阿京小站

今天上課複習了，用python執行MYSQL創立表格、增查刪減

一樣是抓CSV檔，整理資料繪圖
import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

退訓的念頭還在

在上(增)查刪減之前，老師知道了我們python進度後
索性內容就做了應用變化，所以沒有具體的程式碼與講義能無腦操作
但對於我來說，舊東西還不熟一次好幾個步驟，我跟不上
人的記憶力正常：7+-2，也就是4~11個單位

隨身碟插在電腦上忘了帶回來...
在MYSQL上創建空白表格，因為要輸入值所以設定變數類型，如INT、STR、NULL等
然後用python讀取CSV檔後，將雜訊改成我們要的譬如... 換成0，搞剛的連接SQL後匯入MYSQL
不開MYSQL，而是在python執行MYSQL指令。老師也直接複習用抓來的資料繪製分析圖

今天學了美觀的數據圖表套件seaborn

還有python安裝套件PyMySQL連接MYSQL
看了股市常用的箱型圖、熱力圖...能調整的參數很多

pandas 是 python 資料分析中資料前處理的神器
1. 資料 NA 值統計
2. 去除 NA 值
3. 資料自動填補 NA 值的操作
4. 時間序列解析度操作
5. 資料分割選擇與合併

x = np.arange(0,5,0.1)
y = np.square(x)

解釋：
np.arange(start, stop, step) 是 NumPy 用來產生一個等間距的數列的函數。
start = 0：從 0 開始。
stop = 5：到 5 結束（不包含 5）。
step = 0.1：間距為 0.1。
所以這行會產生一個從 0 到 4.9 的數列
x = [0.0, 0.1, 0.2, 0.3, ..., 4.9]
總共會有 50 個元素。

np.square() 是 NumPy 中對每個元素進行平方的函數。

drinks.groupby('continent')
.spirit_servings.mean()
.sort_values(ascending=False)
.rename('spirit_servings_mean')
對資料表進行資料分組、計算平均值、排序並重新命名欄位。查詢洲別平均消耗的啤酒量
程式，終於下到又臭又長了

Python資料數據視覺化應用
01:12 01. 折れ線グラフ
03:27 02. 散布図
04:53 03. ヒストグラム
08:33 04. 棒グラフ
09:18 05. タイトルとラベル
10:29 06. 軸範囲
11:46 07. 対数軸
12:55 08. 凡例
15:45 09. マーカの種類・サイズ変更
17:35 10. 注釈
21:10 11. 目盛り
22:47 12. グリッド線
23:09 13. 複数グラフの表示
25:43 14. ヒートマップ
27:13 15. 3次元グラフ
30:28 16. 円グラフ
32:06 17. GUIウィジェット。

autopct='%.1f%%')   # %.1f%% 表示顯示小數點一位的浮點數，後方加上百分比符號
自動計算百分比 ，預設無，可使用函式產生和組合。
%matplotlib inline 這行主要讓你可以在Jupyter Notebook 上畫圖表

今天教GitHub及外掛圖形化介面Gitkarken
連python以外的課都跟不太上了腦中浮現退訓的念頭
怎麼樣比較跟得上？就是教學的螢幕跟操作的螢幕分開。
分享螢幕的設備有問題所以就算有區網我們還是得連到外網google meeting
螢幕就夠小了(19吋?)還要塞視訊介面，看老師用小螢幕表演10分鐘
然後換你操作，我記不住阿又沒有錄像能回放

資料庫不外乎增查刪減，至今教的都是不動原檔資料，
查的部分就算有用到運算。之後要開始教增減刪，
SQL如何與python連動

職訓課程的迷惘 別的網友上Java職訓班的心得日記，
「應該學習到晚上9點、走在看不到盡頭與未來的路」

Git 分布式版本控制系統，

提供了強大的合併工具，可以輕鬆解決多人協作時的代碼衝突。這使得團隊可以同時在多個特性或修復上進行開發，而不會影響主線（如master或main）。
協作和合併： 由於 Git 是分布式的，開發者可以自由地在本地版本庫進行修改，而後將修改推送到遠程版本庫。
高效的性能： Git 能夠處理大規模的專案，並且對大多數操作進行了優化，這使得它在處理代碼庫時非常快速。
資料完整性： Git 使用 SHA-1 哈希來檢查每個提交和版本的完整性，保證資料在傳輸過程中不會被篡改。
分支管理： Git 提供了強大的分支功能，允許開發者輕鬆創建、切換和合併分支。

常見的 Git 操作
圖形化介面 gitk --all &
初始化倉庫：git init：
在當前目錄下創建一個新的 Git 版本庫。

克隆倉庫：git clone <repository-url>：
從遠端倉庫複製一個 Git 倉庫到本地。

查看狀態：git status：
查看當前工作目錄和暫存區的狀態，顯示哪些文件已經修改但尚未提交。

提交變更：git add <file>：
將更改的文件添加到暫存區，準備提交。

git commit -m "message"：
將暫存區的變更提交到本地版本庫。

查看歷史紀錄：git log：
查看提交的歷史紀錄。

分支管理：
git branch：列出當前的所有分支。
git checkout -b <branch-name>：創建並切換到一個新的分支。
git merge <branch-name>：將指定分支的更改合併到當前分支。

推送和拉取：
git push：將本地的變更推送到遠端倉庫。
git pull：從遠端倉庫拉取並合併最新的變更到本地。

🔹Vi 是什麼？
Vi 是一個功能強大的文本編輯器，常用於 Unix 和 Linux 系統，適合用來編輯 配置文件、程式碼等。
雖然學習曲線較陡，但熟練後可以極高效率地操作。

🔹Vi 的三種模式

模式名稱    進入方式    功能說明
普通模式（Normal Mode）    Vi 啟動後預設模式    用來導航、刪除、複製、貼上等
插入模式（Insert Mode）    在普通模式下按 i（光標前插入）、a（光標後插入）等    用來輸入文字
命令模式（Command Mode）    在普通模式下按 :    用來儲存、退出、執行命令等

🔹Vi 的基本操作流程
1.開啟文件：vi filename
2.進入插入模式以編輯內容：按 i
3.編輯完成後按 Esc 回到普通模式
4.進行以下操作之一：

操作說明    指令
保存並退出（有修改）    :wq
退出（無修改）        :q
強制退出（不保存）    :q!
只保存（不退出）    :w

來到這種轉職班，至少會感受到同學的鬥志
十年前我參加的大同委訓班，可以說根本沒篩選
今天跟比較早到的同學聊天，他說睡眠時間不夠時我感到納悶
因為他在做自己的專案，初學者的我們會的不多，他就靠chatGPT拼拼湊湊走自己的路
我最近都很想打瞌睡，目前的內容離開發程式很遙遠。
資工系8個學期，但只有3個多月的我們學習時間僅僅是一個期中考
我自己都說，這裡只是一個起跑點

python課越來越沒興趣，感覺就是在清洗資料各種整理運算，但沒有EXCEL的圖形介面能用
我對程式開發比較有興趣。倒也不是說我對大數據沒興趣，因為以人類的認知來說
其實再小的物質都是由很大的數量物質所組成，數量的差異能帶來感受，了解世界

館前路的聯成補習班地點沒話說而且有助教
可是我比較喜歡大同大學的環境座位寬敞很多
老師比較會用黑板，還有影音檔能複習

import pandas as pd

df1=df.fillna(df.mean())　# 用該欄的平均值來填充空值
df1=df.dropna(axis = 0)  # 刪除包含空值的行

4/13是我生日的日子，但也沒什麼好玩&值得開心
這天選擇帶職訓的課本複習&預習
4/14星期一的課是SQL，老師帶匯入SQL檔案的地方不熟不順所以稍微複習照課本的說明試了一下
雖不完全相同，但有助於我打通

今天上課將數值的地方講完了，然後提到了這個經典的議題
為什麼在電腦上0.1+0.2 !=0.3

這算是SQL最複雜的語法，
SELECT是不會改動到資料庫的作業指令
從contry這個sheet，找出Name欄位裡由兩個單字組成的國家
兩個單字之間會有空白，只要符合這個條件就不會是0
使用函數LEFT把這個國家從空白處-1能提取到
這個國家第一個單字的所有英文字母，查詢結果就是左下角那些單字

會EXCEL的話今天的課，沒什麼難點就是要記怎麼用程式碼操作
基礎查詢、運算式與函式上完了

今天上的是用pandas做資料處理與分析
如排序sort
篩選filter
遮罩mask
刪漏值dropna
補漏值fillna

今天課程繼續講Numpy，Pandas，以矩陣的方式做處理

原來這兩個套件，含在一開始安裝的Anaconda
如果不是批量處理CSV資料開啟關閉查閱修改很麻煩
不像圖形化介面，點一點就OK，要打程式碼輸入指令
EXCEL只有二維行跟列，但Numpy可以是好幾維的矩陣，
資料套用Numpy後，可做高速大量處理
Pandas則是能將數據視覺化

體驗過就知道為什麼會用微軟office
但就算是EXCEL也只有1,048,576 列乘以16,384 欄
撈資料處理大數據時，是不夠用的