mysql常用命令

Posted on 2022-03-17 Edited on 2023-02-08 In 其他 Symbols count in article: 2.2k Reading time ≈ 2 mins.

select

SELECT * FROM table_name; # 选取所有内容

SELECT DISTINCT column_name,column_name
FROM table_name; # 一个列可能包含不同的值，该句可以列出不同的值

SELECT column_name,column_name
FROM table_name
WHERE column_name operator value; # OPERATOR部分可以是: =,>,<,between,in,like
# WHERE后可以跟逻辑符号 and,or,not

mysql语句对大小写不敏感，select == SELECT

select * from emp where not sal > 1500;

Select * from emp where comm is null;

Select * from emp where sal in (5000,3000,1500);

SELECT * FROM Websites WHERE alexa > 15 AND (country='CN' OR country='USA'); # AND和OR可以结合使用

Like模糊查询

1	Select * from emp where ename like 'M%';

查询 EMP 表中 Ename 列中有 M 的值，M 为要查询内容中的模糊信息。

% 表示多个字值，**_** 下划线表示一个字符；
M% : 为能配符，正则表达式，表示的意思为模糊查询信息为 M 开头的。
%M% : 表示查询包含M的所有内容。
%M_ : 表示查询以M在倒数第二位的所有内容。

SELECT column_name,column_name
FROM table_name
ORDER BY column_name,column_name ASC|DESC; # 默认是升序

INSERT INTO table_name (column1,column2,column3,...)
VALUES (value1,value2,value3,...); # 这种方式可以向table_name表格中插入一行，可以只向某一列插入，其他自动

UPDATE table_name
SET column1=value1,column2=value2,...
WHERE some_column=some_value; # 用于更新某条记录 
# 比如：
UPDATE Websites 
SET alexa='5000', country='USA' 
WHERE name='菜鸟教程';

DELETE FROM table_name
WHERE some_column=some_value; # 删除某一行记录

高级用法

join

# QL INNER JOIN（简单的 JOIN）。 SQL INNER JOIN 从多个表中返回满足 JOIN 条件的所有行。
SELECT Websites.id, Websites.name, access_log.count, access_log.date
FROM Websites
INNER JOIN access_log
ON Websites.id=access_log.site_id;

INNER JOIN：如果表中有至少一个匹配，则返回行
LEFT JOIN：即使右表中没有匹配，也从左表返回所有的行
RIGHT JOIN：即使左表中没有匹配，也从右表返回所有的行
FULL JOIN：只要其中一个表中存在匹配，则返回行

union

UNION 操作符用于合并两个或多个 SELECT 语句的结果集。

请注意，UNION 内部的每个 SELECT 语句必须拥有相同数量的列。列也必须拥有相似的数据类型。同时，每个 SELECT 语句中的列的顺序必须相同。

1
2
3

SELECT column_name(s) FROM table1
UNION
SELECT column_name(s) FROM table2;

注释：默认地，UNION 操作符选取不同的值。如果允许重复的值，请使用 UNION ALL。

SQL UNION ALL 语法

1
2
3

SELECT column_name(s) FROM table1
UNION ALL
SELECT *column_name(s) FROM table2;

注释：UNION 结果集中的列名总是等于 UNION 中第一个 SELECT 语句中的列名。

前者只会列出选出的值中不同的一些数据条，后者是所有的都返回。

Count

COUNT() 函数返回匹配指定条件的行数。

SQL COUNT(column_name) 语法

COUNT(column_name) 函数返回指定列的值的数目（NULL 不计入）：

1	SELECT COUNT(column_name) FROM table_name;

SQL COUNT(*) 语法

COUNT(*) 函数返回表中的记录数：

1	SELECT COUNT(*) FROM table_name;

SQL COUNT(DISTINCT column_name) 语法

COUNT(DISTINCT column_name) 函数返回指定列的不同值的数目：

1	SELECT COUNT(DISTINCT column_name) FROM table_name;

注释：COUNT(DISTINCT) 适用于 ORACLE 和 Microsoft SQL Server，但是无法用于 Microsoft Access。

pandas遇到的问题汇总

Posted on 2022-03-17 Edited on 2022-05-13 In pandas Symbols count in article: 2.1k Reading time ≈ 2 mins.

join()

Examples

>>> df = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3', 'K4', 'K5'],
...                    'A': ['A0', 'A1', 'A2', 'A3', 'A4', 'A5']})
>>> df
  key   A
0  K0  A0
1  K1  A1
2  K2  A2
3  K3  A3
4  K4  A4
5  K5  A5
>>> other = pd.DataFrame({'key': ['K0', 'K1', 'K2'],
...                       'B': ['B0', 'B1', 'B2']})
>>> other
  key   B
0  K0  B0
1  K1  B1
2  K2  B2

Join DataFrames using their indexes.

>>> df.join(other, lsuffix='_caller', rsuffix='_other')
  key_caller   A key_other    B
0         K0  A0        K0   B0
1         K1  A1        K1   B1
2         K2  A2        K2   B2
3         K3  A3       NaN  NaN
4         K4  A4       NaN  NaN
5         K5  A5       NaN  NaN

如果不想以现有index为基础去Join，比如上面的例子想用key这个index去Join，可以：

>> df.join(other.set_index('key'), on='key')
  key   A    B
0  K0  A0   B0
1  K1  A1   B1
2  K2  A2   B2
3  K3  A3  NaN
4  K4  A4  NaN
5  K5  A5  NaN

merge()

df1 = pd.DataFrame({'lkey': ['foo', 'bar', 'baz', 'foo'],
                    'value': [1, 2, 3, 5]})
df2 = pd.DataFrame({'rkey': ['foo', 'bar', 'baz', 'foo'],
                    'value': [5, 6, 7, 8]})
df1
    lkey value
0   foo      1
1   bar      2
2   baz      3
3   foo      5
df2
    rkey value
0   foo      5
1   bar      6
2   baz      7
3   foo      8

选择多列

有时候需要选择DataFrame中的多个列组成一个新的DataFrame，这时候要用

1	df[['column1','column2']] # 注意这里是双层中括号！

drop 满足条件的行

1
2
3

df_clear = df.drop(df[df['x']<0.01].index)
# 也可以使用多个条件
df_clear = df.drop(df[(df['x']<0.01) | (df['x']>10)].index) #删除x小于0.01或大于10的行

dropna 丢掉某一列中有空的行

1	df.dropna(subset=['column_name'])

apply，applymap，map

apply

官方解释是 apply a function along an axis of the dataframe.

apply内函数的是Series，也就是在Series上做函数操作。index可以是dataframe的index，也可以是dataframe的columns(axis=1)。axis=0时，apply the function to each column，也就是每一列为一个整体去实施函数。axis=1时，每一行作为一个整体去实施函数。

1 2	df.apply(np.sum, axis=0) df.apply(np.sum, axis=1)

applymap

官方解释是 apply a function to a dataframe elementwise.和apply不一样的是对dataframe中每一个元素分别作函数。

applymap允许实施一个函数，这个函数接受和返回的都是一个标量。

1	df.applymap(lambda x: len(str(x)))

map

map调用的对象只能是Series，而上面两个方法的调用对象是Dataframe。

linux命令

Posted on 2022-03-15 Edited on 2023-02-08 In 其他 Symbols count in article: 2.3k Reading time ≈ 2 mins.

tar 压缩以及解压

1
2
3

tar -czvf test.tar.gz a.txt   //压缩 a.c文件为test.tar.gz
tar -xzvf test.tar.gz // 解压
tar -tzvf test.tar.gz //列出压缩文件的内容

linux中环境变量

参考https://www.cjavapy.com/article/2250/

1、介绍

Linux中环境变量包括系统级和用户级

1）系统级

/etc/environment：系统在登录时读取的第一个文件，用于为所有进程设置环境变量。系统使用此文件时并不是执行此文件中的命令，而是根据KEY=VALUE模式的代码，对KEY赋值以VALUE，因此文件中如果要定义PATH环境变量，只需加入类似如PATH=$PATH:/xxx/bin的代码即可。

/etc/profile：是系统登录时执行的第二个文件，可以用于设定针对全系统所有用户的环境变量。该文件一般是调用/etc/bash.bashrc文件。

/etc/bash.bashrc：系统级的bashrc文件，为每一个运行bash shell的用户执行此文件。此文件会在用户每次打开shell时执行一次。

注意：/etc/environment是设置整个系统的环境，而/etc/profile是设置所有用户的环境，前者与登录用户无关，后者与登录用户有关。这两个文件修改后一般都要重启系统才能生效。

2）用户级

~/.profile: 是对应当前登录用户的profile文件，用于定制当前用户的个人工作环境。

每个用户都可使用该文件输入专用于自己使用的shell信息,当用户登录时,该文件仅仅执行一次。默认情况下，会设置一些环境变量，执行用户的.bashrc文件。

~/.bashrc: 是对应当前登录用户的bash初始化文件，当用户每次打开shell时，系统都会执行此文件一次。通常设置环境变量修改这个文件。

上述配置文件执行先后顺序如下：

1	/etc/enviroment `–> `/etc/profile` –> `~/.profile` –> `/etc/bash.bashrc `–> `~/.bashrc

2、环境变量的作用

环境变量相当于给系统或用户应用程序设置的一些参数，具体起什么作用这当然和具体的环境变量相关。比如PATH，是告诉系统，当要求系统运行一个程序而没有告诉它程序所在的完整路径时，系统除了在当前目录下面寻找此程序外，还应到哪些目录下去寻找；再如tc或vc++中，set include=path1;path2; 是告诉编译程序到哪里去找.h类型的文件；当然不仅仅是指定什么路径，还有其它的作用的，如set dircmd=/4 设置一个环境变量的作用是在使用dir命令时会把/4作为缺省的参数添加到你的dir命令之后，就像你的每个命令都加了/4参数，它实际上是给命令解释程序command设置的一个环境变量，并且是给dir这个内部命令。

3、配置环境变量的方法

1）临时环境变量

linux下设定环境变量时，如果只是临时用一下，可以直接在shell下用set或export命令设定环境变量。但是只能在当前shell环境下可以用，切换或关闭重新进入就会失效。具体配置方法，如下，

#终端输入：
export MYSQLPATH=/home/mysql  #MYSQLPATH设置为该路径
#终端查看一个特定环境变量包含的内容，比如，MYSQLPATH，PATH
echo $PATH
echo $MYSQLPATH

2）永久环境变量

设置的环境变量，需要经常使用的，而不是临时使用，把上面的设置环境变量命令写到上面提到的相应配置文件中即可，则可以每次开机或打开shell时自动设置，

例如，

只需要当前用户生效的环境变量：

终端中输入：sudo vi ~/.bashrc，编辑这个文件，在其末尾添加：

1
2
3

export MYSQLPATH=/home/mysql:$MYSQLPATH
# path采用:来分隔,冒号左右不需要空格.
# :$MYSQLPATH在后面新添加的优先搜索，$MYSQLPATH:在前面说明新添加的最后搜索，不加代表新路径设置为MYSQLPATH路径。

注意：在终端执行，source ~/.bashrc ，使其立即生效，或者重启电脑即可。

设置所有用户生效的环境变更：

终端中输入：sudo vi /etc/profile，编辑这个文件，在其末尾添加：

1
2
3

export MYSQLPATH=/home/mysql:$MYSQLPATH
# path采用:来分隔,冒号左右不需要空格.
# :$MYSQLPATH在后面新添加的优先搜索，$MYSQLPATH:在前面说明新添加的最后搜索，不加代表新路径设置为MYSQLPATH路径。

注意：在终端执行，source /etc/profile ，使其立即生效，或者重启电脑即可。

查看linux版本信息

https://blog.csdn.net/lu_embedded/article/details/44350445

查看进程

https://blog.csdn.net/lechengyuyuan/article/details/16337233

ps -ef # 查看所有本机进程
ps -ef |grep python # 查看python进程

kill -9 pid # 杀死某个进程

https://blog.csdn.net/li528405176/article/details/83379164

将程序留在后台运行

1	nohup python -u test.py > out.log 2>&1 &

参考 https://www.jianshu.com/p/4041c4e6e1b0