公众号：瑞行AI

import pandas as pdimport numpy as npsalaries=pd.DataFrame({ 'name':['BOSS','Lilei','Lilei','Han','BOSS','BOSS','Han','BOSS'], 'Year':[2016,2016,2016,2016,2017,2017,2017,2017], 'Salary':[

http://api.mongodb.com/python/current/

CREATE TABLE `test` ( `id` int(10) NOT NULL AUTO_INCREMENT, `name` varchar(20) DEFAULT NULL, `age` int(10) DEFAULT NULL, PRIMARY KEY (`id`)) ENGINE=InnoDB DEFAULT CHARSET=utf8;

本文是个人学习笔记，内容主要包含对数据表加约束筛选行列、对数据表里的行列进行运算，学习文档来自易百教程：http://www.yiibai.com/mysql/GROUP BY//DISTINCT+ORDER BY//ORDER BYselect state from customers group by state; #有顺序select distinct state fro...

本文是个人学习笔记，内容主要涉及SQL中对数据表的基本操作，学习文档来自w3school：http://www.w3school.com.cn/sql/index.aspSQL 是一门 ANSI 的标准计算机语言，用来访问和操作数据库系统。SQL 语句用于取回和更新数据库中的数据。SQL 对大小写不敏感！某些数据库系统要求在每条 SQL 命令的末端使用分号，有些则不必在每条 SQL 语句之后使...

本文是个人学习笔记，内容主要包含数据表里的数据排序，学习文档来自易百教程：http://www.yiibai.com/mysql/ORDER结合FIELD()对列取值映射后排序select orderNumber,status from orders order by field(status,'In Process','On Hold','Cancelled','Resolve

本文是个人学习笔记，内容主要包含数据表的存储方式简介，数据的导入与导出，数据表的创建、重命名与删除，数据表的结构更改，数据表的关联。学习文档来自易百教程：http://www.yiibai.com/mysql/表的存储方式简介表与存储引擎MySQL为其表提供了各种存储引擎，每个存储引擎都有自己的优点和缺点，为表选择最合适的功能可以最大限度地提高数据库的性能。它们分别如下所示： ...

本文是个人学习笔记，内容主要包含数据库的创建、数据库的删除，学习文档来自易百教程：http://www.yiibai.com/mysql/启动关闭数据库服务器 数据库整体操作MySQL的数据库是用于存储和操作诸如表，数据库视图，触发器，存储过程等数据的对象的集合。查看数据库show databases;创建数据库create database ...

载入数据import pandas as pdlj_data = pd.read_csv('./LJdata.csv')lj_data.head(2) 规范一点，用英文的column name，这样免去了后续的一些问题(主要是编码问题)lj_data.columnsIndex(['区域', '地址', '标题', '户型', '面积', '价格', '楼层', '建造时间', '朝向', '更

下述内容操作平台有三个： 个人PC，远端阿里云linux服务器，远端Hadoop集群（一）进入本地服务器实验文件目录（二）查看实验步骤说明文档（三）删除前一次操作同样实验的数据，避免实验干扰错误（四）上传数据集到hadoop集群（五）不要直接写完程序去hadoop集群上运行；先小规模数据，本地模拟程序debug map操作程序 reduce操作程序 （六）利用hadoop streami

import pandas as pdimport numpy as npA=np.array([[1,2,3,4,5],[2,1,1,2,2],[1,2,3,4,5],[2,1,1,2,2],[1,2,3,4,5]])data=pd.DataFrame(A,index=['li','chen','wang','zhao','qian'],columns=['a','b','c','d','e

创建一个DataFrame（1）用字典dict，字典值value是列表list（2）用Series构建DataFrame（3）用一个字典构成的列表list of dicts来构建DataFrame广播特性定位DataFrame里的元素（1）利用表达式boolean定位（2）利用loc，iloc，ix函数定位可以定位数字,就可以赋值...

构造/初始化Series的3种方法：（1）用列表list构建Seriesimport pandas as pdmy_list=[7,'Beijing','19大',3.1415,-10000,'Happy']s=pd.Series(my_list)print(type(s))print(s)<class 'pandas.core.series.Series'>0 71

批处理模式是一种最早进行大规模数据处理的模式。批处理主要操作“大规模静态数据集”，并在整体数据处理完毕后返回结果。MapReduce 计算架构提供的主要功能（1）任务调度将一个计算作业（Job)划分成多个计算任务（Tasks)为划分的Tasks分配和调度计算结点（Map 结点或 Reduce 结点）监控计算结点的执行状态Map 结点执行的同步控制计算性能优化处理例如，对最慢的计算任...