[数据分析]MySQL

mysql 数据分析_MYSQL数据分析实操 一、数据加载MYSQL加载数据有两种方式,一种是通过MYSQL WORKBENCH加载,适合加载少量数据;另一种是通过MYSQL command line client加载,适合加载数据较多的文件,节省时间。1.MYSQL WORKBENCH加载(1)启动workbench(2)在左边栏找到Tables,右键creat table,填写数据格式,表头信息等,点击右下按钮apply(3)鼠标停在新建... 阅读详情

1 数据库的作用和分类

  • 数据库是存储和管理数据的系统。
  • CURD操作:
    • create
    • update
    • read
    • delete
  • 分类:
    • 关系型数据库(RDBMS)
      • SQL数据库:MySQL
    • 非关系型数据库
      • NoSQL数据库:MongoDB

2 MySQL数据库

MySQL是目前最流行的关系型数据库管理系统之一。

  • 数据库的增、删、改、查
  • 数据表的增、删、改、查
  • 表记录的增、删、改、查
  • SQL语句的功能
    • DDL(Data Definition Language):数据定义语言,用来定义数据库对象:数据库,表,列等。搭建保存数据的容器。
      • 注意:DDL并涉及表中记录(数据)的操作!
    • DML (Data Manipulation Language):数据操作语言,用来对数据库中的表记录进行增、删、改。
    • DQL (Data Query Language):数据查询语言,用来查询数据库中表的记录。【重点学习】
    • DCL (Data Control Language):数据控制语言,用来定义数据库的访问权限和安全级别,及创建用户。

3 SQL-DDL 数据定义语言

3.1 创建数据库及创建表

# 查看数据库
show databases;
# 创建数据库
create database db_itpython;
create database if not exists db_itpython;
# 创建数据库建议直接设置编码格式
create database if not exists db_itpython default charset =utf8;
# 删除数据库
drop database db_itpython;
# 创建数据库
create database  if not exists bigdata_db default charset =utf8
# 查看数据库
show databases
# 指定使用的数据库
use bigdata_db
# 查看当前使用的数据库
select database()
# 删除数据库
drop database bigdata_db
use db_itpython
# 创建表
create table tb_student(
    id int,
    name varchar(20),
    age int,
    gender enum('男','女'),
    mobile char(11)
)default charset =utf8
# 查看数据表
show tables
# 创建表
# decimal(字段长度,保留几位小数)
create table tb_goods(
    id int,
    goods_name varchar(20),
    goods_price decimal(11,2),
    store varchar(20)
)default charset =utf8;
# 查看表有哪些字段
desc tb_goods;
# 重命名表名
rename table tb_goods to tb_product;
# 查看表名
show tables;
# 删除数据表
drop table tb_product
# 创建默认编码的数据库(公司1)
create database if not exists company_1;
# 创建编码为gbk的数据库(公司2)
create database if not exists company_2 default charset =gbk;
# 创建编码为utf8的数据库(公司3)
create database if not exists company_3 default charset =utf8;
# a查看有哪些数据库
show databases ;
# b 查看创建数据库(公司2)
show create database company_2;
# c.删除第2个数据库;
drop database company_2;
# d.查看当前使用数据库;
select database();
# e.切换使用数据库(公司3)等操作。
use company_3;

3.2 常用数据类型

3.2.1 整数

MySQL :: MySQL 8.0 Reference Manual :: 13.1.2 Integer Types (Exact Value) - INTEGER, INT, SMALLINT, TINYINT, MEDIUMINT, BIGINT

3.2.2 小数

小数:decimal,double,float

decimal(M, N),如decimal(5,2)表示共存5位数,小数占2位,存储小数要求没有误差时使用,比如:金钱

3.2.3 字符串

varchar,char,text

char表示固定长度的字符串,如char(3),如果填充'ab'时会补一个空格为'ab ',3表示字符数;最多保存255个字符。

varchar表示可变长度的字符串,如varchar(3),填充'ab'时就会存储'ab',3表示字符数;最多可保存2万汉字。

text 超过255个字符使用此类型

3.2.4 日期时间

date, time, datetime

3.3 数据约束

在类型限制的基础上给数据增加额外的限制。

  • 主键 primary key:唯一标识表中的一行记录。 MySQL 建议所有表的主键字段都叫 id, 类型为 int unsigned。
  • 非空 not null:此字段不允许填写空值。NULL表示空
  • 惟一 unique:此字段的值不允许重复。
  • 默认 default:当不填写字段对应的值会使用默认值,如果填写时以填写为准。
  • 外键 foreign key:对关系字段进行约束, 当为关系字段填写值时, 会到关联的表中查询此值是否存在, 如果存在则填写成功, 如果不存在则填写失败并抛出异常。在一个表中是主键,在另一个表是非主键,而且这个字段是两张表的关联字段。
# 字段约束
# 主键约束 primary key  非空且唯一,例如id 可以设置为主键
# unique 字段必须具有唯一性,可以为空
# 非空约束 not null
drop table tb_student;
create table tb_student(
    # 主键约束
    id int primary key,
    # 不能重复
    name varchar(20) unique,
    age int,
    # 默认值约束,插入数据时,如果省略或使用default关键字会自动触发
    gender enum('男','女') default '男',
    # 非空约束
    mobile char(11) not null
)default charset =utf8;

desc tb_student;

3.3.1 主键约束

3.3.2 主键自增

# 主键约束:非空、唯一、起到唯一标识作用;在一个表中,有且仅有1个主键,可以是1个字段,也可以是多个字段(联合主键)
show tables ;
drop table tb_student;
create table tb_student(
    id int auto_increment,
    name varchar(28),
    age tinyint unsigned,
#     设置联合主键
    primary key (id,name)
)default charset =utf8;
insert into tb_student values (null,'Tom',23);
insert into tb_student values (null,'Jack',24);
select * from tb_student
# 清空操作与自动增长序列的关系
# delete from 删除表中的所有记录,数据表不重建,自动增长会继续之前的编号
select * from tb_student;
delete from tb_student where id=2;
insert into tb_student values (null,'Jack',23);
delete from tb_student;
insert into tb_student values (null,'Jack',23);
# truncate table 数据表名称,数据表会重建,自动增长会重置编号,再次从1开始编号
truncate table tb_student;
insert into tb_student values (null,'Jack',23);

3.3.3 非空约束

# 非空约束
drop table tb_student;
create table tb_student(
    id int auto_increment,
    name varchar(28) not null,
    age tinyint unsigned,
#     设置联合主键
    primary key (id,name)
)default charset =utf8;

insert into tb_student values (null,'Tom',23);
select * from tb_student;
insert into tb_student values (null,null,23);

3.3.4 唯一约束

# 唯一约束
drop table tb_student;
create table tb_student(
    id int auto_increment,
    name varchar(28) unique,
    age tinyint unsigned,
#     设置联合主键
    primary key (id,name)
)default charset =utf8;

insert into tb_student values (null,'Tom',23);
insert into tb_student values (null,'Tom',23);

3.3.5 默认值约束

# 默认值约束
drop table tb_student;
create table tb_student(
    id int auto_increment,
    name varchar(28) unique,
    age tinyint unsigned default 18,
#     设置联合主键
    primary key (id,name)
)default charset =utf8;

insert into tb_student (id,name) values (null,'Tom');
insert into tb_student values (null,'Rose',default);
insert into tb_student values (null,'Jack',20);
select * from tb_student;

3.4 表字段操作

3.4.1 添加表字段

3.4.2 修改、删除表字段

# 创建表
create table tb_category(
    id int primary key
)default charset =utf8;
# 字段管理
# 添加字段
alter table tb_category add name varchar(20) after id;
desc tb_category;
# 修改字段
alter table tb_category add `desc` varchar(255) after name;
desc tb_category;
# 重命名字段
alter table tb_category change `desc` description varchar(255);
desc tb_category;
# 删除字段
alter table tb_category drop description;
desc tb_category;

4 SQL-DML数据操作语言

4.1 增加表记录

create table tb_category(
    cid int primary key ,
    cname varchar(20),
    description varchar(255)
)default charset =utf8;
# 插入数据
insert into tb_category values(1,'服饰','秋冬5折');
insert into tb_category(cid,cname) values (2,'电器');
insert into tb_category values
(3,'玩具','奥迪双钻'),(4,'蔬菜','时令蔬菜');
insert into tb_category(cid,cname) values (5,'化妆品'),(6,'书籍'),(7,'运动');

select * from tb_category

4.2 更新表记录

# 更新表记录
update tb_category set cname='家电';
select * from tb_category;
# 给更新表记录添加条件
update tb_category set cname='服装' where cid=1;
select * from tb_category;

4.3 删除表记录

 删除表满足条件的记录
delete from tb_category where cid=5;
select * from tb_category;
# 删除所有记录(只是把数据删除,表不会重建,自增序列删除)
delete from tb_category;
select * from tb_category;
# 清空所有记录(不仅会删除所有内容,还会重建数据表)
truncate table  tb_category;
select * from tb_category;

5 SQL-DQL数据查询语言

5.1 简单查询

查询5子句:

where=>条件查询

group by=>分组查询

having=>分组查询的过滤条件

order by =>排序查询

limit=>限制查询,分页查询

5.2 条件查询

条件运算符:

1. 比较运算符: = 、 > 、 < 、 >= 、 <= 、 != 、 <>
2. 逻辑运算符: AND ( 并且 ) 、 OR ( 或者 ) 、 NOT ( 非、取反 )
3. LIKE 模糊查询
% :表示任意多个任意字符
_ :表示任意一个字符
4. 范围查询
BETWEEN ... AND ... 表示在一个连续的范围内查询
IN 表示在一个非连续的范围内查询
5. 空值判断: IS NULL 和 IS NOT NULL
# %代表任意多个字符
# 中间包含note
select  * from goods where name like '%note%';
# 以note开头
select * from goods where name like 'note%';
# 以note结尾
select * from goods where name like '%note';
# _代表任意的某一个字符
# 查询商品名称为5个字符的所有商品
select * from goods where name like '_____';
# 范围查询
select * from goods where price between 2000 and 3000;
select * from goods where price>=2000 and price<=3000;
select * from goods where score in (9.50,9.70);
select * from goods where score=9.50 or score=9.70
# 空值与非空值判断
select * from goods where score is null;
select * from goods where score is not null;

5.3 聚合函数

又叫组函数、统计函数,用来对表中的指定列数据进行统计计算。

count()    求总数

sum()   求和

avg()    求平均值

max()    求最大值

min()    求最小值

聚合函数计算会忽略null 值。

select count(*) from goods;
select count(id) from goods;
select count(score) from goods;
select sum(price) 总价格 from goods;
select avg(price) 平均价格 from goods;
select max(price) from goods;
select min(price) from goods;

5.4 分组函数

group by 分组聚合分两步:先分组、再聚合。

select category_id,count(category_id) cnt from goods group by category_id;
# 聚合字段需要出现在select后面
select category_id,is_self,count(category_id) from goods
group by category_id,is_self;

5.5 过滤函数

having 发生在分组之后

where 发生在分组之前

# 分组字段、聚合字段需要出现在select后面
select category_id,is_self,count(category_id) from goods
group by category_id,is_self;

# having在无聚合的情况下可以替代where
select * from goods where price>3000;
select * from goods having price>3000;

select category_id,avg(price) from goods
group by category_id having avg(price)<1000;

select category_id,avg(price) avg_price from goods
group by category_id having avg_price<1000;

# 重点
select category_id,avg(price) from goods
where is_self='自营'
group by category_id
having avg(price)>2000;

5.6 去重查询

select distinct name from goods;
select name from goods group by name;
# (name,price 作为整体)
select distinct name,price from goods;

5.7 排序查询

select name,price from goods order by price;
select * from goods order by score desc;
# 多字段排序,通excel的排序逻辑
select * from goods order by score desc,price;

5.8 Limit查询(分页查询)

# 获取id 2/3/4
select * from goods limit 1,3;
# 获取一条记录
select * from goods order by price limit 1;
select * from goods order by price limit 0,1;
# 12条,每页3条,分4页
select * from goods order by price limit 3,3;
# 分页公式 (当前页-1)*每页条数,每页条数
# 每页5条,第三页
# limit (3-1)*5,5

5.9 SQL执行顺序

6 多表关联查询

 表之间的关系:一对一、一对多、多对多

6.1 笛卡尔积(cross join)

# 交叉连接,字段数等于字段之和,记录数等于两者记录的乘积
select * from category join goods;
# 重点
select * from category,goods;

6.2 有条件连接查询

6.2.1 内连接

select category.id,category.name,goods.id,goods.name from category join goods
on category.id = goods.category_id;
select
    c.id,c.name cname,
    g.id,g.name gname
from category c
join goods g
on c.id=g.category_id;

6.2.2 左连接(左外连接)

6.2.3 右连接(右外连接)

# 左外连接
select
    c.id,c.name cname,
    g.id,g.name gname
from category c left join goods g
on c.id = g.category_id;
# 右外连接
select
    c.id,c.name cname,
    g.id,g.name gname
from category c right join goods g
on c.id = g.category_id;

6.2.4 全外连接(mysql不支持)

可用union模拟全外连接

# union把两张表进行纵向合并:字段个数和类型必须相同;字段顺序必须相同
# union all 不去重;union去重
select
    c.id,c.name cname,
    g.id,g.name gname
from category c left join goods g
on c.id = g.category_id
union
select
    c.id,c.name cname,
    g.id,g.name gname
from category c right join goods g
on c.id = g.category_id;

7 外键约束

级联删除;级联更新

-- 创建一个大哥表
create table dage(
  id int not null auto_increment,
  name varchar(20),
  primary key(id)
) engine=innodb default charset=utf8;
-- 添加测试数据
insert into dage values (null, '陈浩南');
insert into dage values (null, '乌鸦');
-- 创建一个小弟表
create table xiaodi(
  id int not null auto_increment,
  name varchar(20),
  dage_id int,
  primary key(id)
) engine=innodb default charset=utf8;

-- 添加一个外键约束(重点)
alter table xiaodi add foreign key(dage_id)
    references dage(id) on delete cascade;
desc xiaodi;
show create table xiaodi;
-- 插入测试数据
insert into xiaodi values (null, '山鸡', 1);
insert into xiaodi values (null, '大天二', 1);
insert into xiaodi values (null, '乌鸦的小弟', 2);

-- 测试外键约束的级联删除功能
delete from dage where id = 2;

select * from dage;
select * from xiaodi;

8 子查询

select * from goods
where price>(
    select avg(price) from goods
    );

 

# 查询所有类别的平均价格,然后显示对应的分类名称
select category_id,avg(price) `avg` from goods group by category_id;
select t2.id,t2.name,t1.`avg` from (
    select category_id,avg(price) `avg` from goods group by category_id
                                   )t1 join category t2 on t1.id=t2.id
drop table students;
create table `students` (
  `id` int(11) not null auto_increment,
  `name` varchar(24) not null,
  `gender` varchar(8) not null,
  `score` decimal(5,2) not null,
  primary key (`id`)
) engine=innodb default charset=utf8;

insert into `students` values
(1,'smart','male',90.00),(2,'linda','female',81.00),
(3,'lucy','female',83.00),(4,'david','male',94.00),
(5,'tom','male',92.00),(6,'jack','male',88.00);

-- ①编写子查询
select avg(score) from students;
-- ②把子查询结果填充到主查询中
select id,name,gender,score,
       (平均成绩) as avg_sore,
       score-(平均成绩) as difference
from students;
-- ③替换伪代码
select id,name,gender,score,
       (select avg(score) from students) as avg_sore,
       score-(select avg(score) from students) as difference
from students;

9 窗口函数

 聚合函数+over()

9.1 特点

1)简单

窗口函数更易于使用。
窗口函数是 MySQL8.0 以后加入的功能,之前需要通过定义临时变量和大量的子查询或关联才能完成的工作,使用窗口函数实现起来更加简洁高效。 窗口函数也是面试及实际工作的高频点 。

2)快速

使用窗口函数比使用替代方法要快得多。当你处理成百上千个千兆字节的数据时,这非常有用。

3)多功能性

最重要的是,窗口函数具有多种功能,比如: 求差值、求占比、求排名、累计值计算 等等。

 9.2 语法

# 子查询充当临时表
# 查询不同类型商品的平均价格,结果中包含分类的名称
select category_id,avg(price) `avg` from goods group by category_id;
select t2.id,t2.name,t1.avg
from category t2 join
    (select category_id,avg(price) `avg` from goods group by category_id) t1
on t1.category_id=t2.id;
# 基本语法 聚合函数()+over()/排名函数+over()
select *,avg(score) over() avg_score,
score- avg(score) over() as differernce
from students;

# 求每个学生的成绩占总成绩的占比
select *,sum(score) over() as 'sum',
score/sum(score) over()*100 as ratio
from students;

-- partition by不仅会分组,而且会保存之前全部的字段
select *,avg(score) over(partition by gender) as avg_score,
score-avg(score) over(partition by gender) as difference
from students;
# 排名函数
# rank 有并列,排名不连续
# dense_rank 有并列,且排名连续
# row_number 无并列,但连续
-- 准备数据集
create table `tb_score` (
  `name` varchar(24) not null,
  `course` varchar(24) not null,
  `score` decimal(5,2) not null
) engine=innodb default charset=utf8;

insert into `tb_score` values ('张三','语文',81.00),('张三','数学',75.00),('李四','语文',76.00),('李四','数学',90.00),('王五','语文',81.00),('王五','数学',100.00);

-- rank()、dense_rank()、row_number()
select
    *,
    rank() over(order by score desc) as `rank`,
    dense_rank() over(order by score desc) as `dense_rank`,
    row_number() over(order by score desc) as `row_number`
from tb_score;

 

-- TopN问题--
select *,
dense_rank() over(partition by course order by score) as rn
from tb_score;
# 如果把子查询作为一张表,则需要起一个名字
select * from
(
select *,
dense_rank() over(partition by course order by score) as rn
from tb_score
)tmp
where rn=2;

 10 CASE WHEN

select name,course,score,
case
    when score>=90 then '优秀'
    when score>=80 then '良好'
    when score>=70 then '中等'
    when score>=60 then '及格'
    else '不及格'
end as grade
from tb_score;


小测试:

主键primary key和unique的区别?

时间查询

-- 需求9: 另一种常见的报表需求是查询某段时间内的业务指标, 我们统计2016年7月的订单数量,
# select * from orders;
select count(order_id) 订单数量 from orders
where order_date >= '2016-07-01' and order_date<'2016-08-01';
-- 模糊查询
select count(order_id) 订单数量 from orders where order_date like '2016-07%';
-- 等值查询
select count(order_id) 订单数量 from orders
where year(order_date)=2016 and month(order_date)=7;
-- 范围查询(between and 是前闭后闭的)
select count(order_id) 订单数量 from orders
where order_date between '2016-07-01' and '2016-07-31';

IF 语句

-- 需求24: 在引入北美地区免运费的促销策略时,我们也想知道运送到北美地区和其它国家地区的订单数量
-- 促销策略, 参见需求21的代码.
# select ship_country, count(order_id) 订单数量
# from orders
# group by ship_country;
select
count(if(ship_country in ('USA', 'Canada'), 1, null)) as 北美地区订单总数,
count(if(ship_country not in ('USA', 'Canada'), 1, null)) as 其它地区订单总数
from orders;
select
count(case when ship_country in ('USA','Canada') then 1 end)
as 北美地区订单总数,
count(case when ship_country not in ('USA','Canada') then 1 end)
as 其它地区订单总数
from orders;

MySQL数据分析案例---电商数据分析 最近在学mysql数据查询,感觉mysql的查询数据功能很不错,在这里记录了本人的一次mysql电商数据分析过程。 所有表格数据,一共9张,分别是商品品牌表,商品颜色表,商品信息表,商品尺寸表,订单细节表,订单信息表,区域信息表,用户地址表,用户信息表。另外有一张E-R图以及结构信息表。 E-R关系图 一、创建数据库 create database ds; use ds; 二、数据创建表,且... 阅读详情

相关推荐

【Python3数据分析第44章】Python3数据分析:Python3操作MySQL8 【20250607讲解】

本教程涵盖从基础连接到高级分析的完整流程,建议配合实际数据库操作练习。(caching_sha2_password问题)转换为DataFrame。

老韩的Linux云计算架构师进阶之路 156

python数据分析之连接MySQL数据库并进行数据可视化

本期将熟悉MySQL数据库以及管理和操作MySQL数据库的数据库管理工具Navicat Premium,然后在python中调用MySQL数据库进行数据分析和数据可视化。

qq_45856698的博客 7494

数据分析师面试题

一次面试数据分析师的面试题

使用MySQL进行数据统计与分析的案例分享

本文分享了使用MySQL进行数据统计与分析的案例,介绍了数据统计与分析的重要性,并通过两个实际案例展示了如何利用MySQL实现数据分析和决策支持。希望读者能够从本文中获得灵感和启发,将数据统计与分析应用到自己的工作和业务中,实现更好的业绩和竞争优势。例如,通过分析用户行为数据,发现用户偏好和需求,从而调整产品策略和服务。通过对数据的统计与分析,可以获得客观、准确的信息,有助于制定战略、优化流程、提升效率等。通过设定阈值和规则,对每个贷款申请进行快速评估和决策,提高工作效率和准确性。

vipfanxu的博客 856

mysql数据分析工具

带加密的 /* zlib.h -- interface of the 'zlib' general purpose compression library version 1.2.3, July 18th, 2005

DBeaver连接IoTDB避坑指南:手动配置JDBC驱动的完整流程(附问题排查)

本文提供了在DBeaver中手动配置Apache IoTDB JDBC驱动的完整流程与避坑指南。详细解析了从驱动创建、库文件添加(关键是指向整个lib目录)到连接测试的每一步,并重点针对常见的ClassNotFoundException、连接拒绝等错误提供了深度排查方案,帮助用户高效建立图形化管理连接。

weixin_28327051的博客 397

利用MySQL玩转数据分析之基础篇

与DATE类型中的YY相同,‘00’— '69’范围的值会被转换为2000—2069范围的值,‘70’—'99’范围的值会被转换为1970—1999范围的值。DATETIME类型用于表示日期和时间,它的显示形式为’YYYY-MM-DD HH: MM:SS’,其中,YYYY表示年,MM表示月,DD表示日,HH表示小时,MM表示分,SS 表示秒。其中,‘00’—'69’范围的值会被转换为 2000—2069范围的YEAR值,‘70’—'99’范围的值会被转换为1970—1999范围的YEAR 值。

xuezhangmen的博客 1175

【牛股启动线】副图指标使用技术说明,图文案例分享,通达信炒股指标

如上图,在紫色线在黑色虚线上时,在出现紫色柱线时,通常会出现强势拉升的行情​。柱线加长加上紫色线上扬,进场跟随做多抓强势行情,紫色柱线和紫色线同时做多持续则可以继续持股。如上图,副图指标【牛股启动线】,指标信号包括紫色线走势信号和紫色柱线信号,以及底部的四条虚线技术信号​,还有一条绿色的参考线,一条黑色的虚线两天分档线。如上图,参考买点,紫色柱线开始出现时进场买点,在上图标记的位置对应的就是进场买点​。紫色柱线加长+紫色线上扬,多头共振持股,行情继续拉升阶段,持股待涨或顺势​进场做多。

weixin_69760830的博客 1913

MySQL数据库-聚合查询:统计与分析数据

MySQL是一款流行而强大的关系型数据库管理系统,它提供了丰富的聚合函数和查询功能,用于对数据进行统计和分析。在本文中,我们将深入介绍MySQL数据库聚合查询的用法和实例。通过本文,我们详细介绍了MySQL数据库聚合查询的概念和基本语法,并提供了几个常见的实例。聚合查询是数据统计和分析的重要工具,能够帮助我们从大量数据中提取有用的信息。

zcx777123的博客 1316

北京途游游戏后端开发面经

北京途游游戏后端开发面经 我面试岗位是基于Python的后端开发工程师,主要是搞游戏的服务器开发。面试一共分了两轮,之后说是看看其他的候选人再定,感觉凉凉~~ 由于受到此次新型冠状病毒疫情的影响,本次面试采用视频面试的方式,下面是面试的时候面试官提的问题,python的基础知识还是问的比较多的。  一面:(32分钟微信视频)  简单做下自我介绍,   1.说一下你开发过的项目,挑一个说下你都做了...

weixin_45603043的博客 2129

从Simulink仿真到DSP28335真机部署:PID闭环控制快速移植指南

本文详细介绍了如何将Simulink中的PID闭环控制算法快速移植到DSP28335嵌入式平台。通过模型与代码映射、浮点与定点数选择、定时器中断配置、物理输出实现以及调试技巧五个关键步骤,帮助工程师高效完成从仿真到真机部署的全过程,特别适合需要实现精确控制的嵌入式开发者。

weixin_42521843的博客 364

mysql 数据分析的步骤_数据分析8个具体步骤

# 在对数据进行分析时,主要细分为明确目标、应用思维和如下8个具体步骤:1、读取数据2、清洗数据3、操作数据4、转换数据5、整理数据6、分析数据7、展现数据8、总结报告接下来将介绍使用python来具体处理数据,包括上面几个步骤的实现,以及给出具体的操作例子。需要记住的是使用python处理数据所用到的 具体函数、方法。# 一、python读取数据''''''1、简要2、如何从Excel文件中读取...

weixin_34357833的博客 1819

避坑指南:Zabbix poller进程100%占用的5种常见原因及解决方案

本文深入剖析了Zabbix poller进程占用率高达100%的五大常见原因,包括监控项与进程数不匹配、不可达主机资源浪费、数据库性能瓶颈、监控项配置不合理以及版本缺陷。文章提供了从系统化诊断到针对性解决方案的完整指南,并重点介绍了如何通过优化zabbix_server.conf中的StartPollers等关键参数进行有效调优,帮助运维人员从根本上解决这一经典性能问题。

7z8x2c4v6b9的博客 254

【MySQL】数据分析案例

以下数据及教程均来自B站【戴戴戴师兄】,教程质量较高,适合有一定基础的同学速通巩固。

dession_Wu的博客 1183

SAP S/4 HANA CO 成本模块实战指南

摘要:SAP S/4HANA CO(管理会计)模块是企业内部成本管理的核心工具。本文系统介绍了CO模块的组织结构(控制范围与会计科目表映射)、基础概念(计划值与预算值)以及6大子模块功能(成本要素、成本中心会计等)。重点解析了各子模块的应用场景与差异,包括成本归集、费用分摊、利润分析和产品成本控制,并对比了利润中心与成本中心、内部订单与销售订单的区别。通过事务代码示例和功能对比表,帮助用户快速掌握SAP CO模块的核心管理逻辑与实施要点。

金牌架构师 1127

【YOLOv11】087、YOLOv11多任务学习:检测、分割、分类联合学习

摘要: 工业质检场景中,多任务模型(检测、分类、分割)的需求日益增长。针对边缘设备部署的挑战,本文提出基于YOLOv11的多任务学习方案。通过共享主干网络和设计分支头(检测、分割、分类),实现高效推理;采用动态权重平衡策略解决多任务损失不平衡问题;并优化数据流处理(支持部分标注)和推理剪裁(按需启用分支)。实验表明,该方法在Jetson Orin上帧率提升3倍,内存占用减少40%,为工业质检提供了轻量高效的解决方案。

企鹅码农的专属播客,分享10多年的实战案例和经验解读,包含YOLO、RT-DETR、AI等各个工作领域。 449

MySQL入门实战:使用MySQL进行数据分析

1.背景介绍 MySQL是一种关系型数据库管理系统,它是最受欢迎的数据库管理系统之一,用于存储和管理数据。MySQL是开源的,因此可以免费使用和分发。它是一个高性能、稳定、安全、易于使用的数据库管理系统,适用于各种应用程序和业务需求。 数据分析是一种用于从数据中提取有用信息和洞察力的方法。数据分析可以帮助企业更好地理解其业务,提高效率,降低成本,提高盈利能力。数据分析可以通过各种方法进行,包括...

AI天才研究院 981

【科研数据获取】根据Excel表个中的企业/公司信息批量获取经纬度坐标,并进行地图可视化

批量获取企业/公司的经纬度坐标,并进行地图可视化1 需求2 实现途径3 需求逐步实现 1 需求 在做项目的时候,老板或者项目答辩时候甲方最喜欢看到的就是可视化结果,尤其是涉及到地图可视化。很多时候会遇到企业/公司的数据,想要做地图可视化,必不可少的就是要获取它们具体地址:第一种就是像查户口一样精准一下具体的城镇街道,还有一种就是经纬度信息,前一种属于文字内容往往用于管理方面,第二种数字信息多用于数据处理与分析。 2 实现途径 获取地理信息数据,自然需要使用到地图的功能,这里直接采用百度地图的拾取坐标系统,

lys_828的博客 2337

Python + MySQL 数据分析新手教程

本文介绍了如何使用python和MySQL进行数据分析,首先我们学习了安装pandas库,使用connect()将 Python 与MySQL进行连接,然后使用execute()、fetchall()执行和查询数据结果,最后我们使用for循环计算交易数据(总交易额、退单率等)。希望本文能够帮助你理解如何使用python对数据库进行数据分析,并在实际数据处理中得到应用。

MoSTChillax的博客 965

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

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

MySQL中的数据分析挖掘技巧

在实际的数据应用场景中,我们往往需要通过分析和挖掘来发现数据背后的规律和价值,因此了解mysql中的数据分析和挖掘技巧是非常重要的。该语句通过将相邻的员工绩效相同的员工进行聚合,生成一个以“-”分割的字符串,用于表示每个部门中的员工绩效分布情况。除了内置的SQL函数之外,MySQL还提供了丰富的函数库支持,用于实现各种高级的数据分析和挖掘功能,例如线性回归、时间序列分析和文本挖掘等。通过对这些统计参数进行分析和比较,可以发现销售数据中存在的趋势和周期性等规律,并进行针对性的调整和优化。

wx_19970108018的博客 638

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

基于Python+Ollama DeepSeek与MySQL进行数据分析探索

上面是简单的DeepSeek进行数据分析的功能,对于数据量小的来说可能还行,但是对于数据量大的来说还是够呛。构建从数据提取,到智能分析,再到可视化呈现的全流程自动化,以及风险预测和识别也将成为另一个业务价值呈现点。在ollama官网,搜索我们要部署的模型,这里选择deepseek-r1模型,可以看到列出所有蒸馏版本,我们这里由于配置原因,选择1.5b版本。下载完成后,直接点击安装即可。这里我添加了一些额外的功能,用于扫描库表是否包含了主键,是否字段长度过长没有约束,是否时间类型用了字符串等。

有一只柴犬的专栏 3423

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!

使用Hive进行数据分析以及将分析后的数据导入MySQL数据库

使用hive进行数据分析,以及将分析后的数据导入MySQL。前段时间写了一个用pandas进行数据预处理的一个博客,这篇博客是接着上一篇,数据预处理后的数据分析阶段,用的是hive

丶水溶C的博客 7811

mysql中进行数据分析_SQL数据分析(一)

写在前面:抖音重燃我对数据分析的兴趣。粗略略算是众多兴趣爱好之一,和追剧,画画,睡觉没啥区别,非要说个差别那就是体现方式不同而已。兴趣爱好这个东西有两面性,或坚持或随性。在我看来,它是流动的,轮回的,自由的。喜欢的时候用力跟,淡忘的时候干脆放,重要的还是获取当下的满足与快乐。很久以前看SQL语句,认为基础语法简单,只要用的时候百度就够了。动手以后发现实践的快乐不是看和听所拥有的。那现在立个flag...

weixin_33747775的博客 1503

mysql数据分析SQL

同比 概念:同比就是与历史同时期比较。 例如,2019年7月份与2018年7月份相比,就是与不同年份的同一时期作比较,叫同比。 SELECT 本月时间, CASE WHEN 2019-07数据 IS NULL OR 2019-07数据 = 0 THEN 0 ELSE 2019-07数据 END 2019-07数据, CASE WHEN 2018-07数据 IS NULL OR 2018...

csdnzhang365的博客 385
上一篇: [Linux]操作系统
下一篇: [数据分析]Pandas
Letmooning
博客等级 码龄2年 503粉丝 24原创
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