ClaraH-CSDN博客

原创练习题 4

练习题4.1找出 product 和 product2 中售价高于 500 的商品的基本信息。SELECT * FROM product WHERE sale_price > 500UNIONSELECT * FROM product2 WHERE sale_price > 500;4.2借助对称差的实现方式, 求product和product2的交集。SELECT * FROM product WHERE product_id NOT IN (SELECT product_id

2021-08-25 23:02:17 236

原创复杂一点的查询

练习题-第二部分3.5 判断题运算或者函数中含有 NULL 时，结果是否都会变为NULL ？是的3.6对本章中使用的 product（商品）表执行如下 2 条 SELECT 语句，能够得到什么样的结果呢？①SELECT product_name, purchase_price FROM product WHERE purchase_price NOT IN (500, 2800, 5000);返回purchase_price不为500,2800,5000②SELECT prod

2021-08-22 21:24:36 143

原创 ## SQL练习题-第二部分

练习题-第二部分2.5SELECT product_id, SUM（product_name）–本SELECT语句中存在错误。FROM productGROUP BY product_typeWHERE regist_date > ‘2009-09-01’;#错误 where应该用在group by前面本处应使用having#product_type为字符型函数，无法使用sum#select中未指定的列不能出现在group by中### 2.6select product_t

2021-08-19 22:05:26 164

原创 2021-08-17

练习题1.1编写一条 CREATE TABLE 语句，用来创建一个包含表 1-A 中所列各项的表 Addressbook （地址簿），并为 regist_no （注册编号）列设置主键约束表1-A　表 Addressbook （地址簿）中的列[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-fFFRUL6T-1629214313001)(./img/ch01/ch01.04%E4%B9%A0%E9%A2%981.png)]CREATE TABLE addressbook(

2021-08-17 23:26:14 144

原创第二章：第四节数据可视化-作业

**复习：**回顾学习完第一章，我们对泰坦尼克号数据有了基本的了解，也学到了一些基本的统计方法，第二章中我们学习了数据的清理和重构，使得数据更加的易于理解；今天我们要学习的是第二章第三节：数据可视化，主要给大家介绍一下Python数据可视化库Matplotlib，在本章学习中，你也许会觉得数据很有趣。在打比赛的过程中，数据可视化可以让我们更好的看到每一个关键步骤的结果如何，可以用来优化方案，是一个很有用的技巧。2 第二章：数据可视化开始之前，导入numpy、pandas以及matplotlib包和数据

2021-07-19 23:25:48 1378

原创第二章：第二节数据重构1-作业

复习：在前面我们已经学习了Pandas基础，第二章我们开始进入数据分析的业务部分，在第二章第一节的内容中，我们学习了数据的清洗，这一部分十分重要，只有数据变得相对干净，我们之后对数据的分析才可以更有力。而这一节，我们要做的是数据重构，数据重构依旧属于数据理解（准备）的范围。开始之前，导入numpy、pandas包和数据# 导入基本库import numpy as npimport pandas as pd# 载入data文件中的:train-left-up.csvtext_left_up =

2021-07-18 00:49:27 138

原创第二章：第三节数据重构2-作业

复习：在前面我们已经学习了Pandas基础，第二章我们开始进入数据分析的业务部分，在第二章第一节的内容中，我们学习了数据的清洗，这一部分十分重要，只有数据变得相对干净，我们之后对数据的分析才可以更有力。而这一节，我们要做的是数据重构，数据重构依旧属于数据理解（准备）的范围。开始之前，导入numpy、pandas包和数据# 导入基本库import numpy as npimport pandas as pd# 载入上一个任务人保存的文件中:result.csv，并查看这个文件text = pd.

2021-07-18 00:48:52 119

原创第二章：第一节数据清洗及特征处理-作业

【回顾&引言】前面一章的内容大家可以感觉到我们主要是对基础知识做一个梳理，让大家了解数据分析的一些操作，主要做了数据的各个角度的观察。那么在这里，我们主要是做数据分析的流程性学习，主要是包括了数据清洗以及数据的特征处理，数据重构以及数据可视化。这些内容是为数据分析最后的建模和模型评价做一个铺垫。开始之前，导入numpy、pandas包和数据#加载所需的库import numpy as npimport pandas as pd#加载数据train.csvdf = pd.read_csv

2021-07-14 22:50:31 240

原创第一章：第二节pandas基础

复习：数据分析的第一步，加载数据我们已经学习完毕了。当数据展现在我们面前的时候，我们所要做的第一步就是认识他，今天我们要学习的就是了解字段含义以及初步观察数据。1 第一章：数据载入及初步观察1.4 知道你的数据叫什么我们学习pandas的基础操作，那么上一节通过pandas加载之后的数据，其数据类型是什么呢？开始前导入numpy和pandasimport numpy as npimport pandas as pd1.4.1 任务一：pandas中有两个数据类型DateFrame和Serie

2021-07-12 22:57:57 109

原创第一章：第一节数据载入及初步观察-作业

复习:这门课程得主要目的是通过真实的数据，以实战的方式了解数据分析的流程和熟悉数据分析python的基本操作。知道了课程的目的之后，我们接下来我们要正式的开始数据分析的实战教学，完成kaggle上泰坦尼克的任务，实战数据分析全流程。这里有两份资料：教材《Python for Data Analysis》和 baidu.com &google.com（善用搜索引擎）1 第一章：数据载入及初步观察1.1 载入数据数据集下载 https://www.kaggle.com/c/titanic/o

2021-07-12 22:57:15 214

原创第一章：第三节探索性数据分析-作业 (1)

复习：在前面我们已经学习了Pandas基础，知道利用Pandas读取csv数据的增删查改，今天我们要学习的就是探索性数据分析，主要介绍如何利用Pandas进行排序、算术计算以及计算描述函数describe()的使用。1 第一章：探索性数据分析开始之前，导入numpy、pandas包和数据#加载所需的库import numpy as npimport pandas as pd#载入之前保存的train_chinese.csv数据，关于泰坦尼克号的任务，我们就使用这个数据df = pd.read

2021-07-12 22:56:41 404

m0_54046402的博客