[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

普中科技ESP8266-01s模块CWJAP:3 FAIL报错?手把手教你用AT+CWSAP指令搞定WiFi配置

本文详细解析了普中科技ESP8266-01s模块常见的CWJAP:3 FAIL报错问题,并提供了通过AT+CWSAP指令正确配置WiFi的实战解决方案。文章涵盖错误根源分析、硬件连接指南、AT指令详解及高级调试技巧,帮助开发者快速解决ESP8266-01s模块的WiFi配置难题。

weixin_42653691的博客 202

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

DPABI安装教程

DPABI是是中科院心理研究所严超赣老师团队开发的一款磁共振脑影像数据分析工具包。基于SPM,在安装DPABI之前需要安装好SPM,才能正常使用。SPM的安装方法见文matlab2021a版本条件下安装spm_kidllll的博客-优快云博客 1、下载安装包 下载地址:DPABI: a toolbox for Data Processing & Analysis for Brain Imaging | The R-fMRI Network 2、将下载好的dpabi文件夹移动到matl..

qq_42356925的博客 1万+

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

基于Halcon与C#的PCB焊接缺陷智能检测系统开发实战(附完整源码与项目文档)

本文详细介绍了基于Halcon与C#的PCB焊接缺陷智能检测系统开发实战,涵盖机器视觉技术、硬件选型、图像处理算法及C#上位机开发。通过实战案例展示如何实现高效、准确的PCB焊接缺陷检测,提升生产效率与质量,并附完整源码与项目文档。

mango的博客 221

python opencv的车牌识别分割详细教程 毕业设计

python opencv的车牌识别分割详细教程 毕业设计

机器学习深度学习业余选手 1328

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

华为的LTC(Lead to Cash,从线索到现金)流程是其销售管理体系的核心,覆盖了从发现销售线索到最终收回现金的全过程,强调端到端的业务贯通和以客户为中心的运营理念

华为LTC流程是覆盖销售全周期的管理体系,包含四大阶段:线索转机会(LTO)、机会转订单(OTO)、订单转交付(OTD)、交付转现金(DTC)。其核心采用"铁三角"团队模式(AR/SR/FR协作),通过多部门联合评审把控关键节点,实现端到端业务贯通。该流程与IPD、MTL、ITR等体系高效协同,结合iSales平台实现数字化管理,有效提升销售效率、客户满意度和资金回笼速度。

金牌架构师 1729

【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

初探802.11协议(6)——Wi-Fi 6新特性简介

Wi-Fi 6新机制(特性)介绍

FanFF的博客 1523

133.在 Vue3 中使用 OpenLayers 实现画多边形、任意编辑、遮罩与剪切处理功能

《Vue3+OpenLayers实现多边形绘制与区域处理》摘要:本文介绍如何基于Vue3+OpenLayers+ol-ext实现地图多边形交互功能。核心功能包括:鼠标绘制任意多边形、拖动顶点编辑边界、遮罩显示(非选区变红)、选区剪切显示及功能重置。技术方案采用OpenLayers处理地图渲染,ol-ext实现高级遮罩/剪切效果,ElementPlus提供UI控件。该方案适用于城市规划、园区展示等需要区域标记的场景,完整代码展示了从初始化、绘制、编辑到特效处理的全流程实现。

小彭的博客 965

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

SAP:QUERY中SQ02增加选择屏幕权限控制

【代码】SAP:QUERY中SQ02增加选择屏幕权限控制。

weixin_43734184的博客 2327

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

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

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

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

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

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

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