① python中怎麼拆分一行內多列數據成多行
1、兩個數據變成兩行：先在該列後面插入一列——選該列——菜單欄——數據——分列——分隔符號——下一步——分號（勾選）——完成。其它該行的數據同時復制變成兩行：復制~插入復制單元格。2、對應把表2中的部分列復制到表1中：在表1的某一列第1行輸入=VLOOKUP($A1,表2!$A:$Z,COLUMN(A1),)回車並向右和向下填充。
② python對數據進行聚類怎麼顯示數據分類
將其整理成數據集為：
[ [1,0,"yes"],[1,1,"yes"],[0,1,"yes"],[0,0,"no"],[1,0,"no"] ]
演算法過程：
1、計算原始的信息熵。
2、依次計算數據集中每個樣本的每個特徵的信息熵。
3、比較不同特徵信息熵的大小，選出信息熵最大的特徵值並輸出。
運行結果：
col : 0 curInfoGain : 2.37744375108 baseInfoGain : 0.0
col : 1 curInfoGain : 1.37744375108 baseInfoGain : 2.37744375108
bestInfoGain : 2.37744375108 bestFeature: 0
結果分析：
說明按照第一列，即有無喉結這個特徵來進行分類的效果更好。
思考：
1、能否利用決策樹演算法，將樣本最終的分類結果進行輸出？如樣本1,2,3屬於男性，4屬於女性。
2、示常式序生成的決策樹只有一層，當特徵量增多的時候，如何生成具有多層結構的決策樹？
3、如何評判分類結果的好壞？
在下一篇文章中，我將主要對以上三個問題進行分析和解答。如果您也感興趣，歡迎您訂閱我的文章，也可以在下方進行評論，如果有疑問或認為不對的地方，您也可以留言，我將積極與您進行解答。
完整代碼如下：
from math import log
"""
計算信息熵
"""
def calcEntropy(dataset):
diclabel = {} ## 標簽字典，用於記錄每個分類標簽出現的次數
for record in dataset:
label = record[-1]
if label not in diclabel.keys():
diclabel[label] = 0
diclabel[label] += 1
### 計算熵
entropy = 0.0
cnt = len(dataset)
for label in diclabel.keys():
prob = float(1.0 * diclabel[label]/cnt)
entropy -= prob * log(prob,2)
return entropy
def initDataSet():
dataset = [[1,0,"yes"],[1,1,"yes"],[0,1,"yes"],[0,0,"no"],[1,0,"no"]]
label = ["male","female"]
return dataset,label
#### 拆分dataset ,根據指定的過濾選項值，去掉指定的列形成一個新的數據集
def splitDataset(dataset , col, value):
retset = [] ## 拆分後的數據集
for record in dataset:
if record[col] == value :
recedFeatVec = record[:col]
recedFeatVec.extend(record[col+1:]) ### 將指定的列剔除
retset.append(recedFeatVec) ### 將新形成的特徵值列表追加到返回的列表中
return retset
### 找出信息熵增益最大的特徵值
### 參數：
### dataset : 原始的數據集
def findBestFeature(dataset):
numFeatures = len(dataset[0]) - 1 ### 特徵值的個數
baseEntropy = calcEntropy(dataset) ### 計算原始數據集的熵
baseInfoGain = 0.0 ### 初始信息增益
bestFeature = -1 ### 初始的最優分類特徵值索引
### 計算每個特徵值的熵
for col in range(numFeatures):
features = [record[col] for record in dataset] ### 提取每一列的特徵向量 如此處col= 0 ，則features = [1,1,0,0]
uniqueFeat = set(features)
curInfoGain = 0 ### 根據每一列進行拆分，所獲得的信息增益
for featVal in uniqueFeat:
subDataset = splitDataset(dataset,col,featVal) ### 根據col列的featVal特徵值來對數據集進行劃分
prob = 1.0 * len(subDataset)/numFeatures ### 計運算元特徵數據集所佔比例
curInfoGain += prob * calcEntropy(subDataset) ### 計算col列的特徵值featVal所產生的信息增益
# print "col : " ,col , " featVal : " , featVal , " curInfoGain :" ,curInfoGain ," baseInfoGain : " ,baseInfoGain
print "col : " ,col , " curInfoGain :" ,curInfoGain ," baseInfoGain : " ,baseInfoGain
if curInfoGain > baseInfoGain:
baseInfoGain = curInfoGain
bestFeature = col
return baseInfoGain,bestFeature ### 輸出最大的信息增益，以獲得該增益的列
dataset,label = initDataSet()
infogain , bestFeature = findBestFeature(dataset)
print "bestInfoGain :" , infogain, " bestFeature:",bestFeature
③ python多進程資料庫儲存問題
粗看一下，估計pool.map里開啟了多進程。
問題是，每個進程訪問資料庫，要有各自的cursor，要各自去commit才可以。
④ 請教如何用Python將數據整理分類並上傳資料庫
Mysql資料庫要用MySQLdb模塊,但Python用來鏈接MySQL的第三方庫MySQLdb不支持Python3.x特別說明：我在我的電腦上實驗時
我的python是2.7.2版本，安裝對應版本的MySQLdb之後直接可以運行，並與資料庫連接成功，所以如果大家也像我一樣順利的話，下面的就不需要看了，直接跳過，看第2點如何執行sql語句即可！
⑤ 如何用python實現對資料庫的整理
先花點時間來說說一個程序怎麼和資料庫進行交互
1.和資料庫建立連接
2.執行sql語句,接收返回值
3.關閉資料庫連接
使用MySQLdb也要遵循上面的幾步.讓我們一步步的進行.
1、MySQL資料庫要用MySQLdb模塊,但Python用來鏈接MySQL的第三方庫MySQLdb不支持Python3.x
特別說明：我在我的電腦上實驗時，我的python是2.7.2版本，安裝對應版本的MySQLdb之後直接可以運行，並與資料庫連接成功，所以如果大家
也像我一樣順利的話，下面的就不需要看了，直接跳過，看第2點如何執行sql語句即可！如果安裝之後出現異常，可以參考一下下面的解決辦法。
連接的關鍵是安裝MySQLdb模塊要下載與Python相對應的版本：
下載好後安裝，它會自動檢測到計算機Python的安裝路徑，並自動填寫模塊解壓路徑（我的是：D:\ProgramFiles\ActivePython 2.6.6.17\Lib\site-packages\）。
但解壓完成後並不能使用，還要修改MySQLdb模塊下的一些文件：
①.在MySQLdb目錄下（我的是：D:\ProgramFiles\ActivePython 2.6.6.17\Lib\site-packages\MySQLdb）找到__init__.py：
注釋第34、35行的from setsimport ImmutableSet、class DBAPISet(ImmutableSet):，在後面添加class DBAPISet(frozenset):
# from sets import ImmutableSet
# class DBAPISet(ImmutableSet):
class DBAPISet(frozenset):
②.打開converters.py：
注釋第37行的from sets import BaseSet, Set，將第45行的return Set([ i for i in
s.split(',') ifi ])中的Set改為set；同樣將第129行的Set:
Set2Str,中的Set改為set（不要修改Set2Str），到這里就修改完畢了
2.建立資料庫連接
import MySQLdb
conn=MySQLdb.connect(host="localhost",user="root",passwd="sa",db="mytable")
比較常用的參數包括
host: 連接的資料庫伺服器主機名，默認為本地主機(localhost)。
user:資料庫登陸名.默認是當前用戶.
passwd:資料庫登陸的秘密.默認為空.
db:要使用的資料庫名.沒有默認值.
port:MySQL服務使用的TCP埠.默認是3306.
conn連接有兩個重要的方法commit【提交新增和修改】,rollback【撤銷新增或修改】
3、執行資料庫操作
n=cursor.execute(sql,param)
我們要使用連接對象獲得一個cursor對象,接下來,我們會使用cursor提供的方法來進行工作.
這些方法包括兩大類:1.執行命令,2.接收返回值
cursor用來執行命令的方法:
callproc(self, procname, args):用來執行存儲過程,接收的參數為存儲過程名和參數列表,返回值為受影響的行數
execute(self, query, args):執行單條sql語句,接收的參數為sql語句本身和使用的參數列表,返回值為受影響的行數
executemany(self, query, args):執行單挑sql語句,但是重復執行參數列表裡的參數,返回值為受影響的行數
nextset(self):移動到下一個結果集
cursor用來接收返回值的方法:
fetchall(self):接收全部的返回結果行.
fetchmany(self, size=None):接收size條返回結果行.如果size的值大於返回的結果行的數量,則會返回cursor.arraysize條數據.
fetchone(self):返回一條結果行.
scroll(self, value, mode='relative'):移動指針到某一行.如果mode='relative',則表示從當前所在行移動value條,如果mode='absolute',則表示從結果集的第一行移動value條.
下面的代碼是一個完整的例子.
#使用sql語句,這里要接收的參數都用%s佔位符.要注意的是,無論你要插入的數據是什麼類型,佔位符永遠都要用%s
sql="insert into cdinfo values(%s,%s,%s,%s,%s)"
#param應該為tuple或者list
param=(title,singer,imgurl,url,alpha)
#執行,如果成功,n的值為1
n=cursor.execute(sql,param)
#再來執行一個查詢的操作
cursor.execute("select * from cdinfo")
#我們使用了fetchall這個方法.這樣,cds里保存的將會是查詢返回的全部結果.每條結果都是一個tuple類型的數據,這些tuple組成了一個tuple
cds=cursor.fetchall()
#因為是tuple,所以可以這樣使用結果集
print cds[0][3]
#或者直接顯示出來,看看結果集的真實樣子
print cds
#如果需要批量的插入數據,就這樣做
sql="insert into cdinfo values(0,%s,%s,%s,%s,%s)"
#每個值的集合為一個tuple,整個參數集組成一個tuple,或者list
param=((title,singer,imgurl,url,alpha),(title2,singer2,imgurl2,url2,alpha2))
#使用executemany方法來批量的插入數據.這真是一個很酷的方法!
n=cursor.executemany(sql,param)
需要注意的是(或者說是我感到奇怪的是),在執行完插入或刪除或修改操作後,需要調用一下
conn.commit()方法進行提交.這樣,數據才會真正保存在資料庫中.我不清楚是否是我的mysql設置問題,總之,今天我在一開始使用的時候,
如果不用commit,那數據就不會保留在資料庫中,但是,數據確實在資料庫呆過.因為自動編號進行了累積,而且返回的受影響的行數並不為0.
4、關閉資料庫連接
需要分別的關閉指針對象和連接對象.他們有名字相同的方法
cursor.close()
conn.close()
5、
5 編碼（防止亂碼）
需要注意的點：
1 Python文件設置編碼 utf-8 （文件前面加上 #encoding=utf-8)
2 MySQL資料庫charset=utf-8
3 Python連接MySQL是加上參數 charset=utf8
4 設置Python的默認編碼為 utf-8 (sys.setdefaultencoding(utf-8)
#encoding=utf-8 import sys import MySQLdb reload(sys) sys.setdefaultencoding('utf-8') db=MySQLdb.connect(user='root',charset='utf8')
註：MySQL的配置文件設置也必須配置成utf8
6.模塊功能演示
#!/usr/bin/python
import MySQLdb
Con= MySQLdb.connect(host='localhost',user='root',passwd='root',db='abc')
cursor =con.cursor()
sql ="select * from myt"
cursor.execute(sql)
row=cursor.fetchone()
print row
cursor.close()
con.close()
執行以下SQL語句獲取返回值：
//獲取連接的游標
cursor=conn.cursor()
//查詢
sql = "select * from 【table】"
//新增
sql = "insert into 【table】(欄位,欄位) values(值，值)"
//修改
sql = "update 【table】 set 欄位 =『值』where 條件 "
//刪除
sql = "delete from 【table】where 條件"
cursor.execute(sql)
返回值
cur.execute('select * from tables')
其返回值為SQL語句得到的行數，如：2L，表示2行。
然後，可以從該對象的fetchone或fetchall方法得到行信息。
獲取行信息
指針對象的fetchone()方法，是每次得到一行的tuple返回值：
引用
>>> row=cur.fetchone()
>>> print row
('user1', '', 1000L, 1000L, '/home/FTP/user1','')
指針對象的fetchall()方法，可取出指針結果集中的所有行，返回的結果集一個元組(tuples)：
引用
>>> cur.scroll(0,'absolute')
>>> row=cur.fetchall()
>>> print row
(('user1', '', 1000L, 1000L,
'/home/FTP/user1',''), ('user2', '',
1000L, 1000L,'/home/FTP/user2', None))
移動指針
當使用fetchone()方法是，指針是會發生移動的。所以，若不重置指針，那麼使用fetchall的信息將只會包含指針後面的行內容。
手動移動指針使用：
cur.scroll(int,parm)
含義為：
引用
int：移動的行數，整數；在相對模式下，正數向下移動，負值表示向上移動。
parm：移動的模式，默認是relative，相對模式；可接受absoulte，絕對模式。
修改數據
修改數據，包括插入、更新、刪除。它們都是使用指針對象的execute()方法執行：
cur.execute("insert into table (row1, row2) values ('111', '222')")
cur.execute("update table set row1 = 'test' where row2 = 'row2' ")
cur.execute("delete from table where row1 = 'row1' ")
因單引號「'」用於SQL語句中的標識，所以，python中的字元串需使用雙引號括住。
此外，也可以使用python的「格式化字元串」寫法，簡化命令，例如：
cur.execute("update table set row1 = '%s' where row2 = '%s' "%('value1','value2'))
※請注意，'%s'的單引號是SQL語句的間隔符，'value1'的單引號是python的字元串間隔符，其含義是不同的。是否需要間隔符，以及使用雙引號還是單引號作為間隔，需根據其含義決定。例如，還有：
cur.execute("update FTPUSERS set passwd=%s where userid='%s' "%("md5('123')",'user2'))
這里，paswd=%s是因SQL的md5()函數是不需要單引號間隔的；"md5('123')"是python的字元串中含有單引號，所以用雙引號括住。
提交修改
一般情況下，MySQLdb模塊會自動提交修改。但我們在更新數據後，手動運行一次：
conn.commit()
關閉資料庫連接
需要分別的關閉指針對象和連接對象.他們有名字相同的方法
cursor.close()
conn.close()
⑥ 求用python寫一個資料庫系統（分伺服器端和客戶端兩部分）
畢設么，資料庫自己實現的話，有一定難度哦，但是只是做介面的話，還是很容易的，建議服務端用web框架（flask,django啥的），真的需要客戶端么,瀏覽器就夠了！不想直接用瀏覽器的話封裝 一個http協議的cli還是比較容易 的
⑦ python常用的資料庫有哪些
主流的關系型資料庫：
1. MySQL：目前使用最廣泛的開源、多平台的關系型資料庫，支持事務、符合ACID、支持多數SQL規范。
2. SQL Server：支持事務、符合ACID、支持多數SQL規范，屬於商業軟體，需要注意版權和licence授權費用。
3. Oracle：支持事務，符合關系型資料庫原理，符合ACID，支持多數SQL規范，功能最強大、最復雜、市場佔比最高的商業資料庫。
4. Postgresql：開源、多平台、關系型資料庫，功能最強大的開源資料庫，需要Python環境，基於postgresql的time
scaleDB，是目前比較火的時序資料庫之一。
非關系型資料庫
Redis：開源、Linux平台、key-value鍵值型nosql資料庫，簡單穩定，非常主流的、全數據in-momory，定位於快的鍵值型nosql資料庫。
Memcaced：一個開源的、高性能的、具有分布式內存對象的緩存系統，通過它可以減輕資料庫負載，加速動態的web應用。
面向文檔資料庫以文檔的形式存儲，每個文檔是一系列數據項的集合，每個數據項有名稱與對應的值，主要產品有：
MongoDB：開源、多平台、文檔型nosql資料庫，最像關系型資料庫，定位於靈活的nosql資料庫。適用於網站後台資料庫、小文件系統、日誌分析系統。
⑧ 用python怎麼處理資料庫
conn= pymysql.connect("localhost","root","root","lianxi" )
def insert(conn, house):
sql = "insert into house (price,unit,area,layout)values('%s','%s','%s','%s')" % (
house["價格"], house["單位"], house["面積"], house["戶型"])
print(sql)
cursor = conn.cursor() # 游標，開拓新的窗口
# cursor1 = conn.cursor()
cursor.execute(sql) # 執行sql語句
conn.commit() # 提交 ，更新sql 語句
⑨ Python從資料庫中取出了日期，怎麼按月分類並輸出呢
日期時間型有很多種，是 java.util.Date,java.sql.Date,java.util.Calendar,還是java.text.DateFormat
是不是要得到 20030321 這種格式的，用下面的方法就可以：
java.util.Date b=（java.util.DateGetDate() ／／得到日期
java.text.SimpleDateFormat dateFormat=new SimpleDateFormat("yyyyMMdd"); ／／設置輸出格式
String today=dateFormat.format(b);／／得到字元串形式的日期 20030321
int a=Integer.parseInt(today); ／／變成整數型