SQL 数据科学：初学者的一站式解决方案

华为云博客 技术博客 16377 12

自从数据科学被列为那个时代最有前途的工作以来，我们都在努力加入学习数据科学的竞赛。这篇关于 SQL for Data Science 的博文将帮助您了解如何使用 SQL 来存储、访问和检索数据以执行数据分析。

这是将要讨论的主题列表 此博客中介绍的内容：

    1. 为什么数据科学需要 SQL？
    2. 什么是 SQL？
    3. SQL 基础知识
    4. 安装 MySQL
    5. 动手实践

为什么数据科学需要 SQL？

您知道我们每天生成超过 2.5 千亿字节的数据吗？这种数据生成的速度是数据科学、人工智能、机器学习等高端技术流行的原因。

从数据中获得有用的见解被称为数据科学。数据科学涉及提取、处理和分析大量数据。目前我们需要的是工具，可用于存储和管理这一庞大的数据量。

什么是数据科学 - Edureka

这是哪里 SQL 进来了。

SQL 可用于存储、访问和提取海量数据，以便更顺畅地执行整个数据科学过程。

什么是 SQL？  

SQL代表结构化查询语言，是一种旨在管理关系数据库的查询语言。

但究竟什么是关系数据库？

关系数据库是一组定义良好的表，可以从中访问、编辑、更新数据等，而无需更改数据库表。SQL 是关系数据库的标准 (API)。

回到 SQL，SQL 编程可用于对数据执行多项操作，例如查询、插入、更新、删除数据库记录。使用 SQL 的关系数据库示例包括 MySQL 数据库、Oracle 等。

要了解有关 SQL 的更多信息，您可以通过 以下博客：

  1. SQL 命令 - SQL 初学者指南
  2. 了解 SQL 数据类型——关于 SQL 数据类型你需要知道的一切
  3. 在 SQL 中创建表——关于在 SQL 中创建表你需要知道的一切
  4. SQL 和 NoSQL 数据库之间的差异 – MySQL 和 MongoDB 比较

在开始演示 SQL 之前，让我们先熟悉基本的 SQL 命令。

SQL 基础知识

SQL提供了一组简单的修改数据表的命令，我们来看看一些基本的SQL命令：

  • CREATE DATABASE –创建一个新的数据库
  • CREATE TABLE –创建一个新表
  • INSERT INTO –将新数据插入数据库
  • SELECT –从数据库中提取数据
  • UPDATE –更新数据库中的数据
  • DELETE –从数据库中删除数据
  • ALTER DATABASE –修改数据库
  • ALTER TABLE –修改表
  • DROP TABLE –删除一个表
  • CREATE INDEX –创建索引以搜索元素
  • DROP INDEX –删除索引

为了更好地理解 SQL，让我们安装 MySQL，看看如何处理数据。

安装 MySQL

安装 MySQL 是一项简单的任务。这是一个分步指南，可帮助您在系统上安装 MySQL。

安装完成后 MySQL，请按照以下部分进行简单演示，该演示将向您展示如何插入、操作和修改数据。

用于数据科学的 SQL – MySQL 演示

在这个演示中，我们将看到如何创建数据库并处理它们。这是一个初学者级别的演示，可帮助您开始对 SQL 进行数据分析。

让我们开始吧！

步骤 1：创建 SQL 数据库

SQL 数据库是一个存储仓库，可以在其中以结构化格式存储数据。现在让我们使用MySQL创建一个数据库：

CREATE DATABASE edureka;
USE edureka;

在上面的代码中，有两条SQL命令：

注意：SQL 命令以大写字母定义，分号用于终止 SQL 命令。

  1. CREATE DATABASE：此命令创建一个名为“edureka”的数据库

  2. USE：该命令用于激活数据库。在这里，我们正在激活“edureka”数据库。

第 2 步：创建具有所需数据特征的表 

创建表就像创建数据库一样简单。您只需要使用它们各自的数据类型定义表的变量或特征。让我们看看如何做到这一点：

CREATE TABLE toys (TID INTEGER NOT NULL PRIMARY KEY AUTO_INCREMENT, Item_name TEXT, Price INTEGER, Quantity INTEGER);

在上面的代码片段中，发生了以下事情：

  1. 使用'CREATE TABLE' 命令创建一个名为toys 的表。
  2. 玩具表包含 4 个特征，即 TID（交易 ID）、Item_name、价格和数量。
  3. 每个变量都用它们各自的数据类型定义。
  4. TID 变量被声明为主键。主键基本上表示可以存储唯一值的变量。

您可以使用以下命令进一步检查定义表的详细信息：

DESCRIBE toys;

数据描述 - 数据科学的 SQL - Edureka

第 3 步：向表中插入数据

现在我们已经创建了一个表，让我们用一些值填充它。在本博客的前面，我提到了如何仅使用单个命令（即 INSERT INTO）将数据添加到表中。

让我们看看这是如何完成的：

INSERT INTO toys VALUES (NULL, "Train", 550, 88);
INSERT INTO toys VALUES (NULL, "Hotwheels_car", 350, 80);
INSERT INTO toys VALUES (NULL, "Magic_Pencil", 70, 100);
INSERT INTO toys VALUES (NULL, "Dog_house", 120, 54);
INSERT INTO toys VALUES (NULL, "Skateboard", 700, 42);
INSERT INTO toys VALUES (NULL, "G.I. Joe", 300, 120);

在上面的代码片段中，我们简单地使用 INSERT INTO 命令将 6 个观察值插入到我们的“玩具”表中。对于每个观察，在括号内，我已经指定了在创建表时定义的每个变量或特征的值。

TID 变量设置为 NULL，因为它从 1 自动递增。

现在让我们显示表中存在的所有数据。这可以通过使用以下命令来完成：

SELECT * FROM toys;

插入数据 - 用于数据科学的 SQL - Edureka.html

第 4 步：修改数据条目 

假设您决定提高 GI Joe 的价格，因为它为您带来了很多客户。您将如何更新数据库中变量的价格？

很简单，只需使用以下命令：

UPDATE toys SET Price=350 WHERE TID=6;

UPDATE 命令允许您修改存储在表中的任何值/变量。SET 参数允许您选择特定功能，而 WHERE 参数用于标识要更改的变量/值。在上面的命令中，我更新了 TID 为 6 (GI Joe) 的数据条目的价格。

现在让我们查看更新后的表：

SELECT * FROM toys;

更新数据 - 用于数据科学的 SQL - Edureka

您还可以通过引用您要查看的列来修改您要显示的内容。例如，下面的命令将只显示玩具的名称及其各自的价格：

SELECT Item_name, Price FROM toys;

过滤数据 - SQL 数据科学 - Edureka

第 5 步：检索数据 

所以在插入数据并修改之后，终于可以根据业务需求提取和检索数据了。在这里可以检索数据以进行进一步的数据分析和数据建模。

请注意，这是一个让您开始使用 SQL 的简单示例，但是，在实际场景中，数据要复杂得多且规模更大。尽管如此，SQL 命令仍然保持不变，这就是 SQL 如此简单易懂的原因。它可以使用一组简单的 SQL 命令处理复杂的数据集。

现在让我们通过一些修改来检索数据。请参阅下面的代码，并尝试在不查看输出的情况下了解它的作用：

SELECT * FROM toys LIMIT 2;

你猜到了！它显示了我的表格中出现的前两个观察结果。

限制数据 - 用于数据科学的 SQL - Edureka

让我们尝试一些更有趣的事情。

SELECT * FROM toys ORDER BY Price ASC;

升序数据 - Edureka

如图所示，这些值按照价格变量的升序排列。如果您想查找最常购买的三个项目，您会怎么做？

真的很简单！

SELECT * FROM toys ORDER BY Quantity DESC LIMIT 3;

按降序排列 - Edureka

让我们再试一次。

SELECT * FROM toys WHERE Price > 400 ORDER BY Price ASC;

价格大于 400 - SQL For Data Science - Edureka

此查询提取价格超过 400 的玩具的详细信息，并按价格升序排列输出。

这就是您可以使用 SQL 处理数据的方式。现在您已经了解了用于数据科学的 SQL 的基础知识，我相信您很想了解更多信息。以下是一些可以帮助您入门的博客：

  1. 什么是数据科学？数据科学初学者指南
  2. MySQL 教程 - 学习 MySQL 的初学者指南
  3. SQL 命令 - SQL 初学者指南
  4. 2019 年你必须准备的 65 大 SQL 面试问题

可以让您精通监督学习、无监督学习和自然语言处理等技术。它包括有关人工智能和机器学习的最新进展和技术方法，例如深度学习、图形模型和强化学习。  

（完）