pd反向工程mysql_用POWER DESIGNER 生成MSYQL数据库反向工程

用POWER DESIGNER 生成MSYQL数据库反向工程

来源:互联网  宽屏版  评论

2006-01-09 02:47:41

POWERDESIGNER 是一个不错的数据库建模工具,但是如果是采用MYSQL数据库的话却很少人用它来建模型,因为MYSQL是一个比较简单(但速度很快)的优秀数据库,不支持存储过程,触发器,bussiness rules,事务(有些表类型支持,最常用的MyISAM不支持),但是如果到后来感觉数据库很乱而需要整理,又或者是刚开始用PD建模型,而后来没做好数据库同步,表又修改比较大的时候,可能就需要用反向工程由SQL文件生成物理模型(PDM)

首先先得到原始的SQL文件,可以由PHPMYADMIN 导出功能 导出数据结构,另存为.sql文件

大概如下形式:

CREATE TABLE `tb_test` (

`test_id` int(10) unsigned NOT NULL auto_increment,

`test_name` varchar(50) NOT NULL default '',

`test_sex` enum('男','女') NOT NULL default '男',

`test_pwd` varchar(50) NOT NULL default '',

PRIMARY KEY (`test_id`),

KEY `test_name` (`test_name`)

) TYPE=MyISAM AUTO_INCREME

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
你可以使用sklearn库中的make_classification和make_regression函数生成随机数据,再使用mysql_sklearn库中的pandas_to_mysql函数将数据存储到MySQL数据库中。 以下是一个简单的例子: ```python from sklearn.datasets import make_classification, make_regression from mysql_sklearn import pandas_to_mysql import pandas as pd import mysql.connector # 生成分类数据 X, y = make_classification(n_samples=1000, n_features=10, n_classes=2) # 将数据转换为DataFrame df = pd.DataFrame(data=X, columns=[f"feature_{i}" for i in range(X.shape[1])]) df["target"] = y # 将数据存储到MySQL数据库中 conn = mysql.connector.connect(user='your_username', password='your_password', host='your_host', database='your_database') cursor = conn.cursor() pandas_to_mysql(df, cursor, 'classification_data') conn.commit() # 生成回归数据 X, y = make_regression(n_samples=1000, n_features=5) # 将数据转换为DataFrame df = pd.DataFrame(data=X, columns=[f"feature_{i}" for i in range(X.shape[1])]) df["target"] = y # 将数据存储到MySQL数据库中 pandas_to_mysql(df, cursor, 'regression_data') conn.commit() # 关闭数据库连接 cursor.close() conn.close() ``` 这个例子中,我们使用make_classification函数生成了1000个样本,每个样本包含10个特征和一个目标变量(二分类),然后将数据存储到名为classification_data的MySQL表中。接着,我们使用make_regression函数生成了1000个样本,每个样本包含5个特征和一个目标变量(回归),然后将数据存储到名为regression_data的MySQL表中。你可以根据自己的需要修改这个例子。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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