- 博客(17)
- 收藏
- 关注
RSS订阅原创 Task06-MySQL基础学习之习题训练
练习题1 练习一: 各部门工资最高的员工（难度：中等）2 练习二：换座位（难度：中等）3 练习三: 分数排名（难度：中等）4 练习四：连续出现的数字（难度：中等）5 练习五：树节点 （难度：中等）6 练习六：至少有五名直接下属的经理 （难度：中等）7 练习七: 分数排名 （难度：中等）8 练习八：查询回答率最高的问题 （难度：中等）练习九：各部门前3高工资的员工（难度：中等）10 练习十：平面上最近距离 (难度: 困难）11 练习十一：行程和用户（难度：困难）1 练习一: 各部门工资最高的员工（难度：中等
2020-12-23 13:25:51
148
原创 Task05-MySQL基础学习之高级处理
SQL进阶1 窗口函数1.1 窗口函数概念及基本的使用方法1.2 窗口函数种类1.3 聚合函数在窗口函数上的应用1.4 窗口函数的应用-计算移动平均2 GROUPING运算符2.1 ROLLUP - 计算合计及小计3 练习题3.1 请说出针对本章中使用的 product（商品）表执行如下 SELECT 语句所能得到的结果。3.2 继续使用product表，计算出按照登记日期（regist_date）升序进行排列的各日期的销售单价（sale_price）的总额。排序是需要将登记日期为NULL 的“运动 T 恤
2020-12-23 10:26:25
183
原创 Task04-MySQL基础学习之集合运算
集合运算1 表的加减法1.1 集合运算1.2 表的加法-UNION1.2.1 UNION1.2.2 UNION ALL1.2.3 bag模型与set模型1.2.4 隐式类型转换1.3 INTERSECT的使用1.4 差集,补集与表的减法1.4.1 EXCEPT 与 NOT 谓词1.4.2 EXCEPT ALL 与bag 的差1.4.3 INTERSECT 与 AND 谓词1.5 对称差2 连结（JOIN）2.1 等值连接2.2 非等值连接2.2.1 非等值自左连接(SELF JOIN)2.2.2 交叉连结—
2020-12-22 11:25:54
238
原创 Task03-MySQL基础学习之复杂查询
稍复杂的查询语法1 视图1.1 视图的概念1.2 视图与表的区别1.3 视图的优点1.4 视图的创建1.4.1 基于单表创建1.4.2 基于多表创建1.5 修改视图结构1.6 更新视图内容1.7 删除视图2 子查询2.1 子查询概念2.2 子查询和视图的关系2.3 关于子查询的内容2.3.1 标量子查询2.3.2 关联子查询3.各种各样的函数4.谓词5.CASE表达式6.习题6.1 第一部分6.1.1 创建出满足下述三个条件的视图（视图名称为 ViewPractice5_1）。使用 product（商品）表
2020-12-17 19:59:05
171
原创 Task02-MySQL基础学习之查询与排序
MySQL基础学习之查询与排序1 SELECT语句基础1.1 从表中选出数据1.2 从表中选出符合条件的数据1.3 相关法则2 算术运算符和比较运算符2.1 算数运算符2.2 比较运算符2.3 常用法则3 逻辑运算符3.1 NOT运算符3.2 AND运算符和OR运算符3.3 真值表4 对表进行聚合查询4.1 常用聚合函数4.2 常用法则5 对表进行分组5.1 GROUP BY语句5.2 常见错误5.3 为聚合结果指定条件5.3.1 用HAVING得到特定分组5.3.2 HAVING语句特点6 对表进行排序6
2020-12-16 20:03:49
111
原创 Task01-MySQL基础学习之初识数据库
1 数据库概念介绍数据库是将大量数据保存起来，通过计算机加工而成的可以进行高效访问的数据集合。该数据集合称为数据库（Database，DB）。也就是说，数据库的本质是数据集合。用来管理数据库的计算机系统称为数据库管理系统（Database Management System，DBMS）。1.1 DBMS种类DBMS 主要通过数据的保存格式（数据库的种类）来进行分类，现阶段主要有以下 5 种类型：层次数据库（Hierarchical Database，HDB）关系数据库（Relational
2020-12-14 22:45:38
131
原创 数据分析：Task5-数据建模及模型评估
1.关于nan的问题1.在pandas中有个另类的存在就是nan，解释是：not a number，不是一个数字，但是它的类型确是一个float类型。numpy中也存在关于nan的方法，如：np.nan2.对于pandas中nan的处理，简单的说有以下几个方法。查看是否是nan， s1.isnull() 和 s1.notnull()丢弃有nan的索引项，s1.dropna()将nan填充为其他值，df2.fillna()不能用=，== ！！！2.分类变量自动编码data = pd.get_d
2020-08-21 17:49:10
279
原创 数据分析：Task4-数据可视化
1.可视化男女生存与死亡情况result['sur_'].groupby(result["性别"]).value_counts().unstack().plot(kind = "bar",stacked = "True")plt.title('survived_count')plt.ylabel('count')plt.xlabel("sex")注意value_counts和unstack的用法！！2.计数柱状图方法1：sns.countplot(x=None, y=None, hue=N
2020-08-21 17:44:53
197
原创 数据分析：Task2-数据清洗及特征处理
1.重复值，df.duplicated()drop_duplicates，删除整行重复值2.连续型变量离散化（分箱）1.将连续变量Age平均分箱成5个年龄段，并分别用类别变量12345表示df["box"] = pd.cut(df["年龄"],5,labels=["1","2","3","4","5"])2.#将连续变量Age划分为[0,5) [5,15) [15,30) [30,50) [50,80)五个年龄段，并分别用类别变量12345表示df['AgeBand'] = pd.cut(df
2020-08-21 17:40:52
142
原创 数据分析：Task3-数据重构
1.concat、merge、join、append的区别2.stack和unstack函数stack的意思是堆叠，堆积，unstack即“不要堆叠”。常见的数据的层次化结构有两种，一种为表格，一种为花括号。表格在行列方向上均有索引（类似于DataFrame），花括号结构只有“列方向”上的索引（类似于层次化的Series），结构更加偏向于堆叠（Series-stack，方便记忆）。stack函数会将数据从”表格结构“变成”花括号结构“，即将其行索引变成列索引，反之，unstack函数将数据从”花
2020-08-21 09:55:20
121
原创 Task1：数据探索与分析
变量间相关性分析与独立性分析定类变量：名义型变量； 性别定序变量：不仅分类，还按某种特性排序；两值的差无意义； 教育程度定距变量：可比较大小、差有意义的变量
2020-08-20 21:58:29
92
原创 数据分析：Task1-数据加载及探索性分析
本次学习有几点收获，写在下面1.关于read_csv和read_table的区别read_csv和read_table的区别在于separator分隔符。csv是逗号分隔值(Comma-Separated Values)，仅能正确读入以 “,” 分割的数据。read_table的分隔符是tabTSV文件与CSV文件的区别TSV 是Tab-separated values的缩写，即制表符分隔值。相对来说CSV，Comma-separated values（逗号分隔值）更常见一些。TSV与CSV的
2020-08-19 17:27:23
129
原创 Task 6：基于深度学习的文本分类3
学习目标了解了解Transformer的原理和基于预训练语言模型（Bert）的词表示学会Bert的使用，具体包括pretrain和finetuneTransformer原理Transformer是在"Attention is All You Need"中提出的，模型的编码部分是一组编码器的堆叠（论文中依次堆叠六个编码器），模型的解码部分是由相同数量的解码器的堆叠。我们重点关注编码部分。他们结构完全相同，但是并不共享参数，每一个编码器都可以拆解成两部分。在对输入序列做词的向量化之后，它们首先流过一
2020-08-03 18:29:27
140
原创 Python-Task2 条件循环结构
一、知识点1、条件语句具体内容包括：if语句、if-else语句、 if - elif - else 语句、assert 关键词。我不熟悉的知识点如下：Python 使用缩进而不是大括号来标记代码块边界，因此要特别注意else的悬挂问题。elif 语句即为 else if，用来检查多个表达式是否为真，并在为真时执行特定代码块中的代码。temp = input('请输入成绩:')source = int(temp)if 100 >= source >= 90: print('
2020-07-23 23:30:36
96
原创 Python-Task1 变量、运算符、数据类型及位运算
怎样对python中的代码进行注释？单行注释'''多行注释'''python有哪些运算符，这些运算符的优先级是怎样的？# 算术运算符print(1 + 1) # 2print(2 - 1) # 1print(3 * 4) # 12print(3 / 4) # 0.75print(3 // 4) # 0print(3 % 4) # 3print(2 ** 3) # 8# 比较运算符print(2 > 1) # Trueprint(2 >=
2020-07-22 21:54:35
99
原创 NLP-Task 2 数据读取与分析
前言本篇主要进行数据的读取与分析工作。2.1 数据读取与分析2.1.1 数据读取首先进行数据读取，采用pandas库的read_csv将前100行读下来，以“\t”进行分隔，显示前五行。第一列为系统生成的索引，第二列为文本的标签，第三列为文本经匿名处理后的结果，每一行代表一条文本。2.1.2 数据分析数据分析的三个目标:赛题数据中，新闻文本的长度是多少？赛题数据的类别分布是怎么样的，哪些类别比较多？赛题数据中，字符分布是怎么样的？2.1.2.1 句子长度分析可以看出，文本最长
2020-07-22 01:34:14
209
原创 NLP-Task 1 赛题理解
前言第一次参加类似的比赛，也是第一次写博客，希望可以记录自己的收获与成长。Task 1 赛题理解赛题：零基础入门NLP赛事-新闻文本分类地址：[https://tianchi.aliyun.com/competition/entrance/531810/introduction]1.1 赛题理解1.赛题名称：零基础入门NLP之新闻文本分类2.赛题目标：通过这道赛题可以引导大家走入自然语言处理的世界，带大家接触NLP的预处理、模型构建和模型训练等知识点。3.赛题任务：赛题以自然语言处理为背景，
2020-07-21 16:32:29
159
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