课堂小练-----mysql

本文深入探讨了SQL语言的核心功能,包括数据检索、过滤、排序、分组与聚合等操作,通过具体示例展示了如何利用SQL解决实际问题,如查询特定条件的数据、计算统计数据、去除重复记录等,适合于初学者及希望提升SQL技能的开发者。

SELECT * FROM stu;
SELECT sname,age,gender FROM stu;
SELECT FROM WHERE GROUP BY  HAVING ORDER BY LIMIT TO
BETWEEN AND  IN IS NULL比较运算符
逻辑运算符
AND
OR
NOT
算术运算符
+-*/%
SELECT * FROM stu WHERE gender="female" && age<=50;
SELECT * FROM stu WHERE sid='s_1001' || sname='lisi';
SELECT * FROM stu WHERE sid IN('s_1001','s_1002','s_1003');
SELECT * FROM stu WHERE sid NOT IN('s_1001','s_1002','s_1003');
SELECT * FROM stu WHERE age IS NULL;
SELECT * FROM stu WHERE age BETWEEN 20 AND 40;
SELECT * FROM stu WHERE gender<>'male';
SELECT * FROM stu WHERE gender!='male';
SELECT * FROM stu WHERE sname IS NOT NULL;
SELECT * FROM stu WHERE sname LIKE'___';
SELECT * FROM stu WHERE sname LIKE'____i';
SELECT * FROM stu WHERE sname LIKE 'z%';
SELECT * FROM stu WHERE sname LIKE '_i%';
SELECT * FROM stu WHERE sname LIKE '%a%';
去除重复记录
SELECT DISTINCT  sal ,comm FROM emp ;
SELECT sal,comm,sal+IFNULL(comm,0)AS `sum` FROM emp;
SELECT ename,job ,CONCAT(ename,"的工作是",job) AS `濑瘊子`,'哈弗大学'AS `学校` FROM emp;
SELECT * FROM stu ORDER BY age ASC;
SELECT * FROM stu ORDER BY age DESC;
SELECT * FROM emp ORDER BY sal DESC ,empno ASC;
聚合函数
1.count (计算列的时候计算非空不包含空值)
SELECT COUNT(*)AS `总数` FROM emp ;
SELECT COUNT(comm) FROM emp;
SELECT COUNT(*) FROM emp WHERE sal>=2500;
SELECT COUNT(*) FROM emp WHERE (sal+ IFNULL(comm,0))>=2500;
SELECT COUNT(comm),COUNT(mgr)FROM emp;
SUM 和AVG
SELECT SUM(sal),SUM(comm) FROM emp;
SELECT SUM(sal+IFNULL(comm,0))FROM emp;
SELECT AVG(sal) FROM emp;
SELECT MAX(sal),MIN(sal) FROM emp;
SELECT deptno as`部门编号`,COUNT(deptno)as`部门人数`,SUM(sal)AS `部门支出` FROM emp GROUP BY deptno;
非分组之外的字段不能直接写出
否则只会是第一个元素的值
SELECT deptno,COUNT(*) FROM emp  WHERE sal>=1500 GROUP BY deptno;
SELECT deptno,SUM(sal) FROM emp GROUP BY deptno HAVING SUM(sal)>9000;
HAVING 可以使用函数 而WHERE不可以使用
HAVING是分组之后过滤,而WHERE 是分组之前过滤的。
LIMIT查询
SELECT* FROM emp LIMIT 0,5;0从0开始查询5个。
SELECT * FROM emp LIMIT 5;
总结
WHERE对原始数据做筛选
GROUP BY 把数据进行分组;
HAVING 分组后进行筛选
ORDER BY 排序 ASC 升序 DESC 降序
LIMIT 限制 一般用于分页
WHERE-groupby- HAVING -orderby -SELECT - LIMIT;

1、 查询Student表中的所有记录的Sname、Ssex和Class列。
2、 查询教师所有的单位即不重复的Depart列。
3、 查询Student表的所有记录。
4、 查询Score表中成绩在60到80之间的所有记录。
5、 查询Score表中成绩为85,86或88的记录。
6、 查询Student表中“95031”班或性别为“女”的同学记录。
7、 以Class降序查询Student表的所有记录。
8、 以Cno升序、Degree降序查询Score表的所有记录。
9、 查询“95031”班的学生人数。
10、查询Score表中的最高分的学生学号和课程号。
11、查询‘3-105’号课程的平均分。
12、查询Score表中至少有5名学生选修的并以3开头的课程的平均分数。
13、查询最低分大于70,最高分小于90的Sno列。
14、查询所有学生的Sname、Cno和Degree列。
15、查询所有学生的Sno、Cname和Degree列。
SELECT SNAME,SSEX,CLASS FROM student ;
SELECT DEPART FROM teacher GROUP BY DEPART;
SELECT * FROM student ;
SELECT * FROM score WHERE  DEGREE BETWEEN 60 AND 80;
SELECT * FROM score WHERE DEGREE IN (85,86,88);
SELECT * FROM student WHERE CLASS='95031' AND SSEX='女';
SELECT * FROM student ORDER BY CLASS DESC;
SELECT * FROM score ORDER BY CNO ASC,DEGREE DESC;
SELECT COUNT(*) FROM student WHERE CLASS='95031';
SELECT SNO,CNO FROM score WHERE DEGREE = (SELECT MAX(DEGREE) FROM score);
SELECT AVG(DEGREE) FROM score WHERE CNO='3-105';
SELECT AVG(DEGREE)FROM score WHERE CNO LIKE '3%' GROUP BY CNO HAVING COUNT(*)>=5;
SELECT SNO FROM score WHERE DEGREE BETWEEN 70 AND 90;
SELECT  s1.SNAME AS NAME,s1.SNO AS sno ,s2.DEGREE degree  FROM student s1 LEFT JOIN score s2 ON s1.SNO=s2.SNO;
nue ;

 

基于实时迭代的数值鲁棒NMPC双模稳定预测模型(Matlab代码实现)内容概要:本文介绍了基于实时迭代的数值鲁棒非线性模型预测控制(NMPC)双模稳定预测模型的研究与Matlab代码实现,重点在于通过数值方法提升NMPC在动态系统中的鲁棒性与稳定性。文中结合实时迭代机制,构建了能够应对系统不确定性与外部扰动的双模预测控制框架,并利用Matlab进行仿真验证,展示了该模型在复杂非线性系统控制中的有效性与实用性。同时,文档列举了大量相关的科研方向与技术应用案例,涵盖优化调度、路径规划、电力系统管理、信号处理等多个领域,体现了该方法的广泛适用性。; 适合人群:具备一定控制理论基础和Matlab编程能力,从事自动化、电气工程、智能制造等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①用于解决非线性动态系统的实时控制问题,如机器人控制、无人机路径跟踪、微电网能量管理等;②帮助科研人员复现论文算法,开展NMPC相关创新研究;③为复杂系统提供高精度、强鲁棒性的预测控制解决方案。; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,重点关注NMPC的实时迭代机制与双模稳定设计原理,并参考文档中列出的相关案例拓展应用场景,同时可借助网盘资源获取完整代码与数据支持。
UWB-IMU、UWB定位对比研究(Matlab代码实现)内容概要:本文介绍了名为《UWB-IMU、UWB定位对比研究(Matlab代码实现)》的技术文档,重点围绕超宽带(UWB)与惯性测量单元(IMU)融合定位技术展开,通过Matlab代码实现对两种定位方式的性能进行对比分析。文中详细阐述了UWB单独定位与UWB-IMU融合定位的原理、算法设计及仿真实现过程,利用多传感器数据融合策略提升定位精度与稳定性,尤其在复杂环境中减少信号遮挡和漂移误差的影响。研究内容包括系统建模、数据预处理、滤波算法(如扩展卡尔曼滤波EKF)的应用以及定位结果的可视化与误差分析。; 适合人群:具备一定信号处理、导航定位或传感器融合基础知识的研究生、科研人员及从事物联网、无人驾驶、机器人等领域的工程技术人员。; 使用场景及目标:①用于高精度室内定位系统的设计与优化,如智能仓储、无人机导航、工业巡检等;②帮助理解多源传感器融合的基本原理与实现方法,掌握UWB与IMU互补优势的技术路径;③为相关科研项目或毕业设计提供可复现的Matlab代码参考与实验验证平台。; 阅读建议:建议读者结合Matlab代码逐段理解算法实现细节,重点关注数据融合策略与滤波算法部分,同时可通过修改参数或引入实际采集数据进行扩展实验,以加深对定位系统性能影响因素的理解。
本系统基于MATLAB平台开发,适用于2014a、2019b及2024b等多个软件版本,并提供了可直接执行的示例数据集。代码采用模块化设计,关键参数均可灵活调整,程序结构逻辑分明且附有详细说明注释。主要面向计算机科学、电子信息工程、数学等相关专业的高校学生,适用于课程实验、综合作业及学位论文等教学与科研场景。 水声通信是一种借助水下声波实现信息传输的技术。近年来,多输入多输出(MIMO)结构与正交频分复用(OFDM)机制被逐步整合到水声通信体系中,显著增强了水下信息传输的容量与稳健性。MIMO配置通过多天线收发实现空间维度上的信号复用,从而提升频谱使用效率;OFDM方案则能够有效克服水下信道中的频率选择性衰减问题,保障信号在复杂传播环境中的可靠送达。 本系统以MATLAB为仿真环境,该工具在工程计算、信号分析与通信模拟等领域具备广泛的应用基础。用户可根据自身安装的MATLAB版本选择相应程序文件。随附的案例数据便于快速验证系统功能与性能表现。代码设计注重可读性与可修改性,采用参数驱动方式,重要变量均设有明确注释,便于理解与后续调整。因此,该系统特别适合高等院校相关专业学生用于课程实践、专题研究或毕业设计等学术训练环节。 借助该仿真平台,学习者可深入探究水声通信的基础理论及其关键技术,具体掌握MIMO与OFDM技术在水声环境中的协同工作机制。同时,系统具备良好的交互界面与可扩展架构,用户可在现有框架基础上进行功能拓展或算法改进,以适应更复杂的科研课题或工程应用需求。整体而言,该系统为一套功能完整、操作友好、适应面广的水声通信教学与科研辅助工具。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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