2023年亚太杯APMCM数学建模大赛数据分析题MySQL的使用

2023年亚太杯APMCM数学建模大赛

以2022年C题全球变暖数据为例

数据分析：

  以2022年亚太杯数学建模C题为例，首先在navicat建数据库然后右键“表”，单击“导入向导”，选择对应的数据格式及字符集进行数据导入
在这里插入图片描述

  导入之后，我们可以双击刚刚导入的2022_apmcm_c_data表，查看一下数据情况。使用"ctrl"+"q"快捷键来新建SQL查询语言，结构化语言查询页面中会自动生成代码：select * from 2022_apmcm_c_data
在这里插入图片描述
  由于原数据条数太多，因此我们可以使用mysql中的limit函数简单查看表重所有字段的前100条数据情况。代码如下：

SELECT * FROM `2022_apmcm_c_data` limit 100;

  你如果要是计算机专业，不会mysql，那你赶紧找个厂子上班得了;你如果不是计算机专业，没学过mysql我不说什么，不是说轻视，因为这个东西根本不用想，然后还有星号星号博主把mysql说的多么高大上，我今天毫无保留的把mysql这点破玩意都讲给你们。
  mysql也好还是oracle数据库也好，它本身最常用最实用的功能就是提供数据存储增删改查的，你tm有的星号星号博主说mysql是机器学习软件，你把读者都当作星号星号是么？它就是个结构化查询语言，别误导读者行么？对于在自己电脑安装mysql的学生，完全没有必要使用建表语句去建表，为什么呢？因为你在导入表之后，双击打开表之后，在表的右侧就会自动生成建表语句，而且这个表在你导入之后就自动建好了。
在这里插入图片描述

  然后我再多说一嘴，你如果搭建数据库这个环境，完全没有必要在官网下载mysql，因为现在已经有了mysql环境集成程序包，就30MB，无须配置环境而且免费的，你如果安装官网mysql，不仅步骤繁琐，而且占空间太大。我就很好奇这事为啥没一个博主说呢？还是你们不会啊？？我带**大学的拿研究生数学建模国奖的时候，你还在那“习莱克特”呢，你还支棱上了，还mysql数学建模，mysql根本做不了数学建模，严格意义上讲是pivot分析。
  猪鼻子插葱都在这装象是吧，好，上菜

  查看某张表的数据结构或所有列和列变量数据类型

DESCRIBE 2022_apmcm_c_data;
desc 2022_apmcm_c_data;

  这两个函数用哪个都行 无所谓的 结果都是一样的

  查看指定字段的表数据

select dt,AverageTemperature,Country from 2022_apmcm_c_data;

  常用聚合计算函数教学

  计算某一列(这里选用的是温度)数值变量之和

select sum(AverageTemperature) from 2022_apmcm_c_data;

  请得出所给表中数据所有城市名称汇总

  distinct用于返回不同的值(即去重功能)。在表中，一列通常包含许多重复值，该函数可以去重，得出去重后的结果。

select distinct City from 2022_apmcm_c_data;

  计算不同国家下的数据条数

  Group by是SQL语句中的一个重要操作，它可以将数据按照指定的列进行分组，并对每个分组进行聚合操作，如求和、计数、平均值等。

select Country,count(1) from 2022_apmcm_c_data group by Country;

  计算不同国家不同时间下的数据条数

select dt,Country,count(1) from 2022_apmcm_c_data group by dt,Country;

  计算不同国家不同时间下的温度之和

select dt,Country,sum(AverageTemperature) from 2022_apmcm_c_data 
group by dt,Country;

  计算不同国家不同时间下的温度之和并按照时间顺序进行排序

  在SQL中，ORDER BY是一种用于对结果集进行排序的子句。它通常紧跟在SELECT语句之后，可以根据一个或多个列对结果集进行排序。ORDER BY子句可以使用升序（默认）或降序来排序数据。

select dt,Country,sum(AverageTemperature) from 2022_apmcm_c_data 
group by dt,Country ORDER BY dt;

  请给出2000年以来不同地区国家的最高气温数据透视表

  where和having都可以实现字段条件的限制

  在SQL语句中，WHERE子句用于筛选出符合特定条件的数据。

  在SQL语句中，HAVING子句通常与GROUP BY子句一起使用来限制对分组后的结果集进行过滤。它和WHERE子句的区别在于：

  1. HAVING子句用于过滤分组后的结果集，而WHERE子句用于过滤原始数据集。

  2. HAVING子句只能在SELECT语句中使用，而WHERE子句可以在SELECT、UPDATE和DELETE语句中使用。

  3. HAVING子句中可以使用聚合函数，而WHERE子句不可以使用聚合函数。

  方法一 使用where和日期转化函数中的截取年功能YEAR函数

select dt,max(AverageTemperature) from 2022_apmcm_c_data 
where YEAR(dt) >=2000 GROUP BY dt ORDER BY dt;

  此方法虽然得到2000年以来不同地区国家的最高气温数据透视表，但是并未按照正确的时间顺序给出结果

  因此我们稍作改动 使用日期转化函数from_unixtime

  由于数据库中dt字段为char类型，因此需转换成日期类型

select dt,max(AverageTemperature) from 2022_apmcm_c_data 
where from_unixtime(dt,'%Y-%m-%d') GROUP BY dt havingYEAR(dt) >=2000 ORDER BY dt;

select dt,max(AverageTemperature) from 2022_apmcm_c_data 
where from_unixtime(CONVERT(dt,date),'%Y%m%d') GROUP BY 
dt ORDER BY dt;

select dt,max(AverageTemperature) from 2022_apmcm_c_datawhere from_unixtime(cast(dt as date),'%Y%m%d') GROUP BY dt ORDER BY dt;

select dt,max(AverageTemperature) from 2022_apmcm_c_data 
where DATE_FORMAT(CONVERT(dt,date),'%Y%m%d') GROUP BY dt ORDER BY dt;

select dt,max(AverageTemperature) from 2022_apmcm_c_data 
where DATE_FORMAT(STR_TO_DATE(dt,'%Y-%m-%d'),'%Y%m%d') 
GROUP BY dt ORDER BY dt;

  数据格式检验

select DATE_FORMAT(STR_TO_DATE(dt,'%Y-%m-%d'),'%Y%m%d') from 2022_apmcm_c_data  where dt is not null ORDER BY dt;

  我虽然列出了这么多方法 但是结果不正确 为什么？因为导入数据时，数据格式不统一，这就造成了后续数据分析中较大的数据偏差

  进行数据处理之后 我们再次导入数据

  新导入的数据表为2022_apmcm_c_data_copy1

select dt,max(AverageTemperature) from 2022_apmcm_c_data_copy1 
where from_unixtime(CONVERT(dt,date),'%Y%m%d') GROUP BY dt ORDER BY dt;

  查完之后还是不正确，为什么呢？因为你导入数据的类型不对 温度这是数值数据

  我们使用限定条件检查一下

select max(AverageTemperature) from 2022_apmcm_c_data_copy1 
where dt='2013-01-01';

  接着我们修改一下数据类型 因为varchar类型无法进行数值比较

  这里可直接修改表结构或使用sql语言来改变表结构

  注意 不能使用int类型，因为原温度数据带有小数点，应使用double类型

  之后下一节我们会专门讲解alter的用法

ALTER TABLE 2022_apmcm_c_data_copy1 MODIFY AverageTemperature double;

  接着我们再次检查一下

select max(AverageTemperature) from 2022_apmcm_c_data_copy1where dt='2013-01-01';

  数据正常之后我们现在再来实现一下2000年以来不同地区国家的最高气温数据透视表功能

  方法一

select dt,max(AverageTemperature) from 2022_apmcm_c_data_copy1 
where from_unixtime(dt,'%Y-%m-%d') GROUP BY dt having YEAR(dt)>=2000 ORDER BY dt;

  方法二

select dt,max(AverageTemperature) from 2022_apmcm_c_data_copy1 
where DATE_FORMAT(STR_TO_DATE(dt,'%Y-%m-%d'),'%Y%m%d') >='20000101'GROUP BY dt ORDER BY dt;

  这里方法太多了 我上述给出我最常用的两种

  上述我们使用了日期函数，现在我这边教学一下字符串函数和聚合函数的简单综合运用

  请计算2010年以来不同国家的平均地理位置(平均经纬度)

  在mysql中，replace函数与SELECT语句配合使用时，可以用于进行字符串替换操作，同时也支持多个字符串同时被替换，语法为“SELECT REPLACE(数据库表的列名,需要替换的字符串,替换成的字符串)”。

  在MySQL中，AVG函数用于计算某个字段的平均值。平均值是通过将数值求和然后除以总数得到的。

  我们循序渐进的来教学

  这里不使用update的原因就是不要改变原数据，因为改变之后或许还会用到经纬度的字符。

  但是如果你有备份不嫌麻烦可以使用update，但更新有风险，检验需谨慎

  sql嵌套子查询和函数的综合运用

  1.先替换掉字段数据中的N和E字符

select dt as 日期,Country as 国家,replace(Latitude,'N','') as 纬度,
replace(Longitude,'E','') as 经度 from 2022_apmcm_c_data_copy1 where 
from_unixtime(dt,'%Y-%m-%d') GROUP BY dt,Country,Latitude,Longitude 
having YEAR(dt) >=2000 ORDER BY dt;

  2.然后再替换掉数据中的S和W字符

select a.日期,a.国家,replace(a.纬度,'S','') as 纬度,replace(a.经度,'W','') as 经度 
from(
select dt as 日期,Country as 国家,replace(Latitude,'N','') as 纬
度,replace(Longitude,'E','') as 经度 from 2022_apmcm_c_data_copy1 where 
from_unixtime(dt,'%Y-%m-%d') GROUP BY dt,Country,Latitude,Longitude 
having YEAR(dt) >=2000 ORDER BY dt)a;

  3.1使用convert函数类型转化及均值函数计算

  注意 这里转不了double类型 数据类型不懂的 看一下float double 和decimal的区别

  float类型表示单精度浮点数值，double类型表示双精度浮点数值，float和double都是浮点型，而decimal是定点型；

  MySQL 浮点型和定点型可以用类型名称后加（M，D）来表示，M表示该值的总共长度，D表示小数点后面的长度，M和D又称为精度和标度，如float(5,2)的 可显示为999.99，MySQL保存值时会进行四舍五入，如果插入999.009，则结果为999.01。

select b.日期,b.国家,AVG(CONVERT(b.纬度,DECIMAL(10,2))),
AVG(CONVERT(b.经度,DECIMAL(10,2))) from(
select a.日期,a.国家,replace(a.纬度,'S','') as 纬度,
replace(a.经度,'W','') as 经度 from(
select dt as 日期,Country as 国家,replace(Latitude,'N','') 
as 纬度,replace(Longitude,'E','') as 经度 from 2022_apmcm_c_data_copy1where from_unixtime(dt,'%Y-%m-%d') GROUP BY dt,Country,Latitude,Longitude having YEAR(dt) >=2000 ORDER BY dt)a)b group by b.日期,b.国家;

  3.2也可以使用cast函数类型转化及均值函数计算

  cast功能测试

select CAST(AverageTemperature as decimal(8,2)) from 2022_apmcm_c_data_copy1;

select b.日期,b.国家,AVG(CAST(b.纬度 as decimal(9,2)))
,AVG(CAST(b.经度 as decimal(9,2))) from(
select a.日期,a.国家,replace(a.纬度,'S','') 
as 纬度,replace(a.经度,'W','') as 经度 from(
select dt as 日期,Country as 国家,replace(Latitude,'N','')as 纬度,replace(Longitude,'E','') as 经度 from 2022_apmcm_c_data_copy1 where from_unixtime(dt,'%Y-%m-%d')GROUP BY dt,Country,Latitude,Longitude having YEAR(dt) >=2000 ORDER BY dt)a)b group by b.日期,b.国家;

下节课我们详细讲，MySQL中的where用法

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.hqwc.cn/news/180180.html

如若内容造成侵权/违法违规/事实不符，请联系编程知识网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

百度曹海涛：生成式AI正从“探索能力边界”向“推动应用落地”过渡

百度曹海涛：生成式AI正从“探索能力边界”向“推动应用落地”过渡

11月9日，以“星云棋布，步步为‘赢’”为主题的2023 IDC中国生态峰会在北京举办。会上，IDC中国区总裁霍锦洁女士的发表致辞。同时，IDC生态伙伴和行业领袖从多重维度分析了AI技术应用的发展，以及对于整体IT生态所产生的影…
阅读更多...
PPT转PDF转换器：便捷的批量PPT转PDF转换软件

PPT转PDF转换器：便捷的批量PPT转PDF转换软件

在数字化时代，文档转换已成为日常工作不可或缺的一环。特别是对于那些需要转发或发布演示文稿的人来说，如果希望共享给他人的PPT文件在演示过程中不被修改，那么将PPT文件转换为PDF格式已经成为一个常见的选择。大多数PDF阅读器程序都支持全屏…
阅读更多...
[工业自动化-22]：西门子S7-15xxx编程 - 软件编程 - 如何PLC建立用户界面: SIMATIC 面板式HMI 或工控机PC HMI

[工业自动化-22]：西门子S7-15xxx编程 - 软件编程 - 如何PLC建立用户界面: SIMATIC 面板式HMI 或工控机PC HMI

目录 前言： 一、PLC（可编程逻辑控制器）的用户界面支持方式 1.1 概述 1.2 西门子（Siemens）的人机界面（HMI）支持多种类型 1.3 PC HMI VS SIMATIC HMI 二、PC—HMI—PLC连接架构的实现 三、…
阅读更多...
Java实现拼图游戏

Java实现拼图游戏

拼图游戏是一种智力类游戏，玩家需要将零散的拼图块按照一定的规律组合起来，最终拼成完整的图案。拼图游戏的难度可以根据拼图块数量、拼图的形状、图案的复杂程度等因素来调整。这种游戏适合各个年龄层的玩家，能够提高大脑的观察力、空间感知…
阅读更多...
【libGDX】初识libGDX

【libGDX】初识libGDX

1 前言 libGDX 是一个开源且跨平台的 Java 游戏开发框架，于 2010 年 3 月 11 日推出 0.1 版本，它通过 OpenGL ES 2.0/3.0 渲染图像，支持 Windows、Linux、macOS、Android、iOS、Web 等平台，提供了统一的 API，用户只需要…
阅读更多...
图解分布式事务实现原理（一）

图解分布式事务实现原理（一）

参考 本文参考https://zhuanlan.zhihu.com/p/648556608，在小徐的基础上做了个人的笔记。 分布式事务场景 事务核心特性 在聊分布式事务之前，我们先理清楚有关于 “事务” 的定义. 事务 Transaction，是一段特殊的执行程序，其需…
阅读更多...
编程的简单实例，编程零基础入门教程，中文编程开发语言工具下载

编程的简单实例，编程零基础入门教程，中文编程开发语言工具下载

编程的简单实例，编程零基础入门教程，中文编程开发语言工具下载 给大家分享一款中文编程工具，零基础轻松学编程，不需英语基础，编程工具可下载。 这款工具不但可以连接部分硬件，而且可以开发大型的软件&…
阅读更多...
PMP备考短期极限上岸攻略！

PMP备考短期极限上岸攻略！

作为一位通过PMP考试成功上岸的3A人士，下面的文章包含了所有PMP考试的实用知识，是一本适合初学者的PMP备考攻略手册。如果你有意向了解或者报考PMP考试，这篇文章肯定会对你有很大的帮助！ 对于新手第一个需要知道的就是PMP是什么&…
阅读更多...
水库大坝安全监测预警系统的重要作用

水库大坝安全监测预警系统的重要作用

水库大坝建造在地质构造复杂、岩土特性不均匀的地基上，在各种荷载的作用和自然因素的影响下，其工作性态和安全状况随时都在变化。如果出现异常，又不被及时发现，其后果不堪设想。全天候实时监测，实时掌握水库水位、雨情…
阅读更多...
Ps：利用 AI 技术创建人像皮肤图层蒙版

Ps：利用 AI 技术创建人像皮肤图层蒙版

Photoshop 并没有提供专门选择人像皮肤的工具或命令（色彩范围中的肤色选择非常不精准），但较新版的 Camera Raw 滤镜则提供了基于 AI 技术的选择人物并创建面部和身体皮肤蒙版的功能。 如果能将 Camera Raw 滤镜中创建的 AI 皮肤蒙版转换成 Ps…
阅读更多...
RK3588平台开发系列讲解（摄像头篇）USB摄像头驱动分析

RK3588平台开发系列讲解（摄像头篇）USB摄像头驱动分析

🚀返回专栏总目录 文章目录 一. USB摄像头基本知识1.1 内部逻辑结构1.2 描述符实例解析二. UVC驱动框架2.1、设备枚举过程2.2、数据传输过程沉淀、分享、成长，让自己和他人都能有所收获！😄 📢 USB摄像头驱动位于 drivers\media\usb\uvc\uvc_driver.c ，我们本篇重点看下…
阅读更多...
网络安全准入技术之MAC VLAN

网络安全准入技术之MAC VLAN

网络准入控制作为主要保障企业网络基础设施的安全的措施，特别是对于中大型企业来说，终端类型多样数量激增、终端管理任务重难度大、成本高。 在这样的一个大背景下，拥有更灵活的动态识别、认证、访问控制等成为了企业网络安全的最核心诉求之…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023