原创 Python數據分析與挖掘實戰Chapter7 航空公司客戶價值分析
1.數據探索 #-*- coding: utf-8 -*- #對數據進行基本的探索，返回缺失值以及最大值，最小值 import pandas as pd datafile='G:/學習資料/統計/chapter7/demo/data
2020-07-06 13:07:27
12
原创 數據庫技術三級第四章
第四章 數據庫應用系統功能設計與實現 DBAS的設計過程應包括：概念設計、邏輯設計和物理設計三個階段。DBAS的功能設計一般被劃分爲總體設計、概要設計、詳細設計。DBAS的功能設計數據庫事務設計部分可分爲概要設計和事務詳細設計。 4.1.
2020-07-06 13:07:16
原创 leetcode550. 遊戲玩法分析 報告在首次登錄的第2天再次登錄的玩家的分數
題目描述 Table: Activity +--------------+---------+ | Column Name | Type | +--------------+---------+ | player_id |
2020-07-06 13:07:16
原创 leetcode618.學生地理信息報告
一所美國大學有來自亞洲、歐洲和美洲的學生，他們的地理信息存放在如下 student 表中。 | name | continent | |--------|-----------| | Jack | America | |
2020-07-06 13:07:15
原创 leetcode1127. 查找每天僅使用手機端用戶、僅使用桌面端用戶和同時使用桌面端和手機端的用戶人數和總支出金額
支出表: Spending +-------------+---------+ | Column Name | Type | +-------------+---------+ | user_id | int | |
2020-07-06 13:07:15
原创 牛客-獲取員工其當前的薪水比其manager當前薪水還高的相關信息
題目描述 獲取員工其當前的薪水比其manager當前薪水還高的相關信息，當前表示to_date='9999-01-01', 結果第一列給出員工的emp_no， 第二列給出其manager的manager_no， 第三列給出該員工當前的薪水
2020-05-23 23:17:47
原创 牛客-對所有員工的薪水按照salary進行按照1-N的排名
題目描述 對所有員工的當前(to_date='9999-01-01')薪水按照salary進行按照1-N的排名，相同salary並列且按照emp_no升序排列 CREATE TABLE `salaries` ( `emp_no` int(
2020-05-23 23:17:47
原创 基於多元線性迴歸的波士頓房價預測
本項目利用boston房價數據集聯繫簡單的線性迴歸，若預測效果不夠理想，可進一步進行非線性迴歸嘗試。 # -*- coding: utf-8 -*- from sklearn import datasets import matplo
2020-05-05 09:58:30
6
原创 基於隨機森林模型的葡萄酒品質分析
視頻：南京大學 用Python玩轉數據 https://www.icourse163.org/course/NJU-1001571005 url: https://archive.ics.uci.edu/ml/datasets/Wine+
2020-05-01 12:42:39
原创 數據庫技術三級
DBAS生命週期：規劃與分析、需求分析、系統設計、系統實現與部署、運行維護 可行性分析： （1）經濟可行性 （2）技術可行性 （3）操作可行性 （4）開發方案選擇 第一章 需求分析 1.需求分析 1.1數據需求分析：從對數
2018-09-17 06:55:19
原创 數據庫
轉：http://blog.csdn.net/xmm1990/article/details/45317463 第一章 基本知識 數據和信息 信息：關於現實世界事物存在方式和運動狀態的反映。 數據：通常指用符號記錄下來的、可以識別的信息。
2018-08-26 19:14:26
2
原创 Chapter7 航空公司客戶價值分析
1.數據探索 #-*- coding: utf-8 -*- #對數據進行基本的探索，返回缺失值以及最大值，最小值 import pandas as pd datafile='G:/學習資料/統計/chapter7/demo/data
2018-08-26 19:14:24
11
原创 Python數據分析與挖掘實戰 chapter6-1
Python數據分析與挖掘實戰P153 #-*_coding:utf-8 _*_ import pandas as pd from scipy.interpolate import lagrange inputfile='G:/學習資料
2018-08-26 19:14:23
2