SQL -- Lee的学习笔记2

SQL - 学习笔记2

9、数据过滤 - WHERE

(1) 根据指定条件,过滤结果数据。不能单独使用,非必须子句。
        SELECT * FROM * WHERE …;
(2) 过滤条件:
       • 常规运算符 =、<>(不等于)、!=、<、<=、>、>=
       • 计算表达式 列与常数,列与列
       • FROM之后,ORDER之前
       • NULL的处理(IFNULL(*, *))
(3) 数值过滤 - BETWEEN … AND …
        适合数值在某两个值之间:WHERE [列] BETWEEN [前端值] AND [后端值];
        适合场景:① 简化取值范围的书写,②两端均包含。
(4) 空值过滤 - IS NULL
        判断列为空值:WHERE [列] IS NULL
        适合场景:异常值处理
(5) 非空值过滤 - IS NOT NULL
        判断列不为空值:WHERE [列] IS NOT NULL;
        适合场景:异常值处理
(6) 模糊查询 - LIKE (非已知,不明确)
        ① 通配符 - 下划线( _ )
        单个、任何字符:WHERE [列] LIKE ‘…_…’
        适合场景:知道字符位置;知道字符数目。
        ② 通配符 - 百分号 ( % )
        任意数目(包括0个)、任何字符: WHERE [列] LIKE ‘…%…’;
        适合场景:不知道字符数目;知道字符位置。
(7) 且 - AND(WHERE [条件1] AND [条件2] AND …;)
        或 - OR(WHERE [条件1] OR [条件2] OR …;)
        组合操作 - AND … OR …(WHERE [条件1] AND [条件2] OR [条件3] …;)
        尽量使用 ( )
(8) 取值限制 - IN
       明确而不连续的取值:WHERE [字段] IN (值1,值2,…);
        适合场景:过滤值明确;不是连续范围。
(9) 否定条件 - NOT
        否定过滤条件:WHERE NOT [条件1];
        适合场景:否定一个或多个过滤条件;不能单独使用;类似补集的概念。
        只否定紧跟着的条件

10、数据处理 - 数据类型

① 数值型
(1) INTEGER
       定义:整数型、整型。只能存储整数。
       用法:INTEGER, INTEGER(10) [10为显示宽度]
(2) DECIMAL
       定义:定点型。储存固定位数的小数
       用法:DECIMAL(2, 2), DECIMAL(4, 2) [DECIMAL(总长度,小数点后长度)]
       用于精确计算,比如金额;多出位数四舍五入;默认参数为DECIMAL(10, 0).
(3) FLOAT/DOUBLE/REAL
       定义:浮点型。存储不固定位数的小数。
       用法:FLOAT/DOUBLE/REAL、FLOAT(5, 3)
       多出位数五舍六入

②文本型
(1) CHAR
       定义:定长字符串
       用法:CHAR(10) [不足位自动补空位] (查找方便)
(2) VARCHAR
       定义:可变长字符串
       用法:VARCHAR(100) [动态分配,不存在不足位] (省空间)
       SQL中字符长度即为字符个数。
       UTF-8中一个中文字符占3个字节,1个数字或英文占1个字节
       GBK中一个中文字符占2个字节

③日期型(会自动调整格式,可插入文本或数字)
(1)DATE
       定义:日期型 Y-m-d 例: ‘2018-09-01’
       用法:DATE
(2)TIME
       定义:时间型 H:i:s 例: ‘23:37:01’
       用法:TIME
(3)DATETIME
       定义:日期型 Y-m-d H:i:s 例: ‘2018-09-01 23:37:01’
       用法:DATETIME

11、数据处理 - 函数使用

(1) 函数表达式 = 函数名(参数(输入列))

(2) 数值处理函数
        绝对值函数 ABS ABS(-3) = 3
        平方根函数 SQRT SQRT(4) = 2
        指数函数 EXP EXP(4) = e^4
        四舍五入函数 ROUND ROUND(1.234, 2) = 1.23
        圆周率函数 PI PI() = π

(3) 文本处理函数(不同DBMS中有所不同)
        CHAR_LENGTH 字符长度 CHAR_LENGTH(‘数据’) = 2
        LENGTH 字节数 LENGTH(‘数据’) = 6
        RTRIM 去除右边空值 RTRIM(‘home ‘) = ‘home’
        LTRIM 去除左边空值 LTRIM(’ home’) = ‘home’
        UPPER 大写字母转换 UPPER(‘home’) = ‘HOME’
        LOWER 小写字母转换 LOWER(‘HOME’) = ‘home’

(4) 日期处理函数(函数可嵌套)
        获取具体日期段 YEAR/MONTH/DAY YEAR(‘2019-1-2’)=‘2019’
        获取具体时间段 HOUR/MINUTE/S HOUR(‘14:01:24’)=‘14’
        获取月份名称 MONTHNAME MONTHNAME(‘2019-1-2’)=‘JAN’
        获取当前日期时间 NOW NOW() = systime
        获取当前日期 CURDATE CURDATE()=‘20190501’
        获取当前时间 CURTIME CURTIME() = ‘15:10:39’
        时间增加 DATE_ADD DATE_ADD(‘20190501’, INTERVAL 1 MONTH)
        时间减少 DATE_SUB DATE_SUB(‘20190501’, INTERVAL 1 YEAR)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
GeoPandas是一个开源的Python库,旨在简化地理空间数据的处理和分析。它结合了Pandas和Shapely的能力,为Python用户提供了一个强大而灵活的工具来处理地理空间数据。以下是关于GeoPandas的详细介绍: 一、GeoPandas的基本概念 1. 定义 GeoPandas是建立在Pandas和Shapely之上的一个Python库,用于处理和分析地理空间数据。 它扩展了Pandas的DataFrame和Series数据结构,允许在其中存储和操作地理空间几何图形。 2. 核心数据结构 GeoDataFrame:GeoPandas的核心数据结构,是Pandas DataFrame的扩展。它包含一个或多个列,其中至少一列是几何列(geometry column),用于存储地理空间几何图形(如点、线、多边形等)。 GeoSeries:GeoPandas中的另一个重要数据结构,类似于Pandas的Series,但用于存储几何图形序列。 二、GeoPandas的功能特性 1. 读取和写入多种地理空间数据格式 GeoPandas支持读取和写入多种常见的地理空间数据格式,包括Shapefile、GeoJSON、PostGIS、KML等。这使得用户可以轻松地从各种数据源中加载地理空间数据,并将处理后的数据保存为所需的格式。 2. 地理空间几何图形的创建、编辑和分析 GeoPandas允许用户创建、编辑和分析地理空间几何图形,包括点、线、多边形等。它提供了丰富的空间操作函数,如缓冲区分析、交集、并集、差集等,使得用户可以方便地进行地理空间数据分析。 3. 数据可视化 GeoPandas内置了数据可视化功能,可以绘制地理空间数据的地图。用户可以使用matplotlib等库来进一步定制地图的样式和布局。 4. 空间连接和空间索引 GeoPandas支持空间连接操作,可以将两个GeoDataFrame按照空间关系(如相交、包含等)进行连接。此外,它还支持空间索引,可以提高地理空间数据查询的效率。
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
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