- 博客(51)
- 收藏
- 关注
RSS订阅原创 牛客网，给出每个员工每年薪水涨幅超过5000的员工编号
题目描述给出每个员工每年薪水涨幅超过5000的员工编号emp_no、薪水变更开始日期from_date以及薪水涨幅值salary_growth，并按照salary_growth逆序排列。提示：在sqlite中获取datetime时间对应的年份函数为strftime('%Y', to_date)(数据保证每个员工的每条薪水记录to_date-from_date=1年，而且同一员工的下一条薪水记录from_data=上一条薪水记录的to_data)CREATE TABLE `salaries`
2020-08-27 16:36:15
211
原创 牛客网，所有员工的当前薪水按照按照salary进行1~N的排名
题目描述对所有员工的当前(to_date='9999-01-01')薪水按照salary进行按照1-N的排名，相同salary并列且按照emp_no升序排列CREATE TABLE `salaries` (`emp_no` int(11) NOT NULL,`salary` int(11) NOT NULL,`from_date` date NOT NULL,`to_date` date NOT NULL,PRIMARY KEY (`emp_no`,`from_date`));输入描述:
2020-08-26 18:31:52
169
原创 牛客网，查找所有员工自入职以来的薪水涨幅情况
题目描述查找所有员工自入职以来的薪水涨幅情况，给出员工编号emp_no以及其对应的薪水涨幅growth，并按照growth进行升序（注:可能有employees表和salaries表里存在记录的员工，有对应的员工编号和涨薪记录，但是已经离职了，离职的员工salaries表的最新的to_date!='9999-01-01'，这样的数据不显示在查找结果里面）CREATE TABLE `employees` (`emp_no` int(11) NOT NULL,`birth_date` date
2020-08-26 17:28:53
152
原创 Windows系统更新R的方法
Windows下可以直接更新Rwindows下可以直接使用installr包来更新R。> library(installr)> updateR()
2020-08-26 10:55:05
3861
1
转载 Windows环境下安装JDK、JRE和环境变量配置
一、准备工具:1.JDKJDK 可以到官网下载http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html2.系统我这里是WIN7 SP1X 64系统3.根据系统的版本下载相对应的JDK。我这里选择：jdk-7u80-windows-x64.exe注意区分：Java SE Development Kit 8u25Java SE Developmen...
2020-08-26 00:08:54
2233
原创 SQL，判断获取的数字是奇数还是偶数
题目描述查找employees表所有emp_no为奇数，且last_name不为Mary(注意大小写)的员工信息，并按照hire_date逆序排列(题目不能使用mod函数)CREATE TABLE `employees` (`emp_no` int(11) NOT NULL,`birth_date` date NOT NULL,`first_name` varchar(14) NOT NULL,`last_name` varchar(16) NOT NULL,`gender` char(1)
2020-08-25 14:10:02
4513
转载 SQL查询知识点总结
转载于：https://zhuanlan.zhihu.com/p/113005033仅用于学习，如有侵权，请联系我。数据库基础知识什么是数据库？什么是是sql?数据库database：用于存放数据的容器（一个文件或者一组文件）。区别于数据库管理软件（DBMS-database management system)。SQL:数据库查询语言，Structured Query Language的简称。SQL语言是用于操纵数据库软件的语言。（为什么要使用数据库？数据库比excel有更多的优点：数据库
2020-08-25 11:43:27
1604
原创 牛客网，获取所有部门当前员工薪水最高的相关信息（薪水最高的可能有多条）
题目描述获取所有部门中当前(dept_emp.to_date = '9999-01-01')员工当前(salaries.to_date='9999-01-01')薪水最高的相关信息，给出dept_no, emp_no以及其对应的salary，按照部门升序排列。CREATE TABLE `dept_emp` (`emp_no` int(11) NOT NULL,`dept_no` char(4) NOT NULL,`from_date` date NOT NULL,`to_date` date
2020-08-25 11:19:05
184
转载 SQL查询表中符合条件的第二条记录的方法
创建用到的表的SQLCREATE TABLE [dbo].[emp_pay]( [employeeID] [int] NOT NULL, [base_pay] [money] NOT NULL, [commission] [decimal](2, 2) NOT NULL) ON [PRIMARY]生成的表，及表中的数据：--方法一select top 1 * from( SELECT TOP 2 * FROM [db..
2020-08-24 15:43:55
4831
原创 狭义线性模型与广义线性模型
狭义线性模型：自变量上不可能有高次项，自变量与标签之间不能存在非线性关系；广义线性模型：只要标签与模型拟合出的参数之间的关系是线性的，模型就是线性的。这就是说，只要生成的一系列w之间没有相乘或者相除的关系，就认为模型是线性的。...
2020-08-24 14:59:18
502
原创 R连接MySQL乱码问题解决
1、当使用RMySQL连接上MySQL数据库时，会出现乱码的情况：2、解决办法通过在dbSendQuery()设置客户端编码，如：dbSendQuery(conn,'SET NAMES gbk') # 乱码conn为我的数据库的连接对象。3、输出结果：嘻嘻嘻，解决。...
2020-08-21 17:36:46
251
转载 R语言-连接MySQL数据库方法
1、使用R数据库接口连接MySQL，使用RMySQL包，使用前RMySQL包要先安装。library(RMySQL)连接方式有2种：（1）使用dbConnectconn <- dbConnect(MySQL(), dbname = "rmysql", username="rmysql", password="rmysql", host="127.0.0.1", port=3306)数据操作方法：dbWriteTable(conn, "tablename", data) #写表
2020-08-21 16:10:38
1823
1
原创 Mysql，timestampdiff()函数
mysql中用于计算两个日期的时间差函数timestampdiff()用法：语法：TIMESTAMPDIFF(unit,datetime_expr1,datetime_expr2)unit：时间类型；datetime_expr1：开始时间；datetime_expr2：结束时间)结果是：结束时间-开始时间时间类型包括：year,month,day,hour,minute,second如：select a.call_time,a.grab_time,TIMESTAMPDIFF(m
2020-08-20 23:59:21
1082
转载 Mysql，sum(if())及count(if())
SELECT SUM(extcredits1) AS e1 FROM test;SELECT SUM(if(category=1,size,0)) ,COUNT(if(category=1,true,null)) FORM t_file;解析：sum（if(category=1,size,0))sum函数返回一个值类型的数值，如果category=1,则返回size,如果category不等于1就返回0。 count(if(category=1,true,null))...
2020-08-20 23:11:25
223
转载 mysql中date_add与date_sub函数的使用
下面是关于两种的函数在MySQL中的用法：在Mysql中，date_add与date_sub分别是指对于日期的一个加减操作。date_add是指从日期中加上指定的时间间隔；date_sub是指从日期中减去指定的时间间隔。mysql 中 DATE_ADD(date,INTERVAL expr type) 和 DATE_SUB(date,INTERVAL expr type)这些函数执行日期运算。 date 是一个 DATETIME 或DATE值，用来指定起始时间。 expr 是一个表达式，用.
2020-08-20 22:30:45
1551
转载 利用case when then 多条件判断
CASEWHEN 条件1 THEN 结果1WHEN 条件2 THEN 结果2WHEN 条件3 THEN 结果3WHEN 条件4 THEN 结果4.........WHEN 条件N THEN 结果NELSE 结果XENDCase具有两种格式。简单Case函数和Case搜索函数。--简单Case函数CASE sexWHEN '1' THEN '男'WHEN '2' THEN '女'ELSE '其他'...
2020-08-20 18:19:30
1023
原创 Python，sklearn多项式回归处理非线性问题
from sklearn.preprocessing import PolynomialFeatures as PFfrom sklearn.linear_model import LinearRegressionimport numpy as nprnd = np.random.RandomState(42) #设置随机数种子X = rnd.uniform(-3, 3, size=100)y = np.sin(X) + rnd.normal(size=len(X)) / 3 #将X升维，准备..
2020-08-20 16:13:02
1308
原创 Python，sklearn使用分箱处理非线性问题
使用分箱处理非线性问题。1、导入所需要的库import numpy as npimport matplotlib.pyplot as pltfrom sklearn.linear_model import LinearRegressionfrom sklearn.tree import DecisionTreeRegressor2、创建需要拟合的数据集rnd = np.random.RandomState(42) #设置随机数种子X = rnd.uniform(-3, 3, s
2020-08-20 10:53:25
2489
原创 MySQL中substr()函数的使用
在mysql数据库中，substr()函数是用来截取数据库某一列字段中的一部分。主要有SBUSTR(str,pos); 和SUBSTR(str,pos,len); 两种方式。如：查询到的原始数据格式为：select a.visitdatefrom src_his_mz_master_info a;SBUSTR(str,pos);从pos开始的位置，一直截取到最后。select substr(a.visitdate,1,4)from src_his_mz_master_i.
2020-08-19 17:54:41
6372
原创 sklearn 中线性回归的类/函数
类/函数 含义 普通线性回归 linear_model.LinearRegression 使用普通最小二乘法的线性回归 岭回归 岭回归，一种将L2作为正则化工具的线性最小二乘回归 linear_model.RidgeCV 带交叉验证的岭回归 linear_model.RidgeClassififier 岭回归的分类器 .
2020-08-17 10:51:15
397
转载 Python中类似于GROUP_CONCAT的操作
import pandas as pd'''dfzq area province北一战区 北京区 北京北一战区 华北区 河北北一战区 华北区 天津北一战区 东北区 黑龙江北一战区 东北区 吉林'''def group_concat(df): df['province'] = ','.join(set(df['province'])) return df.drop_duplicates()#注意这里需要做一下去重 df.groupby(['zq','area'].
2020-08-14 18:05:01
1600
1
原创 Python处理乱码问题
# 设置字体，避免乱码from pylab import mplmpl.rcParams['font.sans-serif']=['FangSong'] # 设置负号，使得负号能够正常显示。from pylab import mplmpl.rcParams['axes.unicode_minus']=False
2020-08-13 15:58:36
191
原创 Python可视化分析，pandas作图
#pandas中的绘图函数import pandas as pdimport osos.chdir(r'E:\可视化分析\Excel1\Python数据可视化2') # 定义数据的目录df=pd.read_csv('data.csv',index_col='年份') # 读取数据，并将年份作为index列df.head() 人均GDP（元） 啤酒产量（万千升） 居民消费价格指数（上面=100） 年份 2000 7857.7...
2020-08-13 15:50:09
576
原创 Excel动态图表----------单选控件作图，滚动条动态作图
如果想要进行实操，可从网盘中提取数据：要进行单选控件作图和滚动条控件作图，都需要用到控件。控件，在开发工具中，这个在excel中默认是不显示的，需要添加。鼠标右键单击空白区域，会弹出：将开发工具勾选上，就能添加控件。1、单选控件变动图表实现效果，通过点击按钮，可以实现类别的变化： 第一步：插入控件。用到的数据：点击插入---->选择要用到的控件------->插入四个选项按钮（因为有四类）右键单击任意一个按钮，选择设置...
2020-08-13 10:17:14
1190
原创 利用Excel动态图表----------使用offset(),match()多种控件，实现筛选作图
实现利用Excel进行可视化动态分析。如果想要进行实操，可从网盘中取数：链接：https://pan.baidu.com/s/1rV_Cfx7kZqQvB7PzMqYHYA提取码：aykp数据： 1月 2月 3月 4月 5月 6月 7月 8月 充值金额 118181 99099 129451 121984 111411 115344 101106 118261 提现金...
2020-08-12 18:08:17
3295
原创 利用Excel可视化分析，柱形图、条形图、饼图、复合饼图，圆环图、组合图、漏斗图、地图的操作方法（适合小白）
今天收获满满，感觉学习到许多，进行归纳，整理利用Excel进行可视化分析。如果想要进行实操，可以自己从网盘中提取数据链接：https://pan.baidu.com/s/1xus3KRlXvLXopp1zQsTEZA提取码：qjn21、柱形图数据是这样的：第一：插入------>柱形图第二：选择数据---->选中要分析的数据（以人均GDP为例）确定，会进入这个界面：现在，将纵坐标设置完毕，会发现横坐标显示的并不是我们想研究的“年份”，点编辑，选.
2020-08-12 13:01:57
3307
原创 python数据可视化分析的操作过程
# 创建数据，可视化import matplotlib.pyplot as pltimport numpy as npx = np.arange(0,1,0.05)# 正弦函数y = sin(2*np.pi*x)# 2×np.pi就相当于2πy = np.sin(2*np.pi*x)yarray([ 0.00000000e+00, 3.09016994e-01, 5.87785252e-01, 8.09016994e-01, 9.51056516e-01, 1.00000000e+.
2020-08-12 00:09:50
615
原创 解决已经导入wordcloud还显示ModuleNotFoundError: No module named ‘wordcloud‘的问题
已经在电脑默认路径下安装了wordcloud,但输入import wordcolud时，仍然显示ModuleNotFoundError: No module named 'wordcloud'的错误。首先，检查python的安装路径；# 显示python的默认安装路径import sysprint(sys.executable)我的显示：c:\users\wm\appdata\local\programs\python\python36\python.exe其次，...
2020-08-11 22:50:37
38016
10
原创 查找anaconda路径的方法
在电脑中找到anaconda的路径的方法：1、按【win+r】快捷键打开运行；2、在输入框中输入cmd，点击【确定】；3、在打开的命令提示符中执行【conda info --envs】命令即可。
2020-08-11 22:19:11
45456
3
原创 解决AttributeError: module ‘matplotlib‘ has no attribute ‘plot‘
经过查找，发现导入包时写的方式不对。我是这样写的import matplotlib as plt改成这样就ok了import matplotlib.pyplot as plt
2020-08-11 17:55:05
13673
2
原创 Python ，SVM模型效果的评估指标
混淆矩阵中：模型整体效果：准确率：1. 准确率Accuracy就是所有预测正确的所有样本除以总样本，通常来说越接近1越好2.捕捉少数类的艺术：精确度，召回率和F1 score：精确度Precision，又叫查准率，表示所有被我们预测为是少数类的样本中，真正的少数类所占的比例。精确度是”将多数类判错后所需付出成本“的衡量。#所有判断正确并确实为1的样本 / 所有被判断为1的样本 #对于没有class_weight，没有做样本平衡的灰色决策边界来说： (y[y ..
2020-08-10 22:55:45
6994
2
原创 sklearn SVM探索核函数在不同数据集上的表现
# 1、导入所需要的类和模块import numpy as npimport matplotlib.pyplot as pltfrom matplotlib.colors import ListedColormap #from sklearn import svmfrom sklearn.datasets import make_circles, make_moons, make_blobs,make_classification# 2、创建数据集，定义核函数的选择n_samp.
2020-08-08 00:01:37
479
1
转载 Notepad++的批量编辑SQL功能
Notepad++的列编辑功能本文网址：https://www.crifan.com/files/doc/docbook/rec_soft_npp/release/htmls/npp_function_column_mode.htmlNotepad++介绍全目录：https://www.crifan.com/files/doc/docbook/rec_soft_npp/release/htmls/index.html3.6.Notepad++的列编辑功能下面来解释Notepad++中..
2020-08-07 23:43:59
2042
转载 sklearn.svm.SVC中kernel参数说明
sklearn.svm.SVC中kernel参数说明常用核函数 线性核函数kernel='linear' 多项式核函数kernel='poly' 径向基核函数kernel='rbf' sigmod核函数kernel='sigmod' 常用核函数线性核函数kernel=‘linear’采用线性核kernel='linear’的效果和使用sklearn.svm.LinearSVC实现的效果一样，但采用线性核时速度较慢，特别是对于大数据集，推荐使用线性核时使用LinearS.
2020-08-07 11:04:02
4241
2
原创 Python 线性SVM决策过程的可视化
# 1、导入需要的模块from sklearn.datasets import make_blobsfrom sklearn.svm import SVCimport matplotlib.pyplot as pltimport numpy as np# 2、实例化参数，可视化数据集X,y = make_blobs(n_samples=50, centers=2, random_state=0,cluster_std=0.6)plt.scatter(X[:,0],X[:,1],.
2020-08-07 10:33:19
3352
2
原创 Python，SVM画决策边界：制作网格，函数meshgrid的用法
#使用meshgrid函数将两个一维向量转换为特征矩阵#核心是将两个特征向量广播，以便获取y.shape * x.shape这么多个坐标点的横坐标和纵坐标用一个简单的小例子来说明：a = np.array([1,2,3])aOut[26]: array([1, 2, 3])b = np.array([7,8])bOut[27]:array([7, 8])v1,v2 = np.meshgrid(a,b)v1Out[28]: array([[1, 2...
2020-08-07 00:04:02
942
原创 Python 聚类算法用于降维，KMeans的矢量量化应用
1、导入所用的库import numpy as npimport matplotlib.pyplot as pltfrom sklearn.cluster import KMeansfrom sklearn.metrics import pairwise_distances_argmin# 对两个序列中的点进行距离匹配的函数from sklearn.datasets import load_sample_image# 导入图片数据所用的类from sklearn.utils import .
2020-08-06 00:20:04
668
3
原创 assert的功能
# assert的功能# assert 相当于raise error if not ,表示为“不为True就报错”# 要求d必须等于3，如果不等于，就报错。d_ = 5assert d_ ==3,"一个格子中的颜色种类不等于3种"当d_ = 3时，就不会报错。...
2020-08-05 17:33:52
260
原创 Kmeans聚类分析的参数、属性、接口
参数n_clusters：KMeans中的k，表示着我们告诉模型我们要分几类。init & random_state & n_init：初始质心怎么放好max_iter & tol：让迭代停下来属性：接口：（根据菜菜的机器学习sklearn课堂整理）...
2020-08-05 13:06:40
1556
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人