2003031135—杨楠—Python数据分析第七周作业—第三次作业

------------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

1.小白必看！超详细MySQL下载安装教程

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

#4-1 SQLAIchemy连接MYSQL数据库的代码
from sqlalchemy import create_engine
#创建一个MySQL连接器，用户名为root，密码为：xianbaobao520
#地址为127.0.0.1，数据库名称为testdb,编码为UTF-8
engine = create_engine('mysql+pymysql://root:xianbaobao520@127.0.0.1:3306/testdb?charset=utf8')
print(engine)

#4-2使用函数读取数据库数据
import pandas as pd
formlist = pd.read_sql_query('show tables',con=engine)
print("testdb数据库数据表清单为：','\n'",formlist)

detail1=pd.read_sql_table('meal_order_detail1',con=engine)
print('使用read_sql_table读取订单的长度为：',len(detail1))

detail2=pd.read_sql('select * from meal_order_detail2',con=engine)
print('使用read_sql函数+SQL语句读取的订单详情表长度为：',len(detail2))
detail3=pd.read_sql('meal_order_detail3',con=engine)
print('使用read_sql函数+表格名称读取的订单详情表长度为：',len(detail3))

#4-3使用to_sql方法写入数据
detail1.to_sql('test1',con=engine,index = False,if_exists='replace')
formlist1 = pd.read_sql_query('show table',con = engine)
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

#4-9读取订单详情表
from sqlalchemy import create_engine
import pandas as pd
engine = create_engine('mysql+pymysql://root:xianbaobao520@127.0.0.1:3306/testdb?charset=utf8')
order1=pd.read_sql_table('meal_order_detail1',con=engine)
print("订单详情表1的长度为：",len(order1))
order2=pd.read_sql_table('meal_order_detail2',con=engine)
print("订单详情表2的长度为：",len(order2))
order3=pd.read_sql_table('meal_order_detail1',con=engine)
print("订单详情表3的长度为：",len(order3))

#4-10读取订单信息表
from sqlalchemy import create_engine
import pandas as pd
engine = create_engine('mysql+pymysql://root:xianbaobao520@127.0.0.1:3306/testdb?charset=utf8')
orderInfo=pd.read_table('C:/Users/YANGNAN/Desktop/meal_order_info (1).csv',sep= ',',encoding='gbk')
print('订单长度为：',len(orderInfo))

#4-11读取用户信息表
uesrInfo=pd.read_excel('C:/Users/YANGNAN/Desktop/users (1).xlsx',sheet_name='users1')
print('客户信息表的长度为：',len(uesrInfo))


#4-12~31
from sqlalchemy import create_engine
import pandas as pd
engine = create_engine('mysql+pymysql://root:xianbaobao520@127.0.0.1:3306/testdb?charset=utf8')
detail1=pd.read_sql_table('meal_order_detail1',con=engine)
print('订单详情表的所有值为：‘，’\n',detail1.index)
print('订单详情表的所有值为：‘，‘\n',detail1.values)
print('订单详情表的列名为：’，‘\n',detail1.columns)
print('订单详情表的数据类型为：’，‘\n',detail1.dtypes)
print('订单详情表的元素个数为：',detail1.size)
print('订单详情表的形状为：',detail1.ndim)
print('订单详情表的形状为：',detail1.shape)
print('订单详情表转制后的形状为：',detail1.T.shape)
print('订单详情表中后5行元素为：’，‘\n',detail1.tail())
dishes_name1=detail1.loc[:,'dishes_name']
print('使用loc提取dishes——name列size的列为；',dishes_name1.size)
dishes_name2=detail1.iloc[:,3]
print('使用iloc提取第三列的size为：',dishes_name2.size)

orderDish1=detail1.loc[:,['order_id','dishes_name']]
print("使用loc提取order_name列和dishes_name列的size的列为",orderDish1.size)

orderDish2=detail1.iloc[:,[1,3]]

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)
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']])
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']])
print('列位置为1和3，行位置为3的数据为：\n',detail1.iloc[3,[1,3]])
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]])
print('detail中order为order_id为458的dishes_name为：\n',detail1.loc[detail1['order_id']=='458',['order_id','dishes_name']])
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]])
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'])
print('列位置为5，行位置为2~6的数据为：\n',detail1.iloc[2:6,5])
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'])
print('列位置为5，行位置为2~6的数据为：\n',detail1.iloc[2:6,5])

detail1.loc[detail1['order_id']=='458','ordeer_id'] = '45800'
print('更改后detail中order_id为458的order_id为：\n',detail1.loc[detail1['order_id']=='458','order_id'])
print('更改后detail中order_id为45800的order_id为：\n',detail1.loc[detail1['order_id']=='45800','order_id'])

detail1['payment'] = detail1['counts']*detail1['amounts']
print('detail新增列payment的前5行为：','\n',detail1['payment'].head())

detail1['pay_way'] = '现金支付'
print('detail新增列pay_way的前5行为：','\n',detail1['pay_way'].head())
print('删除pay_way前detail的列索引为：','\n',detail1.columns)

detail1.drop(labels = 'pay_way',axis = 1,inplace = True)
print('删除pay_way后detail的列索引为：','\n',detail1.columns)

print('删除1~10行前detail的长度为：',len(detail1))
detail1.drop(labels = range(1,11),axis = 0,inplace = True)
print('删除1~10行后detail的长度为：',len(detail1))

结果截图：