(m,d)和DOUBLE(p)d <= m定义FLOAT类型时,0 <= p <= 126 ,大于53小于等于126的部分会当作53处理,如m或者p值超过23,系统将类型转换为DOUBLE类型示例NAME NULL?

cod0410的博客 902

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

LABVIEW数值型的数据类型及切换

数值型是labview的一种基本的数据类型,可以分为浮点型、整数型和复数型3种基本形式,其类型的详细分类如下表所示。 数值类型 图标 存储占位数 数值范围 64位整型 64 -18 446 744 073 709 551 616~+18...

haier123888的博客 2万+

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

标称型数据和数值型数据

在学习机器学习的工程中,发现有一种名为标称型的数据,具体如下: 标称型:一般在有限的数据中取,而且只存在‘是’和‘否’两种不同的结果(一般用于分类) 数值型:可以在无限的数据中取,而且数值比较具体化,例如4.02,6.23这种值(一般用于回归分析)

AquaVII的博客 2万+

数值型数据和标称型数据

在学习机器学习的工程中,发现有一种名为标称型的数据,具体如下: 标称型:一般在有限的数据中取,而且只存在‘是’和‘否’两种不同的结果(一般用于分类) 数值型:可以在无限的数据中取,而且数值比较具体化,例如4.02,6.23这种值(一般用于回归分析)...

qq_35664774的博客 847

数值型和标称型数据、数据离散化

标称型:一般在有限的数据中取,而且只存在‘是’和‘否’两种不同的结果(一般用于分类) 数值型:可以在无限的数据中取,而且数值比较具体化,例如4.02,6.23这种值(一般用于回归分析) 使用数值型数据做标称型数据的工作时,必须将数值型数据离散化。 关于离散化,可参考https://www.cnblogs.com/jiaxin359/p/8574510.html ...

weixin_41298166的博客 671

数值型数据的 NB 算法

学习来源:日撸 Java 三百行(51-60天,kNN 与 NB) 第 59 天: 数值型数据的 NB 算法 前面学习了符号型数据的 NB 算法,今天学习的是数值型数据的 NB 算法。 数据集: @RELATION iris @ATTRIBUTE sepallength REAL @ATTRIBUTE sepalwidth REAL @ATTRIBUTE petallength REAL @ATTRIBUTE petalwidth REAL @ATTRIBUTE class {Iris-setosa

waittttttttttt的博客 418

标称型数据与数值型数据

在学习机器学习的工程中,发现有一种名为标称型的数据,具体如下: 标称型:一般在有限的数据中取,而且只存在‘是’和‘否’两种不同的结果(一般用于分类) 数值型:可以在无限的数据中取,而且数值比较具体化,例如4.02,6.23这种值(一般用于回归分析) ...

HunterKaiserNew的博客 613

python 分类型数据转化数值型

将分类型变量转换成数值型变量的两种方法 一、map映射 性别映射数值 先创建一个map ,再将map映射到表格中的值 sex_mapping = {"male": 0, "female": 1} train_df['Sex'] = train_df['Sex'].map(sex_mapping) 二、get_dummies()函数 pandas.get_dummies(data, prefix=...

weixin_43332500的博客 7326

数值型数据的表示

又闹分手qwq想死啊(真分了 我这篇文章还没写完 - 还没写完 就又回来了QAQ开心 好好努力!)  一个数值型数据的完整表示包含三方面: (1)采用什么进位计数制,通俗地讲,就是逢几进几; (2)如何表示一个带符号的数,即如何使符号数字化,这就涉及机器数的编码方法,常用的有原码和补码。 (3)小数点应该如何处理,有两种方法,即定点和浮点表示。 1.进位计数制:(S)r=XnR^n+Xn...

mxYlulu的博客 7813

数值型数据在计算机的表示方法,数值型数据在计算机中的表示.ppt

《数值型数据在计算机中的表示.ppt》由会员分享,可在线阅读,更多相关《数值型数据在计算机中的表示.ppt(12页珍藏版)》请在人人文库网上搜索。1、一个n位的无符号二进制数X的表示范围为: 0 X 2n -1,1. 计算机中无符号数的表示,2. 计算机中带符号数的表示,1011,1011,真值,机器数,0 1011,1 1011,符号数值化,0表示正数,1表示负数,数的机器码表示 符号位和数字位...

weixin_32616931的博客 1000

SQL数值型数据处理函数

如今,数据驱动决策成了企业标配,就像年轻人用“阴阳怪气”调侃生活,SQL 的数值函数则是数据的“阴阳调和师”。从电商统计销量到金融分析风险,这些函数让冷冰冰的数字变得有温度,助力各行各业挖掘隐藏价值。SQL 的数值型数据处理函数,从基础的 ROUND 到聚合的 AVG,再到高级的 ABS,覆盖了数字处理的方方面面。掌握它们,不仅能让查询更高效,还能从数据中挖出金矿。它们不仅是工具,更是解锁数据潜力的钥匙。SQL 数值函数,化繁为简,点数成金——用好它们,数据的秘密尽在你掌握!

朱雀随云记的博客 864
上一篇: 2.7 Client Commands and SQL Statements
下一篇: 非二进制字符串数据:CHAR,VARCHAR,TEXT
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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