從0開始，Data Scientist之路 Day 4

1.1 安裝了Anaconda Continuum

Anaconda 包含了170多個Python的包，以及Spyder，和Jupyter兩個IDE。

Spyder的界面更像Matlab一點兒，之前花了大量的時間在matlab上，所以看起來很親切。

Jupyter Notebook對我來說是一種比較新穎的開發環境，竟然*尼瑪*可以在瀏覽器里直接寫代碼。還可以動態展示... 驚呆了。。。

1.2 安裝了業界評價最好的Pycharm，學生的話可以免費使用Pro版本 Free for students: Professional developer tools from JetBrains

2. Database Management System 第一節課筆記

Life of Query:

1.Declarative Query(SQL)

2.Query Optimization and Execution

3.(Relational) Operators

4.File and Access Methods

5.Buffer Management

6.Disk space Management

Two sublanguages:

1.DDL Data Definition Language : Define and modify schema

2.DML Data Manipulation Language: Queries can be written intuitively

SQL DDL example

CREATE TABLE Sailors(sid INTEGER,sname CHAR(20),rating INTEGER,age REAL,PRIMARY KEY (sid)); % 我理解 PRIMARY KEY大概是值這類數據中不能重複且用來代表各行數據的值。CREATE TABLE Boats(bid INTEGER,bname CHAR(20),color CHAR(20),PRIMARY KEY(bid));CREATE TABLE Reserves(sid INTEGER,bid INTEGER,day DATE, % 有趣，還有DATE這種數據類型PRIMARY KEY （sid,bid,day), % PRIMARY KEY 可以有多個值共同組成，可以理解為能將該條數據區分於其他數據的值的組合，比如一個人一天只能借一條船，那麼這個組合就能唯一確定一次借閱記錄FOREIGN KEY (sid) REFERENCES Sailors,FOREIGN KEY (bid) REFERENCES Boats); % FOREIGN KEY 應該是指這個KEY是其他表裡借來的PRIMARY KEY.

SQL DML example

SELECT [DISTINCT] <column expression list>FROM <single table>[WHERE <predicate>][GROUP BY <column list>][HAVING <predicate>][ORDER BY <column list>];

比如一個 Single Relation Queries的例子

SELECT S.dept, AVG(S.gpa),COUNT(*)FROM students SWHERE S.gender = FGROUP BY S.deptHAVING COUNT(*)>2ORDER BY S.dept;

實現的功能為，從 students這個數據列表（並在之後的使用中命名為s）中選擇dept，gpa的平均值以及個數作為輸出。

且如果一條數據被選上輸出那麼需要滿足，

要滿足1）gender是F。

2）將所有數據按照dept來組合，有同樣dept值的數據應該至少大於2個。

輸出後，按照dept的拼寫排序。