python基础和MySQL基础

• 1. 答疑
• • 1.1. python的安装
  • 1.2. python如何安装包
• 2. python中数据的读写
• • 2.1 几种常用的数据类型
  • 2.2 数据的读写
• 3. MySQL
• • 3.1 介绍MySQL
  • 3.2 MySQL安装
  • 3.3 MySQL基础操作
  • • 3.3.1 出现连接不上数据库怎么办？
    • 3.3.2 基础操作

安装教程：全网最详细的Python安装教程

python安装包有三种方法：1. 在cmd中用pip install安装；2. 在pycharm中安装；3. 取官网下载对应的包后手动安装。
具体教程：用三种办法告诉你Python如何安装第三方库

在讲读写之前先快速过一遍常用的数据类型。

列表 [] ：可以进行增删改；
元组()：不能更改元素，一般重要的内容可以用元组表示；
字典{}：有key和value，非常常用；
集合{}：元素不能重复。

1. json.load()和json.dumps()

import json
info={'uid':1,'itemid':1,'category_id':["2","1","3"],'Behavior_type':"click",'time':"2021-09-21"}
with open("a.json","w")as f:
    f.write(json.dumps(info,ensure_ascii=False,indent=4,separators=(',',':')))

json.dumps()函数中的参数：
ensure_ascii = True ： 默认输出ascii码，如果要显示中文，将其设置为False;
indent = 4 : 缩进四个空格
separators(’,’, ‘:’) : 表示分隔符，前者’,‘将dict的每项分开，后者’:'将dict的key和value分开。

其它成对出现的函数：

2. pd.Dataframe()
是由多种类型的列构成的二位标签数据结构，往往包含index(行标签)、columns(列标签)。可以理解为：Dataframe 是带标签的二维数组。
pd.Dataframe.fillna()：

Dataframe.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)

参考资料：

1. 创建pd.Dataframe的方法. pd.Dataframe函数详解
2. Pandas Dataframe的基本属性详解

数据库是存储数据的集合，连接数据库后，通过对应的交互命令进行数据的增删改查。MySQL是一种关系型数据库，在公司的数据分析部门用到较多。

安装教程：超详细 MySQL8.0的下载、安装配置教程
MySQL Workbench 界面介绍：

编辑栏、快捷键栏，在Workbench中可以像操作excel一样进行按钮的点击，也可以用命令进行交互。

教程：MySQL 报错：Could not acquire management access for administration

1. 创建（create）一个数据库/表、使用数据库（use）
2. 增（insert into）、删(delete, drop)、改(update)、查(select)、按条件(where)。
3. 复杂的例子：将一个个数据表通过key连接起来，也就是关系型。
   参考资料：mysql 约束( key constraints )