MySQL学习 分组函数 分组查询 20210709

#二、分组函数
/*
功能:用作统计使用

分类:sum 求和;avg 平均值;max 最大值;min 最小;count 计算个数
特点:
        1. sum、avg 一般用于处理数值型
                max min count 可以处理任何类型
        2.以上分组函数都忽略null值
        3.可以和dinstinct 搭配实现去重运算
        4.count函数的单独介绍 一般用作统计函数
        5.和分组函数一同查询的字段要求是group by 后的字段
*/

#1.简单使用
SELECT SUM(salary) FROM employees
SELECT COUNT(salary) FROM employees #非空的值

SELECT sum(salary) 和,avg(salary) 平均,max(salary) 最高,count(salary) 个数, min(salary) 最低
FROM employees

SELECT sum(salary) 和,ROUND(avg(salary),2) 平均,max(salary) 最高,count(salary) 个数, min(salary) 最低
FROM employees

#2.参数支持哪些类型

SELECT SUM(last_name) FROM employees #不报错 但是已然没意义了

SELECT MAX(hiredate),MIN(hiredate) FROM employees

#3.是否忽略null

SELECT SUM(commission_pct),AVG(commission_pct),SUM(commission_pct)/35,SUM(commission_pct)/107 FROM employees

#都忽略null值

#4.和dinstinct搭配
SELECT SUM(DISTINCT salary), SUM(salary) FROM employees

SELECT COUNT(DISTINCT salary), COUNT(salary) FROM employees

#5.count函数的详细介绍
SELECT COUNT(*) FROM employees
SELECT COUNT(1) FROM employees

#效率:
#MYISAM存储引擎,count(*)效率高
#INNODBC存储引擎下,count(*)跟count(1)效率差不多

#6.和分组函数一同查询的字段有限制


#测试
#1.查询公司员工工资的最大值、最小值、平均值和总和
SELECT MAX(salary) mx_sal,MIN(salary) mi_sal FROM employees
#2.查询员工表中的最大入职时间和最小入职时间的相差天数(difference)
MAX(hiredate) MIN(hiredate)
SELECT DATEDIFF(MAX(hiredate),MIN(hiredate)) difference FROM employees
#3.查询部门编号为90的员工个数
SELECT COUNT(*)
FROM employees
WHERE department_id = 90


#___________________________________________________

#进阶5: 分组查询
/*
语法:
            select 分组函数,列(要求出现在group by的后面)
            from 表
            【where 筛选条件】
            group by 分组的列表 {根据by 后面的字段进行分组}
            【order by 子句】

注意:
            查询列表必须特殊,要求是分组函数和group by后出现的字段

特点:
            1.分组查询中的筛选条件分为两类
                                            数据源                                位置
                分组前筛选        原始表                                group by 子句的前面 WHERE
                分组后筛选        分组后的结果集合            group by 子句的后面 HAVING
                a.分组函数做条件肯定是放在having子句后
                b.能用分组前筛选的,就优先考虑使用分组前筛选(WHERE)
            2.GROUP BY子句支持单个字段分组,多个字段分组(多个字段之间用逗号隔开没有顺序要求) 表达式或函数
            3.也可以添加排序 order by(放在整个分组查询的最后)
*/

 

#案例1 : 查询每个工种的最高工资 [关键词 每个]
SELECT MAX(salary),job_id
FROM employees
GROUP BY job_id

#案例2 : 查询每个位置上的部门个数
SELECT COUNT(*),location_id 
FROM departments
GROUP BY location_id

#添加筛选条件
#案例1 :查询邮箱中包含a字符的,每个部门的平均工资

SELECT AVG(salary) ,department_id
FROM employees
WHERE email LIKE '%a%'
GROUP BY department_id

#案例2 : 查询有奖金的每个领导手下员工的最高工资

SELECT MAX(salary),manager_id
FROM employees
WHERE commission_pct IS NOT NULL
GROUP BY manager_id

#添加复杂的筛选条件
#案例1 : 查询哪个部门的员工个数大于2
#1.每个部门的员工个数
SELECT COUNT(*),department_id
FROM employees 
GROUP BY department_id

#2.根据1.的结果进行筛选才,查询哪个部门的员工个数大于2
SELECT COUNT(*),department_id
FROM employees 
GROUP BY department_id
HAVING COUNT(*)>2
#having 分组后的筛选

#案例2 : 查询每个工种有奖金的员工的最高工资>12000的工种编号和最高工资

SELECT MAX(salary),job_id
FROM employees
WHERE commission_pct IS NOT NULL
GROUP BY salary
HAVING MAX(salary)>12000
#(看题目 是每个工种 所有分组是用job_id 来筛选的)
#1.查询每个工种有奖金的员工的最高工资
SELECT MAX(salary),job_id
FROM employees
WHERE commission_pct IS NOT NULL
GROUP BY job_id

#2.根据1.的结果继续筛选,最高工资>12000
SELECT MAX(salary),job_id
FROM employees
WHERE commission_pct IS NOT NULL
GROUP BY job_id
HAVING MAX(salary)>12000

#案例3:查询领导编号>102的每个领导手下的最低工资>5000的领导编号是哪个,以及最低工资

SELECT MIN(salary),manager_id
FROM employees
WHERE manager_id>102
GROUP BY manager_id
HAVING MIN(salary)>5000

#按表达式或者函数进行分组
#案例 : #按员工姓名的长度分组,查询 每一组的员工个数,筛选员工个数>5的有哪些

#1.查询每个长度的员工个数
SELECT COUNT(*) ,LENGTH(last_name) len_name
FROM employees
GROUP BY LENGTH(last_name)
#2.添加筛选条件
SELECT COUNT(*),LENGTH(last_name) len_name
FROM employees
GROUP BY LENGTH(last_name)
HAVING COUNT(*)>5

#按多个字段分组
#案例 :查询每个部门每个工种的员工的平均工资

SELECT AVG(salary),department_id,job_id
FROM employees 
GROUP BY department_id,job_id

#添加排序
#案例:查询每个部门每个工种的员工的平均工资,并且按照平均工资的高低显示

SELECT AVG(salary),department_id,job_id
FROM employees 
WHERE department_id IS NOT NULL
GROUP BY department_id,job_id
HAVING AVG(salary) > 10000
ORDER BY AVG(salary) DESC

#测试:
#1.查询各job_id的员工工资的最大最小值,平均值,综合,并按job_id升序

SELECT MAX(salary),MIN(salary),AVG(salary),SUM(salary),job_id
FROM employees
GROUP BY job_id
ORDER BY job_id

#2.查询各个管理者手下员工的最低工资,其中最低工资不能地域6000,没有管理者的员工不计算在内

SELECT MIN(salary),manager_id
FROM employees
WHERE manager_id IS NOT NULL 
GROUP BY manager_id
HAVING MIN(salary) >=6000

#3.查询所有部门的编号,员工数量和工资平均值,并按平均工资降序

SELECT AVG(salary),COUNT(*),department_id
FROM employees
GROUP BY department_id
ORDER BY AVG(salary) DESC

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
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