3.3 结构化查询与提取

封面/前言/目录
第1章　数据与数据科学
　　主题学习项目：走近送货机器人
　　1.1　从数据到数据科学
　　　　1.1.1　数据及其价值
　　　　1.1.2　大数据及其应用价值
　　　　1.1.3　数据科学
　　1.2　数据管理与分析简介
　　　　1.2.1　数据管理的发展
　　　　1.2.2　大数据存储与管理
　　　　1.2.3　数据分析及其基本过程
　　　　1.2.4　数据分析助力科学决策
第2章　需求分析与数据采集
　　主题学习项目：交通数据见发展
　　2.1　业务需求与解决方案
　　　　2.1.1　认识业务需求分析
　　　　2.1.2　设计解决方案
　　　　2.1.3　数据需求分析
　　2.2　数据采集与导入
　　　　2.2.1　数据采集途径
　　　　2.2.2　创建CSV 数据文件
　　　　2.2.3　从网络中采集数据
　　　　2.2.4　导出CSV 文件中的数据
　　2.3　数据结构化与数据清洗
　　　　2.3.1　不同结构化程度的数据
　　　　2.3.2　噪声数据的现象与成因
　　　　2.3.3　数据清洗
第3章　数据管理
　　主题学习项目：数据管理助规划
　　3.1 数据库与数据管理
　　　　3.1.1　数据库与数据库管理系统
　　　　3.1.2　确定数据库的基本功能
　　　　3.1.3　建立概念数据模型
　　3.2　设计逻辑结构与建立数据库
　　　　3.2.1　概念模型转换为关系模型
　　　　3.2.2　创建和查看数据库
　　　　3.2.3　MySQL 的数据类型
　　　　3.2.4　创建和查看数据表
　　　　3.2.5　修改和删除数据表
　　　　3.2.6　将数据输入数据表
　　3.3　结构化查询与提取
　　　　3.3.1　结构化查询语言
　　　　3.3.2　数据库的查询方法
　　　　3.3.3　查询数据的提取
　　　　3.3.4　编程实现SQL 查询
　　3.4　备份和还原数据库
　　　　3.4.1　数据丢失常见的原因
　　　　3.4.2　常见的备份方法
　　　　3.4.3　备份与还原数据库
第4章　数据分析
　　主题学习项目：数据分析知天气
　　4.1　数据分析的工具与方法
　　　　4.1.1　数据分析的工具
　　　　4.1.2　常用的数据分析方法
　　　　4.1.3　数据挖掘
　　4.2　数据可视化与数据报告
　　　　4.2.1　数据可视化中的图形
　　　　4.2.2　数据可视化的步骤
　　　　4.2.3　编程实现数据可视化
　　　　4.2.4　撰写数据分析报告