（一）程序跳转语句1、break用法：循环语句中使用，结束本层循环，一般搭配if来使用。注意while/else语法示例：i=0; while i<3: user_name=input('请输入用户名：') pwd=input("请输入密码：") if user_name=='ysj' and pwd=='888888': break
java、循环、循环嵌套
面向对象、字符数字转换
选择、循环基本语法
代码不搬家
（一）数据库类型mysql中的datetime可以转为postgres的date（二）数据库时间戳postgresql使用时间戳时分秒时间1、select current_timestamp2024-01-12 14:16:31.93339+082、select current_timestamp(0) //去掉秒后面的位数，但仍有时区2024-01-12 14:17:
程序的描述方式、程序的组织结构、顺序结构、选择结构1
一）位运算将数字转为二进制再进行计算&位与运算 都是1结果是1，否则为0 print(12&8)|位或运算 都是0结果是0，否则为1^位异或运算 都是0或都是1为0，否则为1~位取反运算，1为0，0为1<<左移位运算，向左移动指定位数，低位补0，左移位运算相当于乘以2的N次幂右移位运算，向右移动指定位数，低位溢出丢弃，左边最高位为0补0，1补1，右移位运算相当于除以2
一）不同进制之间的转换二进制：0B或0b开头八进制：0o或0O开头十六进制：0x或0X开头（二）算术运算符//整除幂运算 print(23)算术运算符优先级1、**2、*,/,%,//3、+，-（三）赋值运算符+=、-=、*=、/=、%=、**=、//=python支持链式赋值a=b=c=100python支持系列解包赋值a,b=10,20python中的值交换b,a=a,b（四）比较运算符也叫
python
保留字、标识符、变量、基本数据类型
print复杂语法、input、注释、代码缩进
上一节学习了环境准备、职业方向、执行方式三个方面学习本节内容：（一）概述1、了解python语言1989年荷兰人发明、面向对向、解释型设计哲学：优雅、明确、简单，“人生苦短，我用python”脱水语言，能够和其他语言编写的模块轻松联结，“脱水语言”2、版本发展历程发展历程比较简单，前两天我在网上刚下的最新版本3.123、语言特点语法简单，其他语言的1/5~1/10粘性扩展：脱水开源理念：脱水助功强
解释性语言
数据/大数据项目的核心是人、其次是工具平台。 大数据相关领域，包括数据治理（数据接入、数据标准化、数据资产、数据服务）和数据应用（数据建模、全文检索、可视化看板、大语言模型、知识图谱（族谱关系、同场景关系等）、图片分类（环保、病理等））
和机器学习相比，深度学习更擅长复杂场景
指标体系 标准体系
数据库选型，政企数字化建设
数据埋点
数据分析通过已经分析已知,预测是发现未知的信息或规律
使用合建模及可视化工具完成第一个数据分析作业 基于数据建模及相关生态工具软件，推动政企数字化建设
和使用工具一样，需要先知道你要分析的主题例如，我有一张旅客住宿信息的表，要分析以下目标1、频繁住宿人员（3次以上）2、近7天出入石家庄亚太大酒店的人员sql脚本编写过程1、数据样例select md5(name),md5(id_code),in_time,hotelname from ods_klj_sjb_lg limit 3数据样例2、频繁住宿人员（3次以上）(用到count,group by
折线图、热力图、条形图、直方图、散点图
数据建模、交管、数据挖掘
以oracle数据库为例1、数据库运行情况监控，包括实例情况、监听服务等2、存储监控，包括磁盘存储，表空间存储等3、表的维护，包括过大表的备份、分区维护、索引调整等
构建知识图谱的过程可以分为以下几个步骤：确定领域和范围：首先需要明确知识图谱所关注的领域和范围，这将决定知识图谱的用途和覆盖的知识领域。例如，可以是通用型知识图谱，也可以是特定领域的知识图谱，如医疗、金融、教育等。构建本体：本体是知识图谱的基础，用于描述领域内的概念、属性和关系。构建本体需要对所选领域进行深入的分析，提炼出关键的概念和关系，并使用合适的语言和逻辑进行形式化表示。常见的本体表示语言有
通过参与一个历时两年的大数据分析项目，总结如下：1、环境熟悉，了解认证系统，各个组件了解，比如hdfs、hive、mapreduce、spark、es、kafka，各个组件都适用什么场景，如何交互2、明确了场景以后，再各自深入了解hdfs存储有哪些格式，各自优劣hive各个存储方式执行性能测试，分桶、分区等的运用mapreduce的优势是什么，什么情况下使用spark调优，使用机制，如何使用spa
python 爬虫 数据挖掘 ai
数据中台和bi相关的项目都有比较深的接触，但现在很多中台的产品了bi的产品有很多同类功能，比如数据中台也有很多可视化大屏，而bi项目也会有数据建模的功能。今天看了一篇文章，有几点，深有体会：1、缺乏数据治理能力的BI项目，往往耗费大量的人工成本，来对脏数据清理和大量长尾数据的处理，既消耗了大量的成本，又出不来有价值的分析。数据中台和bi还是要各司期职。2、数据中台是一套“让企业的数据可持续用起来”
毛利率分析
Copyright © 2005-2024 51CTO.COM 版权所有 京ICP证060544号
