------------恢复内容开始------------
项目 | 内容 |
课程班级博客链接 | 20级数据班(本) |
这个作业要求链接 | python数据分析第四周作业要求 |
博客名称 | 2003031135—杨楠—Python数据分析第四周作业—matplotlib的学习 |
要求 | 每道题要有题目,代码(使用插入代码,不会插入代码的自己查资料解决,不要直接截图代码!!),截图(只截运行结果) |
一、拓展阅读
本篇文章介绍了怎样下载和安装MySQL,其中5.0和8.0版本有一些不同,8.0在启动MySQL时会出现一些问题,需要输入
mysqld --initialize-insecure --user=mysql
建立默认数据库
还需输入
mysqld -install
安装数据库
需要在MySQL目录文件下创建一个ini文件,配置相关环境,文件采用txt形式保存,输入内容如下
[mysql] # 设置 mysql 客户端默认字符集 default-character-set=utf8 [mysqld] #设置 3306 端口 port = 3306 # 设置 mysql 的安装目录 basedir= 【安装目录】 # 设置 mysql 数据库的数据的存放目录 datadir= 【安装目录】\data # 允许最大连接数 max_connections=200 # 服务端使用的字符集默认为 8 比特编码的 latin1 字符集 character-set-server=utf8 # 创建新表时将使用的默认存储引擎 default-storage-engine=INNODB
还需配置环境变量,用于快速启动MySq
2.MySQL教程
本篇文章中介绍了MySQL中的来源和相关术语,进一步了解了MySQL的相关知识
3.MySQL卸载
本篇文章介绍怎样完全干净地卸载MySQL,,方便如果后面不需要MySQL后能干净地卸载
二、作业
1.安装好MySQL,连接上Navicat。
2.完成课本练习(代码4-1~3/4-9~31)。
代码4-1~3
1 #4-1 SQLAIchemy连接MYSQL数据库的代码 2 from sqlalchemy import create_engine 3 #创建一个MySQL连接器,用户名为root,密码为:xianbaobao520 4 #地址为127.0.0.1,数据库名称为testdb,编码为UTF-8 5 engine = create_engine('mysql+pymysql://root:xianbaobao520@127.0.0.1:3306/testdb?charset=utf8') 6 print(engine) 7 8 #4-2使用函数读取数据库数据 9 import pandas as pd 10 formlist = pd.read_sql_query('show tables',con=engine) 11 print("testdb数据库数据表清单为:','\n'",formlist) 12 13 detail1=pd.read_sql_table('meal_order_detail1',con=engine) 14 print('使用read_sql_table读取订单的长度为:',len(detail1)) 15 16 detail2=pd.read_sql('select * from meal_order_detail2',con=engine) 17 print('使用read_sql函数+SQL语句读取的订单详情表长度为:',len(detail2)) 18 detail3=pd.read_sql('meal_order_detail3',con=engine) 19 print('使用read_sql函数+表格名称读取的订单详情表长度为:',len(detail3)) 20 21 #4-3使用to_sql方法写入数据 22 detail1.to_sql('test1',con=engine,index = False,if_exists='replace') 23 formlist1 = pd.read_sql_query('show table',con = engine) 24 print("新增一个表格后,testdb数据库数据表清单为:','\n'",formlist1)
结果截图:
代码4-9~31
1 #4-9读取订单详情表 2 from sqlalchemy import create_engine 3 import pandas as pd 4 engine = create_engine('mysql+pymysql://root:xianbaobao520@127.0.0.1:3306/testdb?charset=utf8') 5 order1=pd.read_sql_table('meal_order_detail1',con=engine) 6 print("订单详情表1的长度为:",len(order1)) 7 order2=pd.read_sql_table('meal_order_detail2',con=engine) 8 print("订单详情表2的长度为:",len(order2)) 9 order3=pd.read_sql_table('meal_order_detail1',con=engine) 10 print("订单详情表3的长度为:",len(order3)) 11 12 #4-10读取订单信息表 13 from sqlalchemy import create_engine 14 import pandas as pd 15 engine = create_engine('mysql+pymysql://root:xianbaobao520@127.0.0.1:3306/testdb?charset=utf8') 16 orderInfo=pd.read_table('C:/Users/YANGNAN/Desktop/meal_order_info (1).csv',sep= ',',encoding='gbk') 17 print('订单长度为:',len(orderInfo)) 18 19 #4-11读取用户信息表 20 uesrInfo=pd.read_excel('C:/Users/YANGNAN/Desktop/users (1).xlsx',sheet_name='users1') 21 print('客户信息表的长度为:',len(uesrInfo)) 22 23 24 #4-12~31 25 from sqlalchemy import create_engine 26 import pandas as pd 27 engine = create_engine('mysql+pymysql://root:xianbaobao520@127.0.0.1:3306/testdb?charset=utf8') 28 detail1=pd.read_sql_table('meal_order_detail1',con=engine) 29 print('订单详情表的所有值为:‘,’\n',detail1.index) 30 print('订单详情表的所有值为:‘,‘\n',detail1.values) 31 print('订单详情表的列名为:’,‘\n',detail1.columns) 32 print('订单详情表的数据类型为:’,‘\n',detail1.dtypes) 33 print('订单详情表的元素个数为:',detail1.size) 34 print('订单详情表的形状为:',detail1.ndim) 35 print('订单详情表的形状为:',detail1.shape) 36 print('订单详情表转制后的形状为:',detail1.T.shape) 37 print('订单详情表中后5行元素为:’,‘\n',detail1.tail()) 38 dishes_name1=detail1.loc[:,'dishes_name'] 39 print('使用loc提取dishes——name列size的列为;',dishes_name1.size) 40 dishes_name2=detail1.iloc[:,3] 41 print('使用iloc提取第三列的size为:',dishes_name2.size) 42 43 orderDish1=detail1.loc[:,['order_id','dishes_name']] 44 print("使用loc提取order_name列和dishes_name列的size的列为",orderDish1.size) 45 46 orderDish2=detail1.iloc[:,[1,3]] 47 48 print('使用iloc提取第一列和第三列的行名为3的size的列为',orderDish2.size) 49 print('列名为order_id和dishes_name的行名为3的数据为:','\n',detail1.loc[3,['order_id','dishes_name']]) 50 print('列名为order_id和dishes_name的行名为2,3,4,5,6的数据为:','\n',detail1.loc[2:6,['order_id','dishes_name']]) 51 print('列位置为1和3,行位置为3的数据为:\n',detail1.iloc[3,[1,3]]) 52 print('列位置为1和3,行位置为2,3,4,5,6的数据为:\n',detail1.iloc[2:7,[1,3]]) 53 print('detail中order为order_id为458的dishes_name为:\n',detail1.loc[detail1['order_id']=='458',['order_id','dishes_name']]) 54 print('detail中order_id为458的第1,5列数据为:\n',detail1.iloc[(detail1['order_id']=='458').values,[1,5]]) 55 print('列名为dishes_name行名为 2,3,4,5,6的数据为:\n',detail1.loc[2:6,'dishes_name']) 56 print('列位置为5,行位置为2~6的数据为:\n',detail1.iloc[2:6,5]) 57 print('列名为dishes_name行名为 2,3,4,5,6的数据为:\n',detail1.loc[2:6,'dishes_name']) 58 print('列位置为5,行位置为2~6的数据为:\n',detail1.iloc[2:6,5]) 59 60 detail1.loc[detail1['order_id']=='458','ordeer_id'] = '45800' 61 print('更改后detail中order_id为458的order_id为:\n',detail1.loc[detail1['order_id']=='458','order_id']) 62 print('更改后detail中order_id为45800的order_id为:\n',detail1.loc[detail1['order_id']=='45800','order_id']) 63 64 detail1['payment'] = detail1['counts']*detail1['amounts'] 65 print('detail新增列payment的前5行为:','\n',detail1['payment'].head()) 66 67 detail1['pay_way'] = '现金支付' 68 print('detail新增列pay_way的前5行为:','\n',detail1['pay_way'].head()) 69 print('删除pay_way前detail的列索引为:','\n',detail1.columns) 70 71 detail1.drop(labels = 'pay_way',axis = 1,inplace = True) 72 print('删除pay_way后detail的列索引为:','\n',detail1.columns) 73 74 print('删除1~10行前detail的长度为:',len(detail1)) 75 detail1.drop(labels = range(1,11),axis = 0,inplace = True) 76 print('删除1~10行后detail的长度为:',len(detail1))
结果截图: