想学数据分析但不会Python，过来看看SQL吧（上）~
作者：贾胜杰， 硕士，退役军人，电气工程专业，现成功转行K12领域数据挖掘工程师，不仅在数据清理、分析和预测方向，而且在自制力和高效学习方面都有丰富经验。 编辑：王老湿
《从0到1，数据分析师修炼之路》专栏的已经发布了两篇文章，分别讲述了什么是商业数据分析师 以及 如何成为一名商业数据分析师。今天将会带来数据分析师的“技法修炼”相关的内容，这些技法包括SQL，Python和统计学，具体的学习修炼安排如下：
SQL
SQL基础：语法，检索，排序，过滤，创建计算字段和使用别名；
SQL进阶：链接表，聚合，分组，条件判断，子查询以及时间序列的处理；
Python
Python基础：语法，数据类型，运算符，控制流，函数，脚本编写及本地环境搭建；
Python数据处理：Numpy与Pandas；
Python可视化：Matplotlib，Pyecharts；
统计学
统计学基础：描述统计学，概率，正态分布，随机抽样，中心极限定律等；
统计学进阶：推论统计学，置信区间，假设检验，线性回归，逻辑回归等。
所有以上的这些技法都只是工具，所以要以会用且熟练为目的，把学习重点放在应用层面，多动手便能事半功倍！我们今天先从数据分析必备技能中最为简单的SQL来开始学习吧！（这篇文章介绍的主要是SQL基础，文章末尾也会给出在线的练习SQL的网站）
知识清单
SQL简介
SQL是Structured Query Language的简写，也就是结构化查询语言。它最受欢迎的功能便是对数据库中的数据进行增删改查。作为数据分析师，会经常使用SQL语言从数据库中查询并提取数据，而增删改则一般由数据工程师去操作。
?♂️你可能听说过 NoSQL，它表示 Not only SQL（不仅仅是 SQL），与NoSQL的数据库进行交互时，你编写的代码会与本课程中所学的SQL有所不同。最常用的 NoSQL 语言之一是 MongoDB（https://www.mongodb.com/），可以自行了解一下～
书写规则及注释
就像我们刚开始学写字一样，在学习编写代码之前，我们也要先了解这门语言规范的书写规则和注释方法。
这部分虽然比较简单，但非常重要，有时候这不仅关系到你的饭碗，甚至还会危及到你的性命?，不信你可以看这篇假新闻：因代码规范问题,美国一码农枪杀了4个同事
（https://yq.aliyun.com/articles/644710）
SQL书写规则
SQL语句不区分大小写，因此SELECT与select甚至是SeLect的效果是相同的，但是要对命令和变量进行区分，所以默认命令需要大写，其他内容如变量等则需要小写；
表和变量名中不要出现空格，可使用下划线
_替代;查询语句中，使用单一空格隔开命令和变量;
为提高代码的可移植性，请在查询语句结尾添加一个分号
；。
SQL中的注释
代码是给电脑看的，而注释则是给人看的，是对你写这行代码的思路解释，方便自己做debug或者给同事交接。
单行注释
使用两个连字符-，添加注释。
SELECT col_name -- 这是一条注释
FROM table_name;
多行注释
多行注释以/*起始，以*/结尾。
/*SELECT col_name
FROM table_name;*/
SELECT col_2
FROM table_name;
检索数据
检索数据主要用的语句为：SELECT和FROM，意为从（FROM）xxx表中选择（SELECT）xxx变量，下面看示例。
检索单列
从table_name表中检索col_name列。
SELECT col_name
FROM table_name;
检索多列
从table_name表中检索col_1,col_2和col_3列。
SELECT col_1,col_2,col_3
FROM table_name;
检索所有列
使用通配符*，返回table_name表中的所有列；
SELECT *
FROM table_name;
检索某列中不同的值
检索col_1中具有唯一性的行，即唯一值。
SELECT DISTINCT col_1
FROM table_name;
限制检索的结果
使用LIMIT语句可以限制返回的行数。
SELECT col_1
FROM table_name
LIMIT 10;
返回前10行（即第0-第9行）。
也可以添加OFFSET语句，设置返回数据的起始行：
SELECT col_1
FROM table_name
LIMIT 10 OFFSET 5;
从第五行之后，返回十行数据（即第5-第14行）。
排序检索数据
排序需要使用的子句是：ORDER BY。
其可以根据指定的单列或多列对结果进行排序；
默认按照升序进行排序（从小到大，从a到z），使用DESC关键字可以改为降序；
在使用ORDER BY时，请确保它是SELECT语句中的最后一条子句。
下面请看示例：
按列排序
SELECT col_name
FROM table_name
ORDER BY col_name;
返回的数据会按照col_name列进行升序排序，这里col_name可以是单列也可以是多列，当然也可以使用非检索的列进行排序。
降序排序
SELECT col_1,col_2
FROM table_name
ORDER BY col_2 DESC,col_3;
返回的数据会按照col_2列降序，col_3列升序对col_1和col_2两列进行排序。
这里可以看出，DESC关键字的用法：只对跟在语句前面的变量有效。所以，想要对多列进行降序排序时，需要对每一列都指定DESC关键字。
过滤数据
我们使用WHERE子句来根据某个条件对筛选的数据进行过滤。
WHERE子句应该写在表名（即FROM子句）之后，在ORDER BY子句之前；
使用的基本方式为：
WHERE 列名+运算符+值;过滤条件是区分大小写的。
使用示例：
在表table_1列col_1中筛选出满足条件col_1 运算符 value的值。
SELECT col_1
FROM table_1
WHERE col_1 运算符 value;
运算符
| 运算符 | 描述 |
|---|---|
| = | 等于 |
| <> | 不等于 |
| > | 大于 |
| < | 小于 |
| >= | 大于等于 |
| <= | 小于等于 |
| BETWEEN…AND… | 在指定的两值之间 |
| IS NULL | 为NULL值 |
| AND | 逻辑运算符：与 |
| OR | 逻辑运算符：或 |
| IN | 条件范围筛选 |
| NOT | 逻辑运算符：非 |
⚠️ SQL的版本不同，可能导致某些运算符不同（如不等于可以用！=表示），具体要查阅数据库文档。
在同时输入AND和OR时，SQL会优先处理AND语句，所以为了建议大家在进行多条件筛选时，请用小括号将每个条件单独扩起来，这样既方便阅读代码，又不容易出问题。
用通配符进行过滤（LIKE）
通配符用来匹配值的一部分，跟在LIKE关键字后面进行数据过滤。
| 通配符 | 描述 |
|---|---|
| % | 表示任何字符出现任意次数 |
| _ | 表示任何字符出现一次 |
| [] | 指定一个字符集，它必须匹配该位置的一个字符 |
| ^ | 在[]中使用，表示否定 |
示例：
SELECT col_1
FROM table_1
WHERE col_1 LIKE '_[^JM]%'
ORDER BY col_1;
如上筛选出的是，第二个字符为非J且非M的数据。
创建计算字段
其实就是在检索数据的同时进行计算，并使用关键字AS将结果保存为某一列。
数值类型的计算
SELECT prod_id,quantity,item_price,quantity*item_price AS expanded_price
FROM orderitems
WHERE order_num = 200008;
输出：
prod_id quantity item_price expanded_price
---------------------------------------------
RGAN01 5 4.9900 24.9500
BR03 5 11.9900 59.9500
这里实现的就是使用quantity*item_price创建一个名为expanded_price的计算字段，也就是一个新列。
同样适用于计算的操作符有+（加），-（减）和/（除）。
字符类型的拼接
SELECT RTRIM(col_name) + '('+RTRIM(col_country)+')' AS col_title
FROM table_name
ORDER BY col_name;
输出：
col_title
------------------------
Bear Emporium(USA)
Bears R Us(USA)
Jouets et ours(France)
这里实现的就是将col_name列与col_country列进行了拼接，新列的名字叫做col_title。
RTRIM()函数是去掉右边的所有空格，LTRIM()是去掉左边的所有空格，TRIM()是去掉两边的所有空格。
使用别名
在上一节中我们使用AS来为变量设置别名，你可能也见过如下所示的语句：
SELECT col1 + col2 AS total, col3
当然没有 AS 的语句也可以实现使用别名：
FROM tablename t1
以及
SELECT col1 + col2 total, col3
将col1+col2的结果设置名为total的列。
代码总结
| 语句 | 使用方法 | 其他详细信息 |
|---|---|---|
| SELECT | SELECT Col1, Col2, … | 选择要筛选的列 |
| FROM | FROM Table | 提供列所在的表格 |
| LIMIT | LIMIT 10 | 限制返回的行数 |
| ORDER BY | ORDER BY Col | 根据列Col对查询的结果排序（顺序），可与 DESC 一起使用实现逆序。 |
| WHERE | WHERE Col > 5 | 用于过滤结果的一个条件语句 |
| LIKE | WHERE Col LIKE ‘%me%’ | 仅提取出列文本中包含 ‘me’ 的行 |
| IN | WHERE Col IN (‘Y’, ‘N’) | 仅过滤行对应的列为 ‘Y’ 或 ‘N’的数据 |
| NOT | WHERE Col NOT IN (‘Y’, “N’) | NOT表示非，与上行结果刚好互补。 |
| AND | WHERE (Col1 > 5) AND (Col2 < 3) | AND表示与，过滤两个或多个条件均为真的数据 |
| OR | WHERE Col1 > 5 OR Col2 < 3 | OR表示或，过滤至少某一条件为真的行 |
| BETWEEN | WHERE Col BETWEEN 3 AND 5 | 与AND连用，比用运算符简单一些 |
交流学习
我们这个专栏成立了专门的读者交流群，我会在群里与大家一起来探讨学习这个专栏过程中遇到的问题。
加入方式：扫描下方的微信二维码，添加微信好友，之后统一邀请你加入交流群。添加好友时一定要备注：数据分析。
相关资源
面试前刷题：SQL zoo
(https://sqlzoo.net/)
关系数据库MySQL：
○ 21分钟 MySQL 入门教程
(https://www.cnblogs.com/mr-wid/archive
/2013/05/09/3068229.html)
○ MySQL索引背后的数据结构及算法原理
(http://blog.codinglabs.org/articles/theory-of-mysql-index.html)
非关系数据库MongoDB：The Little MongoDB Book
(https://github.com/justinyhuang/the-little-mongodb-book-cn/blob/master/mongodb.md)
知乎问题：非关系型数据库和关系型数据库区别，优势比较
(https://www.zhihu.com/question/24225007)
今天我们就是在“ 次条”留言来获取书籍的，今天的书籍为《 Python高级数据分析：机器学习、深度学习和NLP实例》。
本书简介：
本书介绍了高级数据分析概念的广泛基础，以及最近的数据库革命，如Neo4j、弹性搜索和MongoDB。本书讨论了如何实现包括局部爬取在内的ETL技术，并应用于高频算法交易和目标导向的对话系统等领域。还有一些机器学习概念的例子，如半监督学习、深度学习和NLP。本书还涵盖了重要的传统数据分析技术，如时间序列和主成分分析等。
?↑↑扫描上方二维码可购买
恭喜上期通过留言成功混脸熟的读者：南宫煌，赠送一本《Keras深度学习实战》
请该同学联系小编：wanglaoshi201908
/ 今日留言主题 /
你觉得数据分析的价值是什么？
近期专栏推荐
1. 算法原理稳如狗，工程落地慌得很！AI炼丹炉实践指南来啦~
2. 从0到1，数据分析师修炼之路
3. "王老湿，我。。我想学那个。。爬虫。可以嘛"
4. 想学机器学习吗？带坑的那种
