Phenquestions
Datu apstrādes un analīzes laikā histogrammas palīdz jums attēlot frekvences sadalījumu un gūt ieskatu. Mēs aplūkosim dažas dažādas metodes, kā iegūt frekvences sadalījumu PostgreSQL. Lai izveidotu histogrammu PostgreSQL, varat izmantot dažādas PostgreSQL histogrammas komandas. Mēs paskaidrosim katru atsevišķi.
Sākumā pārliecinieties, vai jūsu datorsistēmā ir instalēta PostgreSQL komandrindas apvalks un pgAdmin4. Tagad atveriet komandrindas apvalku PostgreSQL, lai sāktu strādāt ar histogrammām. Tas nekavējoties lūgs ievadīt servera nosaukumu, ar kuru vēlaties strādāt. Pēc noklusējuma ir izvēlēts “localhost” serveris. Ja neievadīsit vienu, pārejot uz nākamo opciju, tā tiks turpināta pēc noklusējuma. Pēc tam tas liks ievadīt datu bāzes nosaukumu, porta numuru un lietotājvārdu, pie kura strādāt. Ja jūs to nenorādīsit, tas turpinās ar noklusējuma. Kā jūs varat redzēt no zemāk pievienotā attēla, mēs strādāsim pie “testa” datu bāzes. Beidzot ievadiet sava lietotāja paroli un gatavojieties.
01. piemērs:
Mums mūsu datu bāzē ir jābūt dažām tabulām un datiem, lai strādātu. Tāpēc mēs esam izveidojuši tabulu “produkts” datu bāzē “tests”, lai saglabātu dažādu produktu pārdošanas ierakstus. Šī tabula aizņem divas kolonnas. Viens ir “order_date”, lai saglabātu datumu, kad pasūtījums ir izpildīts, un otrs ir “p_sold”, lai saglabātu kopējo pārdošanas skaitu noteiktā datumā. Lai izveidotu šo tabulu, izmēģiniet komandu vaicājumā zemāk esošo vaicājumu.
>> CREATE TABLE produkts (order_date DATE, p_sold INT);
Pašlaik tabula ir tukša, tāpēc mums tai jāpievieno daži ieraksti. Lai to izdarītu, izmēģiniet zemāk esošo komandu INSERT čaulā.
>> IEVADĪT produkta VĒRTĪBĀS ('2021-03-01', 1250), ('2021-04-02', 555), ('2021-06-03', 500), ('2021-05-04' , 1000), ('2021-10-05', 890), ('2021-12-10', 1000), ('2021-01-06', 345), ('2021-11-07', 467 ), ('2021-02-08', 1250), ('2021-07-09', 789);
Tagad jūs varat pārbaudīt, vai tabulā ir iekļauti dati, izmantojot komandu SELECT, kā norādīts zemāk.
>> SELECT * FROM produkts;
Grīdas un tvertnes izmantošana:
Ja jums patīk PostgreSQL histogrammas tvertnes, lai nodrošinātu līdzīgus periodus (10-20, 20-30, 30-40 utt.).), palaidiet SQL komandu zemāk. Mēs novērtējam tvertnes numuru no šī paziņojuma, pārdošanas vērtību dalot ar histogrammas tvertnes izmēru 10.
Šīs pieejas priekšrocība ir dinamiska konteineru maiņa, pievienojot, dzēšot vai modificējot datus. Tas arī pievieno papildu tvertnes jauniem datiem un / vai izdzēš tvertnes, ja to skaits sasniedz nulli. Rezultātā jūs varat efektīvi ģenerēt histogrammas PostgreSQL.
Pārslēgšanas grīda (p_sold / 10) * 10 ar grīdu (p_sold / 100) * 100, lai palielinātu tvertnes izmēru līdz 100.
Izmantojot klauzulu WHERE:
Jūs izveidosiet frekvences sadalījumu, izmantojot CASE deklarāciju, kamēr jūs saprotat ģenerējamo histogrammas tvertnes vai kā mainās histogrammas konteineru izmēri. PostgreSQL zemāk ir vēl viens histogrammas paziņojums:
>> ATLASĪT '100-300', kā cenu starp, COUNT (p_pārdots) KĀ Skaitīt no produkta, kur p_pārdots starp 100 un 300 Savienību ) UNION (SELECT '600-900' AS price_bweenween, COUNT (p_sold) as COUNT from product WHERE p_sold BETWEEN 600 AND 900) UNION (SELECT '900-1300' AS price_bweenween, COUNT (p_sold) AS COUNT from product WHERE p_pārdots starp 900 UN 1300);Un izvade parāda histogrammas frekvences sadalījumu kolonnas “p_sold” kopējām diapazona vērtībām un skaitīšanas skaitli. Cenas svārstās no 300-600 un 900-1300, un to kopējais skaits ir 4 atsevišķi. Pārdošanas diapazons 600–900 ieguva 2 skaitļus, savukārt diapazons 100–300 - 0 pārdošanas gadījumu skaitu.
02. piemērs:
Apsvērsim vēl vienu piemēru histogrammu ilustrēšanai PostgreSQL. Mēs esam izveidojuši tabulu “students”, čaulā izmantojot zemāk minēto komandu. Šajā tabulā tiks glabāta informācija par studentiem un viņu nesekmīgo skaitļu skaits.
>> CREATE TABLE students (std_id INT, fail_count INT);
Tabulā ir jābūt dažiem datiem. Tāpēc esam izpildījuši komandu INSERT INTO, lai tabulā 'students' pievienotu datus kā:
>> IEVADĪT studentu VĒRTĪBAS (111, 30), (112, 60), (113, 90), (114, 3), (115, 120), (116, 150), (117, 180), (118 , 210), (119, 5), (120, 300), (121, 380), (122, 470), (123, 530), (124, 9), (125, 550), (126, 50) ), (127, 40), (128, 8);
Tagad tabula ir piepildīta ar milzīgu datu daudzumu atbilstoši parādītajai izejai. Tam ir nejaušas vērtības std_id un studentu fail_count.
>> SELECT * NO studenta;
Mēģinot izpildīt vienkāršu vaicājumu, lai apkopotu viena studenta kopējo neveiksmju skaitu, jums būs zemāk norādītā izeja. Rezultātā katra studenta atsevišķais izgāšanās skaitļu skaits tiek parādīts tikai no kolonnas “std_id” izmantotās “count” metodes. Tas izskatās ne pārāk apmierinoši.
>> SELECT fail_count, COUNT (std_id) NO studentu grupas pēc 1 pasūtījuma pa 1;
Šajā gadījumā mēs atkal izmantosim grīdas metodi līdzīgiem periodiem vai diapazoniem. Tātad, izpildiet zemāk norādīto vaicājumu komandu čaulā. Vaicājums sadala studentu “fail_count” ar 100.00 un pēc tam piemēro grīdas funkciju, lai izveidotu 100 izmēra atkritumu tvertni. Tad tas apkopo kopējo studentu skaitu, kas dzīvo šajā konkrētajā diapazonā.
Secinājums:
Izmantojot PostgreSQL, mēs varam ģenerēt histogrammu, izmantojot jebkuru no iepriekš minētajām metodēm, balstoties uz prasībām. Histogrammas segmentus var mainīt katram diapazonam, kuru vēlaties; nav nepieciešami vienādi intervāli. Šajā apmācībā mēs centāmies izskaidrot labākos piemērus, lai notīrītu jūsu koncepciju par histogrammas izveidi PostgreSQL. Es ceru, ka, sekojot kādam no šiem piemēriem, jūs varat ērti izveidot savu datu histogrammu PostgreSQL.
