sql报表总结

ERP浅谈之报表SQL简述 昨天刚刚独立完成了一次月销售增长分析报表,发现了很多问题和方法,觉得很有必要来记录一下. 首先贴一下代码: /*dialect*/ select Fnumber,FName_l2,sum(NowFQty) NowFQty,sum(LastFQty) LastFQty,sum(NowFAmount) NowFAmount,sum(LastFAmount) LastFAmount,sum(NowF 阅读详情

前言:

报表中最常使用where字句、group by 分组、having分组过滤、union、union all、子查询、with rollup、以及内置函数等。

  1. Where 字句使用(简单讲下)

项目中使用Mybatis持久层框架,优点是SQL灵活,缺点对开发人员SQL编写要求比较高。

       一般where字句建议<if test=””></if>这种动态SQL,避免直接拼接SQL条件,可以使SQL复用。当然mybatis动态SQL标签也很多,可以参考文档了解下。

  1. Group By 使用(简单讲下)

Group By在报表SQL中使用频次最高关键字,顾名思义是用来分组统计的,在使用时,大家应该知道Group By 字段,字段 …,在Select 字段,字段,…,聚合函数,例如count,max, min, sum, avg等等。

  1. Having分组过滤

Having 是用来对分组后的数据进行过滤。

  1. Union和Union all

Union 合并结果集(去重),Union all(不去重),例如有两个Select语句,他们结果集中字段个数相等(必须条件),通过Union可以将结果合并。

  1. 子查询

使用子查询一定清楚子查询中结果产生是多个还是一个,一个的话用到关键字如:= > <, 多个的话:in any all,具体怎么写不详说了。

  1. With rollup分组求和

With rollup估计这个大家很少见到用,但是这个也是报表中经常用到的,比如分组后,想要对分组之后结果产生一个小计或总计,可以用With rollup,具体怎么写后面详说。

  1. 内置函数

大的方向上可以分为:数字函数、字符串函数、日期函数(包含格式转换)、条件判断函数(常用case when,if else,ifnull)、聚合函数(上面说过)、系统函数(用不到)。

例子:

     1、Where子句使用

      

 

     注意:

  1. 避免使用单个条件查询sql语句,防止后续需求改动,重新去写sql;
  2. 避免使用resultMap复杂类型结果集,完全可以使用动态sql标签代替,也可达到复用目的;
  3. 针对于复杂类型结果集不要一味地去实体中加字段,破坏java面向对象思想,可以用map接受sql结果集结果返回业务层,其实数据访问层向业务层传递数据,是要通过独立的dto对象去传递。

     那么什么时候使用resultMap类型接受查询结果呢?

      

      针对于一对多关系的复杂类型推荐使用resultMap去接受结果集,避免二次查询多的一方。

     2、Group By分组

      

 

      3、Having分组过滤

      

      Having使用是对分组后数据在进行过滤。它必须放在group by之后,不能放在之前。最好是在group by 之前用where对数据先进行筛选,再去group by。

       4、Union和Union all

       

       Union all 经常用在报表中,它可以将多个结果集合并成一个,但在列上面要求相同。

      5、子查询

       1、子查询结果作为父查询条件,结果是多个还是一个,确认之后再使用关键字。   

       2、(=,>,  <)(in, not in, exists, any, <> any, all)     

       https://www.cnblogs.com/chiangchou/p/mysql-3.html

       6、With rollup分组求和

       SELECT coalesce(name, '总金额'),name, SUM(money) as money FROM  test GROUP BY name WITH ROLLUP

        

        https://www.cnblogs.com/Mr-Cxy/p/5923375.html

        7、内置函数

        https://www.cnblogs.com/noway-neway/p/5211401.html

报表列子:

        

SELECT
	T.unit_id,
	T.unit_name,
	CONCAT(T.xjl, '%') AS xjl,
	CONCAT(T.rwwcl, '%') AS rwwcl,
	ROUND(T.xjl/2 + rwwcl/2) AS pj 
FROM (
	SELECT  
		T2.unit_id,
		T2.unit_name,
		CASE WHEN T3.inspect_count IS NOT NULL AND T4.inspected_count IS NOT NULL AND T3.inspect_count >= T4.inspected_count THEN ROUND(T4.inspected_count*100/T3.inspect_count,2)
			 WHEN T3.inspect_count IS NOT NULL AND T4.inspected_count IS NOT NULL AND T4.inspected_count > T3.inspect_count THEN 100 ELSE 0 END AS xjl,
		CASE WHEN T5.task_count IS NOT NULL AND T6.finish_count IS NOT NULL AND T5.task_count >= T6.finish_count THEN ROUND(T6.finish_count*100/T5.task_count,2)
			 WHEN T5.task_count IS NOT NULL AND T6.finish_count IS NOT NULL AND T6.finish_count > T5.task_count THEN 100 ELSE 0 END AS rwwcl
	FROM ( 
				SELECT DISTINCT T1.unit_id 
				FROM acc_user T1,acc_role T2, acc_user_role T3 
				WHERE T1.user_id =T3.user_id AND T2.role_id =T3.role_id AND T2.role_code = 'unitSectionChief'
	)T1
	LEFT JOIN acc_unit T2 ON T1.unit_id = T2.unit_id
	LEFT JOIN (
		SELECT 	
				T1.unit_id,
				CASE WHEN T1.inspect_count IS NOT NULL THEN T1.inspect_count ELSE 0 END AS inspect_count
		FROM (
				SELECT  
					T1.unit_id,
					SUM(T1.check_interval) AS inspect_count
				FROM task_inspection_time_setting T1, acc_role T2, acc_user_role T3
				WHERE T1.excute_user_id =T3.user_id AND T2.role_id =T3.role_id AND T2.role_code = 'unitSectionChief'
				GROUP BY T1.unit_id
		) T1	
	) T3 ON T1.unit_id = T3.unit_id
	LEFT JOIN (
		SELECT
			T1.unit_id,
			CASE WHEN T1.inspected_count IS NOT NULL THEN T1.inspected_count ELSE 0 END AS inspected_count
		FROM (
				SELECT
						T2.unit_id,
						COUNT( * ) AS inspected_count
				FROM task_daily_inspection T1, acc_user T2, acc_role T3, acc_user_role T4
				WHERE T1.report_user =T2.user_id AND T2.user_id = T4.user_id AND T3.role_id =T4.role_id AND T3.role_code = 'unitSectionChief' AND DATE_FORMAT(T1.report_time,'%Y-%m') = '2019-07'
				GROUP BY T2.unit_id
		) T1
	) T4 ON  T1.unit_id =T4.unit_id
	LEFT JOIN (
		SELECT
			T1.unit_id,
			CASE WHEN T1.task_count IS NOT NULL THEN T1.task_count ELSE 0 END AS task_count
		FROM (
				SELECT
						T2.unit_id,
						COUNT( * ) AS task_count
				FROM task_task_info T1, acc_role T2, acc_user_role T3
				WHERE T1.process_user =T3.user_id AND T2.role_id =T3.role_id AND T2.role_code = 'unitSectionChief' AND DATE_FORMAT(T1.distribute_time,'%Y-%m') = '2019-07'
				GROUP BY T1.unit_id
		) T1 
	) T5 ON T1.unit_id = T5.unit_id
	LEFT JOIN (
		SELECT
				T1.unit_id,
				CASE WHEN T1.finish_count IS NOT NULL THEN T1.finish_count ELSE 0 END AS finish_count
		FROM (
				SELECT
						T2.unit_id,
						COUNT( * ) AS finish_count
				FROM task_task_info T1, acc_role T2, acc_user_role T3
				WHERE T1.process_user =T3.user_id AND T2.role_id =T3.role_id AND T2.role_code = 'unitSectionChief' AND T1.`status` IN ('3', '4', '5') AND DATE_FORMAT(T1.process_time,'%Y-%m') = '2019-07'
				GROUP BY T1.unit_id
		) T1 
	) T6 ON T1.unit_id = T6.unit_id
	WHERE T2.unit_id != '1'
)T

 

利用SQL Server 进行报表统计的关键SQL语句与函数 利用以上的SQL语句和函数,可以轻松实现对时间进行分组的报表统计功能。开发人员可以根据具体需求,灵活运用这些语句和函数,为企业提供准确、直观的时间分组报表数据。 阅读详情

相关推荐

【K3CLOUD】SQL报表测试不通过

h.F_JRS_DATE PM日期, h.F_JRS_TEXT1 最新交期,t1. FMRPTERMINATESTATUS 业务终止,h. F_JRS_DATE 采购回复日期。t1_R.FORDERQTY 订单数量,t1_R.FRECEIVEQTY 收料数量, t1_R.FSTOCKQTY 入库数量, f.F_PAEZ_TEXT1 图号,h.F_JRS_DATE 到货日期,f.F_PAEZ_TEXT 版本,t1.F_JRS_Text 物料版本号,,点上面的按钮,以XML方式打开此扩展。

jiangzongbo的专栏 837

报表统计sql应该如何写?

一.场景 如果你遇到如下的场景,查询某个人的补贴汇总情况,会如何通过sql完成任务呢? 二.思路 思路1: 将总计行最后通过union all 拼接起来 思路2: 使用数据库自带的函数with rollup,思路二也是别人提供的 三.具体解决方法 思路1具体方法 在此不写具体的字段和表名,参考着可以将汉字补充为自己的字段或者表名 select * from ( ( select 身份证,服务类型,服务项目,单次补贴(公司),累积补贴(公司),单次补贴(其他),累积补贴(其他) from 统计表 )

qq_37375667的博客 2659

SQL Server 报表服务的功能描述

SQL Server 报表服务是一种功能强大的工具,用于创建、管理和分发丰富多样的报表。它提供了丰富的功能和灵活的配置选项,使用户能够创建定制化的报表,满足各种业务需求。本文将详细介绍 SQL Server 报表服务的功能,并提供相应的源代码示例。SQL Server 报表服务是一种功能强大的报表工具,提供了丰富的功能和灵活的配置选项。它可以帮助用户轻松创建、管理和分发报表,满足各种业务需求。通过上述功能的介绍和源代码示例,相信读者对 SQL Server 报表服务的功能有了更详细的了解。

DiAngular的博客 340

报表sql语句汇总

报表sql语句汇总 背景:报表统计中,经常会涉及到各段时间的报表汇总,当天,昨天,近一周,一月,一季度,一年等 ,这里便整理了一些sql ,方便以后copy! # 查询当天(1) select * from invoice where cr_date like '2021-05-25%' # 查询当天(2) SELECT * FROM invoice WHERE TO_DAYS(cr_date) = to_days(now()); #查询当天所有金额总计 SELECT SUM(money) as '.

admineason的博客 2681

手把手教你用scATAC-seq分析拟南芥根尖染色质可及性(附代码实战)

本文详细介绍了使用scATAC-seq技术分析拟南芥根尖染色质可及性的完整流程,涵盖从实验设计、数据质控、细胞分群到差异分析和多组学整合的实战步骤。通过具体的代码示例,帮助植物研究者掌握单细胞表观组学分析的核心方法,揭示细胞异质性和基因调控动态。

weixin_29291185的博客 265

jetson orin nano 使用cuPCL

jetson开发板上使用pcl时,正常使用的是cpu,拖慢了整体的效率。cuPCL有一些库用于使用CUDA处理点云。

weixin_42256401的博客 1018

帆软报表 js 调用sql_SQL Server中的报表–创建由先前创建的主报表调用的基于矩阵的子报表

帆软报表 js 调用sql Introduction 介绍 As you will remember from our last “get together” we created an application that permitted us to report upon financial data based upon an unorthodox financial...

culuo4781的博客 2334

上、下拉电阻(定义、强弱上拉、常见作用、吸电流、拉电流、灌电流)

1.上、下拉电阻定义 上拉电阻是把一个信号通过一个电阻接到电源(Vcc),下拉电阻是一个信号通过一个电阻接到地(GND)。 2.强上拉、弱上拉 强上拉、弱上拉的强弱只是上拉电阻的阻值不同,没有什么严格区分。例如:50Ω上拉,一般成为强上拉;100kΩ上拉则称为弱上拉。下拉也是一样的。强拉电阻的极端就是0Ω电阻,即将信号线直接与电源或低相连接。 3.上、下拉电阻的作用 因为上下拉电阻的作用概念很宽泛,不用领域的使用方法也不同,常见使用方法整理如下: ...

小浪宝宝的博客 3万+

SQL Server 报表服务

概念 报表服务(Reporting Services,SSRS)提供了各种现成可用的工具和服务,帮助数据库管理员创建,部署和管理单位的报表,并提供了能够扩展和自定义报表功能的编程功能。 报表生命周期 每一个事务都有生命周期,报表也是如此。每个报表的的生存周期都包括报表创建、报表管理和报表传输三个活动过程。 SSRS提供一个环境,在该环境中,用户可以从众多不同的数据源中创建许多不同类型的...

Nikita 5902

深度学习暑期科研项目(两个月发EI论文)

对本科生而言,越早接触系统的科研训练开始上手科研项目,就越能在未来的升学求职中占据很大的优势。暑假是提升个人简历、丰富科研经历的最佳时期!哈尔滨工业大学博士师兄也会在8月1日开始带大家上手科研项目,并撰写发表EI会议论文。

Magnolia_He的博客 1441

STM32+A4988控制步进电机

基于A4988芯片驱动42步进电机,在STM32F1上进行测试,最高可以实现16细分。

个人博客 4万+

JimuReport积木报表 — SQL数据源报表制作

一、数据源报表制作、新建数据库表(以student学生表为示例) 1、数据库表结构 2、新增几条数据 二、新建一个报表 1、点击头像进入编辑页面,点击“新建 ->新建报表”即可新建一个空白报表; 2、新建好之后进入报表编辑页面; 3、新建数据集 1)点击"数据集管理 ->SQL数据集",即可进入SQL数据集添加页面; 2)在SQL添加页面,添加相关信息,各个参数解释如下: 编码:SQL数据集的标识 名称:SQL数据集的名称 是否分页:如果有多页预览和打印,需要勾选“是否分页” 数据源

JEECG官方博客 8544

YOLOv13改进策略【Backbone/轻量化】| 替换骨干网络 CVPR-2024 StarNet,超级精简高效的轻量化模块

本文记录的是。StarNet设计简洁,没有复杂的设计和精细调整的超参数,仅是一个 4 阶段的分层架构。并且其中能够在低维空间计算的同时考虑极高维的特征这一特性,进而提高模型精度。本文在替换骨干网络中配置了原论文中的starnet_s1starnet_s2starnet_s3和starnet_s4七种模型,以满足不同的需求。

Limiiiing的博客 669

SQL Server中的报表–使用SQL Server数据工具将三个报表合并为一个报表

介绍 (Introduction) In our last “fireside chat” we discussed a few of the challenges that the HR Manager of a major hardware chain was experiencing. Mary Smith, the HR manager has since approached ...

culuo4781的博客 2021

手把手教你新建一个winform项目(史上最全)

本文介绍如何利用visual studio新建一个winform程序

qq_34059233的博客 4万+

RT-DETR改进策略【损失函数篇】| 2024 引进Focaler-IoU损失函数 加强边界框回归 (Focaler-DIoU、Focaler-GIoU、Focaler-CIoU等)

本文记录的是改进RT-DETR的损失函数,将其替换成。现有研究通过利用边界框之间的几何关系来提高回归性能,但忽略了困难样本和简单样本分布对边界框回归的影响。不同检测任务中困难样本和简单样本的分布不同,对于简单样本占主导的检测任务,关注简单样本的边界框回归有助于提高检测性能;对于困难样本比例较高的检测任务,需要关注困难样本的边界框回归。,提高检测器在不同检测任务中的性能。实现的。

Limiiiing的博客 1922

微软SQL 报表服务的研究

微软SQL 报表服务的研究 上次发布的关于国内报表设计器的分析,很多看客说遗漏了微软的报表服务,本人经过一段时间的补充学习,将本人得出的浅淡的研究说一下,本人是初学者,其中观点可能错误,望大家不吝赐教。 微软报表服务是新出的产品,它背靠强大的微软和SQLServer服务器而在报表市场中异军突起,来势汹汹。本人首先进入微软的MSDN网络图书馆 MSDN Library >Serve...

weixin_30627381的博客 154

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

信息 配置sql_JimuReport积木报表 — SQL数据源报表制作

积木报表 ,一个开源免费的报表工具,像搭建积木一样在线设计报表!功能涵盖数据报表设计、打印设计、图表设计、大屏设计等! 领先的企业级Web报表平台软件,采用纯Web在线技术,专注于解决企业报表快速制作难题。快速体验: www.jimureport.com以下是SQL数据源报表的制作步骤:一、数据源报表制作、新建数据库表(以student学生表为示例)1、数据库表结构2、新增几条数据二、新建一个报表...

weixin_39615402的博客 1006

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

报表设计中的几个SQL技巧

使用专业的报表工具设计报表模板时,数据准备是一个关键环节。数据准备的核心,实际上是数据库查询SQL语句的编写。 在一个典型的交叉分析报表中,需要显示每个大区、每个月度的销售业绩,如下图: 这个报表的数据集查询语句大致如下: select DATEPART(month,订购日期) 月份 , 销售大区 , SUM(订单金额) 销售额 from Demo_销售明细 where 订购日期 &gt...

williamluo67的专栏 4326

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

SQL Server报表——小白开发笔记

此文章为个人原创,转载请注明原网址。 这几天被安排用SQL Server自带的报表服务器做个报表,踩了好几个坑后,这里记录一下一点经验。。。所用到的软件是SQL2014自带的ReportBuilder。 1、报表开发第一步是配置环境,其实就是配置数据源,就是这东东,SQLServer安装好后自带的,打开进入下图这个页面,然后点击URL网址 接着弹出一个网页,然后新建数据源...

qq_41873966的博客 9133

JimuReport积木报表 — SQL数据源报表带参展示

在上一节数据源报表说明了一下该如何使用,本章说明带参改怎样使用。 在线使用地址:http://www.jimureport.com/ 一、数据源编辑,查看 1、点击“编辑”按钮 2、修改sql语句(本章以id为例) 1) 拼写格式 ‘${}’ 2) 点击SQL解析,如下图所示 参数:即${}里面的 参数文本:即参数的描述 默认值:当前参数${}里面默认值 3)点击确定按钮即可添加成功; 3、页面访问传参 点击“保存”和“预览”按钮,即可对信息进行保存; 4、预览的时候,需要在浏览器中输入参数

JEECG官方博客 5483

SQL系列交叉报表

我们将用下图研究报表:1、简单报表操作:上表经过下列运算后可产生: SELECT [Year], Q1=SUM(CASE WHEN [Quarter]=1 THEN Quantity END), Q2=SUM(CASE WHEN [Quarter]=2 THEN Quantity END), Q3=SUM(CASE WHEN [Quarter]=3 THEN Quantity ...

dianzichan5075的博客 247

关于统计报表常用sql

1 根据条件查总数 select count(*) all_sum, if(sum(if(problem_state in (1,2),1,0)) is null,0,sum(if(problem_state in (1,2),1,0))) problem_num, if(sum(if(problem_state=3,1,0)) is null,0,sum(if(problem_state=3,...

paranoria的博客 2834

sql交叉报表

sql交叉报表 --参考 /* 普通行列转换(2007-11-18于海南三亚) 假设有张学生成绩表(tb)如下: Name Subject Result 张三 语文  74 张三 数学  83 张三 物理  93 李四 语文  74 李四 数...

diechufeng3288的博客 207

SQL*Plus 的报表功能

SQL*Plus 的报表功能 常用制作报表命令 TTITLE //为报表的每一页设置头标题 BTITLE //为报表的每一页设置底标题 COLUMN //设置列的标题和格式 BREAK //将报表中的数据分组显示并设置组间间隔 COMPUTE //计算分组数据的汇总值 SET LINESIZE //设置报表每行允许的最大字符数 SET PAG...

donoot的博客 693
上一篇: 基于xlsx excel 导入功能
下一篇: 计算机网络协议-UDP、TCP、Socket
pin伴夏
博客等级 码龄9年 3粉丝 22原创
评论 1
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